四顆 TPU 搭上共享火箭：Google 的 Suncatcher 原型衛星今天開啟軌道 AI 運算時代

今天從范登堡太空軍基地升空的 SpaceX Transporter-18 共享火箭任務，酬載清單上照例塞滿了立方衛星與小型衛星——但其中有一個酬載，屬於完全不同世紀的運算概念。在數十顆衛星之間，藏著 Google Project Suncatcher 的首個原型：一顆代號 MVP、冰箱大小的衛星，搭載四顆 Trillium TPU——該公司當代世代的 AI 加速器。這是人類第一次把量產的 AI 晶片送上太空，而且目的明確：在軌道上運行它。

發射窗口於太平洋時間上午 11:18（UTC 18:18）開啟。當大部分酬載陸續與 Falcon 9 第二節分離後，Google 將展開一項任務，回答一個聽起來像科幻、實際上卻越來越像工程期限的問題：AI 運算能否在太空中存活——並且最終規模化？

為什麼 Google 想把資料中心搬上軌道

Project Suncatcher 於 2025 年 11 月由 Google 研究部門宣布，背後的論述非常務實。地面 AI 基礎設施正同時撞上三堵牆：電力、土地與冷卻水。主要市場的併網排程動輒排上數年，而前沿規模訓練的最大限制，已經不是怎麼把機器造出來，而是要把它插在哪裡。

低地球軌道提供了一筆不同的交易。如 Google 團隊所言，在合適軌道上的衛星享有近乎連續的日照——每單位太陽能板可收穫的電力最高可達地面 installations 的八倍，因為地面系統會因黑夜、天氣與大氣衰減而損失能量。軌道上沒有併網佇列、沒有社區抗爭，也沒有地下水層可抽。

問題在於，其他所有事情都更難。太空是一個輻射熔爐與振動台的綜合體，而它絕對不會提供的東西是氣流。地面晶片設計中幾乎每一項預設——可維修性、對流冷卻、以「年」為單位度量的錯誤率——都必須從零重新驗證。

這正是 MVP 的任務。

原型衛星實際上在測什麼

Google 把這次任務定位為三個應力軸線上的硬體存活測試，而該公司本週的工程部落格以罕見的坦誠公布了細節。

發射振動。飛往低地球軌道大約十分鐘，期間航具承受最高 10 g 的持續加速度——但像 TPU 封裝這類個別元件，可能感受到 50 到 100 g 的衝擊負載。團隊在地面測試中沿三個軸向劇烈搖晃衛星，以模擬火箭的頻率特性。「這類測試很少能照計畫進行，」Google 寫道，「所以硬體撐住了這股力量，我們其實蠻驚訝的。」

輻射。太陽事件與宇宙射線透過位元翻轉與累積游離劑量破壞電子元件。在決定飛行之前，Google 把 Trillium TPU 帶到 UC Davis Crocker 核子實驗室的質子束設施，邊跑 AI 工作負載邊照射，監測錯誤如何擴散。根據該公司說法，初步結果顯示這些晶片可存活的總游離劑量，高於一次五年太空任務期間會吸收的劑量——Futurum 的分析引用的數據是 15 krad(Si)，對上五年任務需求 750 rad(Si)，餘裕達 20 倍。

熱。這是生死存亡的關鍵。TPU 在極小面積上集中大量熱能，而真空中沒有對流——只剩輻射。原型使用熱管與輻射散熱板的組合，把熱從晶片帶走並輻射進太空；這套方法已在地面熱真空艙驗證，但從未以這種功率密度飛行過。根據《紐約時報》與 Ars Technica 的報導，飛行構型讓晶片連續運作約 15 分鐘後，熱系統便需要恢復時間——這個工作週期限制本身就是任務要修正的關鍵數據點。酬載從太陽能板抽取約 1 千瓦電力。

如果一切順利，衛星將在軌道上運行簡單的 Gemini 推論工作負載長達一年，回傳錯誤率、熱循環，以及消費級矽晶片在大氣層外實際退化程度的遙測數據。

2027 年的里程碑其實更重要

今天的發射固然重要，但 Google 刻意把 MVP 定位為邁向 2027 年更艱難測試的一步：兩顆衛星編隊飛行，以自由空間光學通訊串接。

衛星間鏈路是整個概念的承重牆。Google 未來的衛星設計預計每顆搭載數十顆 TPU，以集群方式繞行地球，而集群必須表現得像一台單一的分散式電腦。這需要鄰居之間達到既有太空雷射終端機從未設計要提供的頻寬——那些系統是為低頻寬、長距離最佳化的。Google 的工程部落格形容所需的指向精度，相當於「兩個都在移動的點，從數英里外命中一個硬幣大小的目標」。

Futurum 分析引用的星座研究，描繪了超過 80 顆衛星組成的集群；Google 自己關於系統設計的研究論文，則討論了長期朝 GW 級軌道運算規模化的路徑。光學網狀網路不通，這一切都不會發生；而晶片無法存活，光學網狀網路也毫無意義——所以順序是刻意安排的：存活、冷卻、連結、規模化。

競爭格局

Google 並非唯一押注軌道運算的公司，但它是第一家把硬體放上火箭的超大規模雲端業者。Starcloud 八月才為自己的軌道資料中心星座募得 2.5 億美元；Axiom Space 已宣布軌道資料中心模組；印度的 TakeMe2Space 已在 SpaceX 共享火箭上預訂商業地球觀測推論酬載；法國則承諾投入 10 億美元於 Altair-Next 計畫。SpaceX 本身據報也在探索以 Starlink 衛星平台技術為基礎的軌道 AI 雲。

Suncatcher 的獨特之處在於垂直整合。Google 自行設計加速器、經營自己的模型堆疊、執行自己的光學網路研究，並透過與 Planet（MVP 平台的建造與營運方）的合作，握有業界最有經驗的小型衛星製造商之一。如果軌道 AI 運算成真，擁有從矽晶圓到模型權重重完整技術堆疊的公司，將在每一層拿到利潤。

質疑的觀點

並非所有人都被說服，而這些質疑值得搬上檯面。發射成本仍是經濟模型的地板：即使以 Falcon 9 共享火箭的價格計算，把一 megawatt 的運算力送上軌道，成本仍遠高於在維吉尼亞州蓋一棟機房——而散熱板、結構與電力系統的質量又會加倍懲罰這筆帳。抗輻射替代方案相對消費級矽晶片有自己的成本與效能取捨；Google 自己的數據顯示未加固的 Trillium 晶片能撐過五年劑量需求，但單事件效應是統計問題，不是確定性的。

政策疑慮也存在。天文學家已經對大型星座的明亮物體表達關切；一個由 80 多顆高功率運算衛星、掛著大型輻射散熱板組成的星座，是一個全新的物件類別。而碎片問題——軌道資料中心報廢時怎麼辦——在監管層面仍無解答，即便 Google 已公開承認在任何星座獲得許可前必須回答這個問題。

但這個模式對任何看過 Google 其他 moonshot 的人都不陌生。Waymo 從幾輛 Prius 和十年的枯燥里程記錄開始；量子運算從脆弱的 qubit 與錯誤修正論文開始。Suncatcher 的 MVP 衛星就是那輛 Prius。它今天要回答的問題，不是軌道 AI 資料中心是否划算——而是物理學究竟配不配合。

UTC 18:18 之後的某個時刻，四顆 TPU 將與 Falcon 9 第二節分離，展開散熱板，開始在加州的地平線之外執行推論。無論遙測數據說什麼，那都會是人類在這個問題上收集到的第一個誠實數據點。