移动通信网 云坪
北京时间9月28日消息，谷歌计划于下周将一颗搭载其自研张量处理单元（TPU）的原型卫星发射至近地轨道，正式开启“Project Suncatcher”计划的首次在轨测试。该项目是谷歌布局天基AI算力基础设施的核心研究工作，旨在验证太空环境能否承载大规模AI推理与训练算力。这颗卫星由谷歌与卫星成像公司Planet联合开发，将搭乘SpaceX Transporter-18拼车发射任务升空。谷歌明确表态，此次任务并非验证一座可实际运行的轨道数据中心，而是收集真实在轨数据，评估TPU硬件在发射压力、太空辐射以及近地轨道剧烈温差环境下的实际性能表现。从产业背景看，地面AI数据中心的电力与散热约束正日益收紧，大型超算集群单点功耗已突破百兆瓦量级，而太空太阳能供给近乎无限、辐射散热潜力可观，这使得科技巨头纷纷将算力基础设施的边界推向轨道。谷歌此前已完成多轮地面测试，此次发射是该构想从实验室走向轨道验证的关键节点。值得关注的是，谷歌并非孤军奋战：英伟达投资的初创公司Starcloud已于去年11月将一颗搭载H100芯片的卫星送入轨道，SpaceX也在推进Starmind AI卫星项目，计划于2027年末发射首批搭载英伟达芯片的卫星，天基算力赛道竞争格局初步成形。
【关键数据】
[1] 火箭发射过程中芯片承受50至100倍重力加速度
[2] 81颗卫星集群部署于约650公里轨道，编队飞行半径一公里
[3] 近地轨道在轨被追踪物体约44870个
[4] 第二阶段双星激光链路测试计划于2027年展开
[5] TPU地面辐照测试累积剂量超过五年任务期预期受照总量
此次在轨测试的核心对象是谷歌Trillium系列TPU。Trillium是谷歌第六代TPU产品，其地面版本针对大模型推理与训练优化，此次上星标志着该芯片首次接受太空环境的系统性考核。技术挑战集中在三个维度。第一是发射力学环境：火箭升空过程中芯片可能承受50至100倍重力加速度的冲击，为模拟这一极端工况，谷歌团队对整星进行了三轴振动测试，硬件经受住了全部考验。第二是辐射耐受性：近地轨道的高能粒子会导致芯片位翻转与器件老化，谷歌工程师在加州大学戴维斯分校克罗克核实验室利用质子束对正在运行AI工作负载的Trillium TPU进行了直接辐照测试，据谷歌披露，这些芯片承受的累积辐射剂量已超过其在轨道上整个五年任务期内的预期受照总量，结果显示硬件功能完好。第三是热管理：太空为真空环境，无法依靠对流散热，TPU运行产生的数百万至上百瓦热量必须完全通过辐射散热表面排出，谷歌目前采用热管配合辐射散热器的方案，该设计已在地面热真空舱测试中得到验证。这三项测试共同构成了TPU卫星工程化的技术基线。
从市场格局看，天基算力尚处概念验证早期，但头部玩家已快速卡位。谷歌凭借TPU的自研能力和Planet的卫星制造经验形成差异化优势；Starcloud背靠英伟达，其H100卫星已于2024年11月入轨，是目前进度最快的验证项目；SpaceX的Starmind项目则计划于2027年末发射首批搭载英伟达GPU的卫星，其优势在于自有的低成本发射能力与Starlink卫星批量化制造体系。轨道资源方面，近地轨道目前被追踪的在轨物体约44870个，其中绝大多数为太空碎片，谷歌完整Suncatcher架构设想在约650公里高度部署81颗卫星组成的集群，卫星在半径一公里的范围内编队飞行，该轨道层恰好属于较为拥挤的区间，频谱协调与碰撞规避压力不容忽视。商业化时序上，多数项目将2027年作为关键分水岭——谷歌计划届时发射第二阶段的两颗卫星，SpaceX的Starmink首发也在同年。综合发射成本、工程限制与卫星制造瓶颈判断，轨道数据中心距商业可行仍需数年，但各家均在抢占专利、频谱与在轨验证数据的先发身位。
产业链层面，TPU卫星涉及上游芯片设计与加固、中游卫星平台制造与集成、下游发射服务三大环节。谷歌的路径是芯片自研加合作伙伴分工：TPU由谷歌内部设计，卫星平台与成像载荷技术来自Planet，发射运力采购自SpaceX的Transporter拼车任务。拼车发射模式大幅摊薄了单星入轨成本，目前小卫星拼车发射报价通常在每公斤数千美元量级，使得此类技术验证任务的门槛显著降低。成本结构中，抗辐射加固与热控系统占据卫星BOM的相当比例，这是太空算力硬件与地面数据中心硬件最大的成本差异所在。下游应用端，轨道算力一旦成熟，最先落地的场景并非通用云计算，而是与卫星数据强耦合的边缘智能——遥感影像在轨预处理可避免海量原始数据下行的带宽瓶颈。此外，若谷歌两星激光链路试验成功，卫星间高带宽组网设备将成为新的供应链增长点，目前太空现有激光通信系统多为长距离、低带宽设计，谷歌要求的短距离、高带宽方案需要全新器件生态支撑。
商业化路线图方面，谷歌采取了典型的分阶段验证策略。第一阶段即本次发射的单星测试，目标是获取TPU在真实太空环境下的性能衰减、辐射效应与热行为数据，任务设计寿命为五年量级的辐射预估基准。第二阶段定于2027年，谷歌计划将两颗卫星送入轨道，核心验证未来TPU卫星集群所需的高带宽星间激光链路。这一环节的技术难度极高：现役太空激光通信系统为长距离、低带宽优化，而谷歌方案要求短距离、高带宽，对瞄准精度提出严苛要求——谷歌将其类比为在两个端点均处于高速运动状态下，从数英里外命中一枚硬币大小的目标。若两星验证成功，后续将进入81星集群的工程化阶段。应用场景上，轨道AI算力可服务于三方面：一是遥感数据的在轨实时推理，将处理结果而非原始影像下行，压缩数个数量级的传输需求；二是摆脱地面电网约束的模型训练算力补充；三是为缺乏地面基础设施的区域提供低延迟分布式推理节点。Starcloud的H100卫星已在轨运行并对外公布早期测试进展，为行业提供了可对照的基准数据。
行业趋势层面，天基算力竞赛的深层驱动力来自地面AI基础设施的能源天花板。大型训练集群功耗持续攀升，电力供给、冷却用水与土地资源已成为超大规模数据中心扩张的硬约束，而轨道太阳能阵列可获得远高于地面的日照强度且不受昼夜与天气扰动，理论上可提供连续、清洁的电力供给。谷歌、SpaceX与Starcloud三家路线各有侧重：谷歌以自研TPU控制芯片成本与架构自由度；SpaceX以垂直整合的制造与发射体系控制部署节奏；Starcloud则以英伟达生态卡位通用GPU算力需求。下一阶段的胜负手在于2027年前后的多项关键验证——谷歌的双星激光链路、SpaceX的首批Starmind发射，以及各家在抗辐射商用芯片、在轨散热方案上的迭代速度。此外，监管变量同样存在：650公里轨道附近的空间碎片密度、卫星编队飞行的避碰规则以及频谱协调机制，均可能影响集群部署的审批进度。可以确认的是，TPU卫星的首次入轨已将“轨道数据中心”从概念论证推入工程实测阶段，未来两到三年的在轨数据将决定这一架构能否跨过商业可行性的门槛。
