Google「Project Suncatcher」太空資料中心完成首度 AI 運算！軌道 TPU 傳回首篇 Gemma 4 詩作
圖靈學院編輯部
2026-11-10
劃時代的「Hello World」：Google Trillium TPU 在太空寫下首支 AI 詩作
2026 年 10 月 30 日，Google Paradigms of Intelligence 高級總監 Travis Beals 於官方部落格正式宣布，Google Research 的太空算力登月計畫（Project Suncatcher）迎來了歷史性的里程碑——首顆原型衛星在太空軌道上成功完成了世界上第一次由數據中心級 TPU（Tensor Processing Unit）執行的 AI 生成任務。
這顆原型衛星於 2026 年 10 月 1 日搭乘 SpaceX Falcon 9 的 Transporter-18 共乘任務順利升空。經過數週嚴密的前置測試與委託清單（Commissioning Checklist）核對，包含主機板與 TPU 板塊的順利供電，研究團隊於地面站過境挪威斯瓦巴（Svalbard）期間，向衛星上的 Gemma 4 開源模型發送了第一條測試 Prompt（提示語），要求其創作一首關於在太空中的俳句。
不久後，地面站成功接收到自低地球軌道傳播回來的下行數據（Downlink）：
"Blue marble below
Data streams in silent grace
Starlight feeds my core. "
（藍色彈珠在下方，數據流在無聲的優雅中傾瀉，星光滋養著我的核心。）
隨後，團隊亦順利執行了太空主題的五行打油詩（Limericks）以及回傳載荷系統運作狀態的遙測提示（Telemetry Prompts）。這不僅代表 Google 的晶片正式「贏得太空翅膀」，更驗證了高密度 machine learning 專用硬體在嚴酷太空環境中運行的可行性。
一、計畫背景：為何科技巨頭必須將資料中心推向星辰？
生成式 AI（Generative AI）與大型語言模型（LLM）的爆發式成長，對全球地表基礎建設帶來了空前的資源壓力。地表大型 AI 資料中心正面臨三大瓶頸：
1. 電力供應吃緊：現代 AI 訓練與推理集群需要吉瓦（GW）級別的穩定電力，對地表電網造成極大負擔。
2. 土地與冷卻水資源限制：資料中心建置需要龐大土地與冷卻水資源，引發環境與生態爭議。
3. 太陽能效率極限：地表太陽能受限於大氣層吸收、天候變化與晝夜交替，平均功率密度遠低於大氣層外。
Google 推出的 Project Suncatcher（太陽捕手計畫） 是一個長期前瞻研究。其核心構想在於利用低地球軌道（LEO）幾乎不受大氣阻擋與晝夜限制的環境。在特定極軌道或特定軌道平面上，衛星可以獲得高達地表 8 倍的常態太陽能輻射。
透過將 AI 晶片部署於太陽能衛星上，未來可構建出由數千顆衛星組成的軌道資料中心星座（Orbital Data Centers, ODCs）。這不僅能實現零碳排的乾淨能源運算，還能將地表的極端能源需求轉移至太空。
二、硬體與工程突破：克服發射衝擊、極端輻射與真空散熱
將用於地表資料中心的 Trillium TPU 部署至太空，工程團隊必須正面迎擊三大物理考驗：發射震動、宇宙輻射與真空熱傳導。
1. 機械力學衝擊（Hardware Survival）
火箭進入軌道的 10 分鐘內，衛星將承受高達 10 倍重力加速度（g-force）的持續載荷與強烈振動。微小的晶片接點或封裝在高頻震動下極易破裂。Google 與合作夥伴 Planet Labs 在發射前對衛星載荷進行了極限三軸模擬震動測試，確認包含 4 顆 TPU 在內的晶片結構能在 50 至 100g 的局部衝擊力下完好無損。
2. 極端輻射防護（Radiation Hardening & Error Resilience）
大氣層外的高能宇宙射線與太陽質子事件（SPE）極易引發半導體元件的位元翻轉（Bitflip）甚至永久性損毀。在任務發射前，Google 團隊於加州大學戴維斯分校（UC Davis）克羅克核子實驗室（Crocker Nuclear Laboratory）使用質子束照射運作中的 Trillium TPU。測試結果顯示：
• Trillium TPU 的高頻寬記憶體（HBM）在 2 krad(Si) 開始出現少量可修復的軟性錯誤（Soft Errors）。
• 晶片在累積劑量達到 15 krad(Si) 時仍未出現硬體永久失效（Hard Failure）。
• 這證明該 TPU 能輕鬆耐受超過 5 年太空任務的總電離輻射劑量（Total Ionizing Dose, TID）。
3. 真空環境下的熱管理（Cooling in Space）
地表資料中心依賴風扇對流或液冷循環將熱量排入大氣。但在太空的真空環境中，空氣對流完全失效，真空本身是極佳的絕熱體。TPU 晶片高密度發熱若無法即時導出，數秒內即會燒毀。
Google 工程團隊設計了專用的熱管（Heat Pipes）與高發射率散熱板（Radiators），將 TPU 產生的廢熱以純紅外線輻射（Thermal Radiation）的形式排散至深空。本次任務正持續驗證該套冷卻系統在軌道熱循環下的真實表現。
三、地表資料中心與太空資料中心（ODC）對比
為了更清晰地瞭解 Project Suncatcher 的技術路徑，以下將地表傳統 AI 資料中心與太空軌道資料中心進行多維度比較：
四、未來藍圖：2027 年雙星雷射互聯與星際算力網
本次「Hello World」測試成功，僅是 Google 太空算力願景的第一步。根據 Google 規劃的研發時程表，Project Suncatcher 將分階段實現真正的軌道分佈式超級電腦：
1. 第一階段（2026 年，現階段）：單星驗證。測試單一原型衛星上的 4 顆 TPU 在發射壓力、真空熱循環與宇宙輻射下的穩定性，並完成 Gemma 4 等模型推理測試。
2. 第二階段（2027 年目標）：雙星互聯（Twin Interconnected Satellites）。Google 預計發射兩顆搭載雷射光通訊（Free-Space Optical Links, FSO）的微型衛星，測試在距離 1 公里左右的飛形隊伍中，如何實現高頻寬、低延遲的星間數據同步。
3. 第三階段（長期願景）：密集衛星星座陣列。透過數百至數千顆微型衛星組成軌道運算網，實現跨衛星的機器學習模型分散式訓練與推理。
五、產業分析：太空算力的經濟學與挑戰
儘管 Project Suncatcher 展現了令人震撼的技術突破，但太空資料中心要達到全面商用，仍面臨嚴峻的經濟學驗證：
•火箭發射成本門檻：根據 ABI Research 等市場研究機構分析，太空資料中心的經濟合理性建立在發射成本大規模下降的前提下。預計到 2030 年代中葉，當每公斤發射成本降至 $200 美元/kg 以下（如 SpaceX Starship 實現大規模商業運力後），太空發電與免去地表電費的優勢才能真正抵銷發射與保險成本。
•軟體架構重塑：太空運算無法簡單複製地表架構。由於單顆衛星空間與散熱有限，必須採取分散式節點設計。若衛星陣列間的光通訊出現中斷，必須具備極強的自我修復與負載轉移能力。
正如 Sundar Pichai 與 Google 研發團隊所言，歷史上重大科技突破（如自動駕駛與量子運算的早期探索）都必須從倒排目標（Working backwards）開始。Project Suncatcher 成功跨出的這一小步，為人類解決 AI 算力能源危機提供了一條充滿想像力的星際解法。
參考資料
1. Google Official Blog - Project Suncatcher Satellite Response (October 30, 2026):
We've received our first response from the Project Suncatcher prototype satellite.
2. Google Official Blog - Behind Project Suncatcher (September 24, 2026): Behind Project Suncatcher, our moonshot to put AI in space.
3. Google Research Blog - Space-Based Scalable AI Infrastructure System Design: Exploring a space-based, scalable AI infrastructure system design.
4. ABI Research - Google Project Suncatcher: An Analyst's Take on AI Data Centers in Space: Orbital Data Centers (ODCs) technical and economic viability analysis.
