Google在9月24日公布Project Suncatcher的新进展：一颗搭载Trillium TPU的原型卫星计划随SpaceX Transporter-18拼车任务进入低地球轨道，团队将收集芯片在辐射、剧烈振动和真空热环境中的实际数据。这个项目的长期设想，是利用轨道上接近持续的太阳能，为未来机器学习基础设施寻找新的部署位置。但眼前任务不是在太空建成数据中心，更不是把Google现有AI服务迁到卫星，而是回答最基础的问题——硬件能否稳定工作。

Project Suncatcher去年首次公开，Google把它称作长期研究“登月项目”。低轨卫星理论上可获得比地面高至约八倍的太阳能，未来还可能把多颗卫星通过激光连接成计算集群。设想很大胆，现实约束也同样具体：火箭发射冲击、宇宙辐射、真空散热、卫星姿态与激光瞄准，任何一项都可能让地面数据中心的成熟方案失效。

首飞测的是生存能力，不是轨道算力商业化

从地面到低轨只需约十分钟，卫星却要承受持续加速度和强振动。Google称，整星在发射阶段可能经历约10倍重力加速度，局部元件承受的冲击甚至可达50至100倍。团队已经在三个轴向进行振动测试，模拟火箭的频率与载荷，初步结果显示硬件通过了地面试验。但实验室中的一次通过，不能替代真实发射与长期运行数据。

辐射是第二道门槛。太阳活动和宇宙射线可能让存储位翻转、计算出错，严重时会永久损坏电子元件。团队在加州大学戴维斯分校Crocker核实验室用质子束照射TPU，同时运行AI负载并监测错误。Google表示，Trillium TPU承受的总电离剂量超过五年太空任务预计水平。这个结果说明芯片具备继续试验的资格，却不等于五年运行可靠性已经在轨验证。

第三个难题是散热。地面机房靠空气或液体带走热量，太空真空没有空气对流，只能通过热管把热导向辐射器，再以热辐射释放。TPU在小面积内产生大量热量，散热系统既要有效，也要足够轻、能经受发射。团队在热真空舱中做过模拟，首飞将检验这些地面数据能否代表真实轨道环境。

因此，这次任务更像一组工程问题的联合体检。它可能证明某些设计有效，也可能暴露故障点。Google在公告中明确说，首飞目标是了解什么能工作、哪里会失败，并据此改进后续任务。把“计划发射原型”写成“太空AI数据中心已经上线”，会把研究阶段夸大成商业部署。

真正难点在卫星之间：高带宽激光要追着移动目标对准

单颗卫星即使能运行TPU，也无法提供大规模训练所需的算力。Google的远期方案是让每颗卫星携带数十枚TPU，并以集群方式协同。要实现这一点，卫星必须知道自身与邻居的精确位置，再用激光建立高带宽连接。现有星间激光技术多针对远距离、相对较低带宽，Suncatcher需要在短距离上维持更高吞吐。

Google用“从数英里外击中硬币大小目标，而且双方都在移动”来形容瞄准难度。团队计划在2027年把两颗卫星送入轨道测试这一连接。这里的时间表仍是计划，可能受发射安排、硬件准备和首次任务结果影响。更大规模星座、网络协议和分布式训练方式，都还没有进入公开的生产阶段。

经济性也尚未被证明。轨道太阳能利用率高，不代表整体成本低。卫星制造、发射、保险、地面通信、替换和太空碎片管理都要计入；硬件升级速度也与地面机房不同，送上轨道的芯片很难像服务器一样快速更换。只有当能源、发射和维护的总成本能够与地面方案竞争，轨道算力才可能从科研项目变成基础设施。

环境账同样不能只算用电。持续太阳能可能减少部分地面电网压力，但火箭排放、卫星制造以及退役处置都会产生影响。大规模星座还涉及轨道拥堵、天文观测和国际协调。Google此次没有给出完整生命周期评估，因而不能据此断言“太空计算更绿色”。

Project Suncatcher值得关注，是因为它把AI算力约束从芯片和机房扩展到能源与空间系统工程。首颗卫星若取得可靠数据，会为后续设计提供真实依据；如果出现失败，也能告诉团队哪些地面假设不成立。现阶段最准确的结论是：Google即将把TPU送入轨道做早期生存测试，距离可扩展、可维护、具备经济性的太空AI基础设施仍有多重工程关卡。