谷歌宣布启动一项名为“Project Suncatcher”（捕日者计划）的太空AI基础设施项目，计划通过太阳能驱动的卫星星座，在近地轨道构建可扩展的机器学习计算系统。该项目预计于2027年发射两颗原型卫星，与行星实验室（Planet）合作验证技术可行性，标志着AI算力正式迈入太空时代。
谷歌CEO桑达尔·皮查伊将该项目称为“全新的登月计划”，其核心在于利用太空近乎无限的太阳能资源。据研究，太阳每秒输出的能量达3.86×10²⁶瓦，远超人类当前总发电量的100万亿倍。在特定轨道上，太阳能板的发电效率可比地面高8倍，且可实现近乎持续的供电，大幅减少对电池储能的依赖。
与传统思路不同，谷歌并未选择将太空电力传输回地面数据中心，而是直接在轨道部署由太阳能卫星组成的“AI数据中心”。这些卫星通过自由空间光学星间链路（OISL）联网，形成可扩展的计算集群。项目论文《迈向未来基于太空的、高度可扩展的人工智能基础设施系统设计》详细阐述了技术路径，指出该方案可规避地球电力供应瓶颈，满足AI算力指数级增长的需求。
系统设计面临四大技术挑战。首先是星间链路带宽问题：大规模机器学习需在加速器间分配任务，要求卫星间通信速率达每秒数十太比特（Tbps）。谷歌通过多通道密集波分复用（DWDM）技术与空间复用方案，在实验平台实现了单向800Gbps（总计1.6Tbps）的传输速率。为弥补距离导致的功率衰减，卫星需以公里级紧密编队飞行，形成“网络化星座”。
卫星编队控制是另一难题。谷歌基于希尔-克洛赫西-威尔特方程开发了数值模型，分析81颗卫星组成的集群在650公里轨道上的动力学特性。模拟显示，在集群半径1公里、卫星间距数百米的条件下，通过适度轨道调整即可维持稳定构型。地球引力场的非球形特性与大气阻力是主要扰动因素，但模型证实其影响可控。
硬件抗辐射能力已通过验证。谷歌在粒子加速器中用67MeV质子束测试了新一代Trillium架构TPU，结果显示其高带宽内存（HBM）子系统在累积辐射剂量达2krad(Si)时才出现异常，远超预期五年任务总剂量750rad(Si)的防护标准。极限测试中，单芯片承受15krad(Si)辐射未发生硬故障，证明其具备太空应用潜力。
经济性分析显示，随着发射成本持续下降，天基数据中心有望在2030年代中期具备竞争力。谷歌预测，若成本学习率保持，发射价格将降至每公斤200美元以下，届时天基系统的“每千瓦/年”运营成本可与地面数据中心持平。这一突破将彻底改变AI基础设施的布局逻辑，使太空成为算力竞争的新战场。
