谷歌近日宣布了一项名为“Project Suncatcher”（捕日者计划）的太空AI基础设施项目，计划在2027年发射两颗原型卫星，利用太阳能为下一代机器学习系统提供动力。这一计划被谷歌CEO桑达尔·皮查伊称为“全新的登月计划”，旨在通过太空部署可扩展的AI计算系统，解决地球电力供应难以满足AI算力需求的难题。
根据谷歌发布的论文《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》，太阳的能量输出高达3.86×10^26瓦，远超人类总电力产量的100万亿倍。在合适轨道上，太阳能板的发电效率可比地球高8倍，且几乎不受昼夜限制，减少对电池的依赖。谷歌提出，与其将太空电力传输回地球，不如直接在太空建立由太阳能供电的AI“数据中心”，通过卫星网络实现计算资源的分布式部署。
该项目计划将卫星部署在晨昏太阳同步低地球轨道上，使卫星能够持续接收阳光照射，最大化太阳能收集效率。然而，要实现这一目标，需克服多项技术挑战。首先，卫星间需建立高带宽、低延迟的通信链路，以支持大规模机器学习任务的分布式计算。谷歌研究显示，采用多通道密集波分复用（DWDM）技术和空间复用技术，卫星间链路可实现每秒数十太比特（Tbps）的传输速率。为满足链路预算要求，卫星需以公里级或更小的间距紧密编队飞行，谷歌已通过实验平台验证了单向800Gbps（总计1.6Tbps）的传输可行性。
其次，控制大型卫星集群的编队飞行是另一大难题。谷歌团队开发了数值和解析物理模型，分析卫星在地球引力影响下的轨道动力学。模型显示，在650公里高度的轨道上，81颗卫星组成的集群半径为1公里时，次近邻卫星间距离在100-200米范围内振荡，仅需适度轨道保持机动即可维持稳定。这一发现为紧凑编队飞行提供了理论支持。
谷歌新一代Trillium架构TPU在粒子加速器测试中表现出惊人的抗辐射能力。在67MeV质子束环境下，TPU的高带宽内存（HBM）子系统在累积辐射剂量达2 krad(Si)时才出现异常，远超预期五年任务总剂量750 rad(Si)。极限测试中，单个芯片在15 krad(Si)剂量下未出现硬故障，证明其适用于太空环境。
经济性方面，谷歌分析显示，随着发射成本持续下降，到2030年代中期，发射价格有望降至每公斤200美元以下。届时，天基数据中心的发射和运营成本将与地面数据中心相当，为大规模部署提供经济可行性。
目前，谷歌已与卫星图像公司Planet合作，推进两颗原型卫星的研发。尽管热管理、在轨系统可靠性等问题仍待解决，但这一计划标志着AI算力发展从地球向太空的跨越，为未来可持续的AI基础设施提供了全新思路。
