Google Project Suncatcher：在轨道上扩展机器学习基础设施

Project Suncatcher：轨道人工智能计算的登月计划

Google 正在发射一颗原型卫星，作为 Project Suncatcher 的一部分，旨在评估张量处理单元 (TPU) 在太空中的性能。该项目是一项长期研究计划，旨在确定近地轨道 (LEO) 是否可以作为可扩展机器学习 (ML) 基础设施的可行位置。这项探索的主要驱动力是近地轨道上几乎恒定的阳光，其产生的太阳能比地球上多出八倍。

硬件韧性与辐射测试

Google 的首次任务与 Planet 合作，通过 SpaceX Transporter-18 拼车发射，重点关注人工智能硬件能否在太空飞行的物理和环境压力下存活。

发射压力与振动

硬件必须能够承受发射过程中剧烈的振动和加速度。火箭前往近地轨道的行程通常持续 10 分钟，航天器会经历高达 10g 的加速度负载。包括 TPU 芯片在内的单个组件可能会承受 50g 到 100g 之间的力。Google 报告称，三个轴向的振动测试已成功证明硬件能够承受这些力。

抗辐射加固

宇宙射线和太阳活动可能会导致位翻转和其他电子故障。为了缓解这种情况，Google 在加州大学戴维斯分校的 Crocker 核实验室使用质子束设施对 Trillium TPU 进行了测试。初步结果表明，Trillium TPU 可以承受超过其在五年太空任务中所受总电离辐射剂量的辐射。

真空环境下的热管理

冷却轨道数据中心是一个主要的工程障碍，因为真空中缺乏气流，无法进行传统的对流冷却。TPU 产生的热量必须完全通过辐射散发。

Google 目前正在测试热管和散热器的组合，以将热量从芯片中导出。这些系统已在模拟太空环境的热真空室中得到验证，尽管团队承认，根据轨道数据改进这些设计是关键的下一步。

高带宽卫星互联

为了扩展人工智能工作负载，Google 设想了由多个卫星组成的星座，每个卫星携带数十个 TPU 芯片，并连接在一起作为分布式计算集群运行。这需要高带宽互连来维持人工智能处理所需的吞吐量。

虽然激光通信已经存在，但目前最先进的系统是针对长距离、低带宽传输进行优化的。Project Suncatcher 需要在短距离内以极高精度运行的高带宽激光，以维持运动中卫星之间的连接。Google 计划在 2027 年通过双卫星轨道测试来验证这种互联性。

技术评论与行业观点

围绕 Project Suncatcher 的社区讨论凸显了人们对太空数据中心与地面替代方案相比在经济和运营上的可行性持怀疑态度。

运营与维护挑战

批评者认为，缺乏物理访问权限使得硬件维护变得不可能。地面数据中心依赖技术人员更换故障服务器（据估计，人工智能服务器的年故障率约为 9%），这一过程在轨道上无法经济地复制。

经济与物理限制

一些观察家认为，高昂的发射成本和散热物理特性使得该项目对于通用人工智能来说不切实际。

"与目前地面上的人工智能数据中心相比，将数据中心发射到太空的成本将轻易增加一个数量级（甚至更多）……无论如何计算，太空人工智能的数学逻辑都无法比在地面上运行更合理。"

潜在的战略动机

讨论表明，该项目可能服务于通用计算之外的目的，例如：

• 军事与情报应用： 与信号情报 (SIGINT) 和轨道图像处理需求存在潜在重叠。
• 监管套利： 在任何单一国家的司法管辖区之外托管数据中心的可能性。
• 战略押注： 对未来发射成本降低、计算密度提高和硬件可靠性提升的预见性押注。