图片来源：Pawel Czerwinski on Unsplash

谷歌周四（11月4日）公布了全新的“太阳捕手”计划（Project Suncatcher），设想将太阳能卫星、谷歌TPU、低轨卫星星座与自由空间光通信链路（Free-Space Optical Communication，FSO）相结合，旨在太空中构建可扩展的AI计算基础设施。这是谷歌继自动驾驶项目、量子计算机之后的又一项“登月计划”，再次挑战前沿的科学与工程难题。

谷歌智能范式资深总监Travis Beals解释，太阳是太阳系中最强大的能源，其能量输出超过全球总发电量的100万亿倍。在合适的轨道上，太阳能电池板的效率可比地面高出8倍，并能近乎持续发电，大幅减少对电池的依赖。因此，太空或许将成为扩展AI算力的最佳场所。

“太阳捕手”计划拟部署紧凑的太阳能卫星星座，每颗卫星搭载谷歌TPU，并通过FSO实现卫星间的高速互联。该架构不仅具备巨大的规模化潜力，还能最大限度降低对地球资源的消耗。

同日，谷歌发布了早期研究成果《Towards a future space-based, highly scalable AI infrastructure system design》。论文指出，为实现高带宽、低延迟的星间通信，卫星需以近距离编队飞行；研究以半径1公里、由81颗卫星组成的星群为例，演示了编队飞行的基本模型。

这些卫星计划部署在约650公里高的太阳同步轨道（Sun-Synchronous Orbit, SSO），并采用晨昏轨道配置，使整个星座几乎全程处于日照边界，从而长期维持太阳能供电，大幅降低电池重量与需求。

目前，Trillium TPU已完成辐射测试，在相当于五年任务寿命的总电离剂量下未出现永久性故障，并已完成比特翻转错误的特性分析；光通信方面，已实现双向合计1.6Tbps的传输能力。

此外，发射成本是整个系统成本的关键因素。研究团队的曲线分析显示，到2030年代中期，近地轨道（LEO）发射成本有望降至每公斤不超过200美元，使太空数据中心的成本有望接近地面数据中心的能源等效成本。

“太阳捕手”计划后续仍面临散热、高带宽地面通信与轨道可靠性等工程挑战。下一阶段将与Planet公司合作，于2027年前发射两颗原型卫星，测试TPU在轨运行表现，以及星间光链路是否适用于分布式机器学习。未来若构建吉瓦级星座，可能需要全新卫星设计，将太阳能采集、计算与散热深度整合，推动太空计算的下一步发展。