Google启动太空AI数据中心计划Project Suncatcher，直击能源瓶颈

近期，Google正式宣布了一项突破性的“登月计划”，旨在将人工智能计算基础设施迁移至太空。该项目命名为Project Suncatcher（太阳捕手），核心目标是利用太阳能构建一个可扩展的轨道AI数据中心。

Google的构想很明确：与其在地球上争夺日益紧张的能源和土地资源，不如进入太空直接捕获太阳能。这一计划旨在解决AI发展中的根本性限制——能源供应问题。

此前，OpenAI首席执行官萨姆·奥特曼与微软CEO萨提亚·纳德拉在播客中坦言，

当前的主要挑战并非芯片短缺，而是缺乏足够的“暖壳”（即数据中心空间）来部署这些芯片。

这番言论凸显了AI浪潮背后隐藏的基础设施危机。过去，我们常认为算力是唯一瓶颈，但现在能源和物理空间成了更大制约。

奥特曼和纳德拉的对话点明了关键：AI的未来亟需能源突破。即使订购大量AI芯片，若配套的电力和数据中心跟不上，也是徒劳。

AI的能耗问题已非常严峻。国际能源署预测，到2030年，全球数据基础设施的耗电量将与整个日本的用电量相当。此外，水资源消耗同样惊人：一个1兆瓦数据中心每日用水量相当于1000名发达国家居民。

例如，英伟达H100芯片的峰值功耗极高，加剧了能源压力。过去五年，数据中心需求激增，但新发电能力的建设速度远跟不上。

为此，Google提出发射一个由太阳能驱动、搭载自研TPU芯片的卫星星座，在近地轨道组建“轨道AI数据中心”。TPU类似英伟达GPU，专为AI计算设计。

太空相比地球：是否更经济高效？

选择太空的理由很直接：

8倍能效：在合适轨道上，太阳能板效率可达地球的8倍。

全天候供电：太空中无昼夜或天气干扰，可持续发电。

马斯克曾在X平台发言，称太空AI卫星有助于保护地球环境。

零资源消耗：太空无需占用陆地或消耗水资源进行冷却，缓解了地球压力。

目前，地球上的数据中心正逼近能源极限。例如，苹果、华为、腾讯等公司将数据中心设在贵州、宁夏，依靠自然环境降温。但太空环境更为复杂，Google在研究中指出了挑战与解决方案。

实现AI“登天”：Google攻克三大技术难关

难题一：太空中的高速互联

AI训练需要芯片间高速低延迟通信。地球上用光纤，太空中则需新方案。

Google方案：编队飞行结合激光通信。

卫星将以“编队”形式飞行，间距仅100-200米。通过自由空间光通信，已实现1.6 Tbps的双向传输速率，满足高性能计算需求。

难题二：宇宙辐射防护

太空高能粒子辐射会损坏精密芯片。

Google方案：硬件强化抗辐射。

测试显示，Cloud TPU v6e芯片在承受2 krad(Si)辐射剂量后才出现异常，远超5年任务预期的750 rad(Si)。这意味着TPU可在低地轨道无损伤运行5年以上。Google计划2027年前与Planet公司合作发射原型星进行实测。

Planet公司专注于卫星图像分析，将助力技术验证。

难题三：数据回传地球

轨道计算完成后，如何高速传输结果到地面？

延迟与带宽挑战：晨昏同步轨道可能增加延迟；当前地空光通信纪录为NASA的200 Gbps，但对于AI数据中心而言仍不足。

然而，所有技术难题之上，最关键的还是成本效益——发射费用。

Google计算表明，若发射成本降至$200/kg（预计2035年实现），太空数据中心的单位功率成本约$810/kW/年，与地面数据中心的$570–3000/kW/年区间重叠。这意味着，当火箭足够便宜时，太空将更具竞争力。

关键推动者：SpaceX的角色

Google的研究基于SpaceX的成本学习曲线：每次发射质量翻倍，成本下降20%。

从Falcon 1到Starship，SpaceX已大幅降低发射成本。Starship目标是将成本降至$60/kg甚至更低，这可能支撑Google的经济模型。

如果说英伟达垄断了地面GPU，那么SpaceX未来可能主导太空算力轨道——在地球卖芯片，在太空卖轨道空间。

就在Google论文发布前几天，英伟达H100 GPU首次进入太空，由初创公司Starcloud的卫星搭载。

Starcloud成立于2024年，专注于太空数据中心，获英伟达等投资。其卫星能在轨实时处理数据，例如将SAR卫星的数百GB原始数据简化为1KB的结果，大幅减少传输需求。该公司CEO强调，愿景依赖SpaceX Starship带来的成本下降。

Starcloud-1卫星通过SpaceX的Falcon 9发射升空，标志着太空算力时代加速。

过去五年，英伟达凭借GPU和CUDA生态成为AI算力上游；而在太空时代，算力空间可能重新分配，成为下一个增长红利。

AI的极限探索，或许才刚刚拉开序幕。