最近,Google正式启动了其数据中心登月计划,Project Suncatcher,旨在将算力带往太空。这一计划希望通过利用太空中的太阳能,建立一个由太阳能驱动的、可扩展的AI基础设施。
Google的愿景是在太空中建立一个由太阳能驱动的、可扩展的AI基础设施,避免在地球上争夺日渐枯竭的资源。相比之下,太空中的太阳能板效率是地球的8倍,且没有黑夜和云层的阻碍,可实现7*24不间断供电。
前些天,OpenAI的CEO奥特曼和微软CEO Satya Nadella在播客节目中提到,他们面临的主要问题是没有足够的暖壳来插入AI芯片,而非芯片供应问题。
我今天的问题不是芯片供应问题;事实是,我没有足够的暖壳(warm shells)来插入它们。
这反映了AI行业对能源的巨大需求。
奥特曼和纳德拉指出,AI的未来需要能源上的突破。根据国际能源署(IEA)的数据,到2030年,全球数据基础设施的耗电量预计将与整个日本的国家耗电量相当。
Google为了解决能源问题,计划发射一个由太阳能驱动、搭载自研TPU芯片的卫星星座,在太空中组建一个「轨道AI数据中心」。
Google的理由包括:太空太阳能板效率是地球的8倍,没有黑夜和云层阻碍,且零资源消耗。
然而,太空环境远比地球复杂。Google在论文中提到了目前遇到的难题以及应对方法。
难题一:太空「局域网」?
AI训练需要海量芯片协同作战,对连接带宽和延迟要求极高。Google的方案是编队飞行 + 激光通信。
难题二:宇宙「辐射」?
太空环境恶劣,太阳喷射出的高能粒子对尖端芯片是毁灭性打击。Google的方案是硬扛,自家的Cloud TPU v6e (Trillium)芯片在实验室中表现「惊人地抗辐射」。
难题三:数据回传
在太空上实现快速高效的数据传输至地球是一大挑战。Google选择的「晨昏同步轨道」会增加某些地面位置的延迟。
所有这些技术挑战之上,还压着一个最根本的障碍——上天成本。Google在论文中计算过,如果SpaceX的发射成本能降到$200/kg(预计2035年左右),则太空数据中心的单位功率成本将与地面数据中心持平。
Google在论文里明确采用了SpaceX的学习曲线假设:每当总发射质量翻倍,单位发射成本下降20%。
从Falcon 1到Falcon Heavy,SpaceX已把发射成本从$30,000/kg降到$1,800/kg;而Starship的目标是$60/kg,极限情况下可降到$15/kg。
Starcloud通过SpaceX将英伟达的H100 GPU送入太空,展示了未来太空算力的发展潜力。随着SpaceX的成本降低,太空数据中心将成为现实。
本文由主机测评网于2026-05-09发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260543989.html