Google 正在啟動一項雄心勃勃的研究計劃，名為 Project Suncatcher，旨在通過擴展機器學習的能力來革新該領域。這個創新項目計劃在一個互聯的衛星網絡上部署 Google Tensor 處理單元（TPU）人工智能芯片，以“充分利用陽光的力量”。該概念基於太空中的太陽能電池板比地面上的高效八倍的想法，並通過“黎明–黃昏太陽同步低地球軌道”提供近乎持續的電力。這種軌道策略將最大限度減少對電池和其他形式發電的依賴，使太空成為擴展人工智能計算的潛在最佳環境。
參與 Project Suncatcher 的衛星將利用自由空間光學鏈接，使它們能夠有效地相互連接和通信。這對於在多個加速器之間分配大規模的機器學習工作負載至關重要，確保高帶寬和低延遲的連接。為了達到與地球數據中心相當的性能水平，衛星之間的通信需要達到數十太比特每秒。此外，衛星必須保持在數公里內的隊形，以促進高效的通信。衛星間距僅幾百米，僅需適度的維持機動以保持在所需的太陽同步軌道內穩定的星座。
Google 已經在為其 TPU 準備太空條件方面取得了顯著進展。對 Trillium TPU（v6e）進行的初步輻射測試顯示出可喜的結果。被確定為最敏感組件的高帶寬內存（HBM）子系統在累積劑量為 2 krad(Si) 的輻射暴露後才開始顯示不規則情況——這幾乎是預期的（有屏蔽）五年任務劑量 750 rad(Si) 的三倍。值得注意的是，在單個芯片上進行的最高測試劑量 15 krad(Si) 下，未觀察到與總離子劑量（TID）相關的硬故障，這表明 Trillium TPU 具有適合太空應用的卓越輻射抗性。
在經濟可行性方面，Google 預計到 2030 年中期，發射成本將降至每公斤低於 $200 / 約 HK$ 1,560。這一成本降低可能使發射和運營太空數據中心的費用與類似地面數據中心的每千瓦/年報告能源成本相當。初步分析顯示，基於太空的機器學習計算的基本概念並未受到任何重大物理或經濟障礙的阻礙。
然而，Google 承認仍然存在幾個工程挑戰需要解決，包括熱管理、高帶寬地面通信以及確保軌道系統的可靠性。為了驗證 TPU 硬件的操作能力和光學衛星間鏈接在分佈式機器學習任務中的有效性，Google 正在與 Planet 合作，計劃在 2027 年初發射兩顆原型衛星。這些原型將作為測試平台，檢驗機器學習模型和 TPU 硬件在太空獨特條件下的表現。
Project Suncatcher 標誌著人工智能和太空技術交匯的一個重要進步。通過利用太空的巨大資源和太陽能的高效性，Google 旨在創建一個基礎設施，可以重新定義機器學習的格局。隨著這一倡議的推進，它承諾揭示新的計算任務的可能性，這些任務目前受到地面條件的限制。
通過 Project Suncatcher，Google 不僅在推動技術的邊界，還在探索太空作為人工智能新領域的潛力。這一項目的影響可能遠超過單純的計算能力，可能轉變行業並促進以前被認為不可能的新應用。隨著項目的發展，技術社區和全世界將密切關注 Google 如何應對太空基人工智能的挑戰，以及這一開創性努力可能帶來的突破。
