擺脫地球電網！Google 攜手 SpaceX 與 Planet 啟動「Project Suncatcher」：首款 Trillium TPU 衛星升空、8 倍太陽能狂飆，軌道資料中心深度解析

「我們的 TPU 晶片能在極端殘酷的太空中生存並正常運作嗎？
答案即將揭曉。Project Suncatcher 正搭乘 SpaceX 的 Transporter-18 任務升空，測試我們與 Planet Labs 攜手打造的原型衛星。
這是 TPU 邁向太空的一小步……」
—— Google 暨 Alphabet 執行長 Sundar Pichai

2026 年 9 月 25 日，Tesla 與 SpaceX 執行長 Elon Musk 在社群平台 X 上簡潔有力地轉發了 Google 執行長 Sundar Pichai 的推文，並附上兩個火箭符號：「🚀🚀」。

這不是科技富豪之間的例行客套，而是人類運算史上一次劃時代的跨界集結。

推文背後揭曉的，是 Google 籌備已久的終極登月級研究計畫——「Project Suncatcher」（太陽捕捉者計畫）。

在即將由 SpaceX Falcon 9 火箭執飛的 Transporter-18 專用共乘任務中，一枚代號為「MVP」、體積如同一台家用冰箱的原型衛星將被射入低地球軌道（LEO）。這枚衛星由全球敏捷衛星先驅 Planet Labs 操刀製造，而其最核心的心臟，正是 Google 自研的最新一代專用 AI 晶片——Trillium TPU（第 6 代 Tensor Processing Unit）！

當全世界的科技巨頭還在地球表面為電網負荷、變壓器缺貨、數十億加侖的水冷消耗與碳排放指標爭得不可開交時，Google 與 SpaceX、Planet Labs 已經悄悄將目光投向了 500 公里之上的浩瀚深空。

這項測試究竟代表著什麼？為什麼強大如 Google 會把最先進的 AI 晶片綁上火箭送入真空？在充斥著致命高能輻射、極端溫差與無重力環境的宇宙中，AI 晶片該如何散熱、聯網與維持精度？

本文將為你全方位深度拆解這場跳脫地表物理限制的「太空算力革命」。

核心比較：地表資料中心 vs 太空軌道資料中心

一、 為何科技巨頭非去太空不可？被地表電網逼入死角的 AI 算力

要理解 Project Suncatcher，必須先看清地表 AI 擴張所撞上的殘酷物理之牆。

過去五年，前沿大語言模型與世界模型的參數規模以每年近十倍的速度膨脹，但為這些模型提供養分的物理基礎設施——電力與水，卻無法以相同的幾何級數增長。

1. 電網枯竭與「變壓器排隊十年」的現實荒謬

在美國維吉尼亞州、俄亥俄州或北歐等資料中心重鎮，電力公司的變電所已瀕臨崩潰邊緣。許多科技巨頭申請新的吉瓦級（Gigawatt）資料中心用電許可，得到的排隊回覆往往是「5 到 7 年後才能並網」。儘管微軟買下三哩島核電廠、亞馬遜押注小型模組化反應爐（SMR），但核能興建的審批與施工週期同樣動輒數年。

2. 水資源爭奪引發的社會危機

傳統 AI 伺服器機櫃的熱密度已飆破每機櫃 100 kW，單座百萬卡叢集每天蒸發數百萬加侖的冷卻水，在水資源短缺的乾旱地區引發劇烈民怨與環保訴訟。

3. 太空的終極吸引力：高達 8 倍的免費光能

在低地球軌道（LEO）的特殊軌道——例如晨昏太陽同步軌道（Dawn-Dusk Sun-Synchronous Orbit），衛星以剛好切在地球晨昏線交界的角度繞行。這意味著：衛星全年 365 天、每天 24 小時幾乎永不落日，永遠處在陽光的直射之下！

更關鍵的是，外太空沒有大氣層中的水氣、氣膠、臭氧層吸收，更沒有陰雨天候干擾。太陽能電池板在軌道上接收到的光通量高達約 1,361 $W/m^2$，其實際發電效率與能量密度是地表同等太陽能面板的 5 到 8 倍。

正如 Project Suncatcher 計畫負責人、Google 資深總監 Travis Beals 所言：

「這是一個長遠的思考：既然未來 AI 需要近乎無限的潔淨能源，而太陽就在那裡無私地釋放著光芒，我們為什麼要在厚厚的大氣層底下，用殘缺的碎片苦苦收集能量？」

二、 原型機「MVP」登場：冰箱大小的太空 AI 大腦

這次搭乘 SpaceX Transporter-18 發射的衛星代號為「MVP（Minimum Viable Product）」，由 Google Research 與 Planet Labs 密切合作研發。

Planet Labs 過去曾成功部署並營運數百顆「Dove」與「SkySat」地球觀測衛星，擁有全球最強大的敏捷航太工程經驗。Suncatcher 原型星直接沿用了 Planet 新一代「Owl」衛星的通用衛星匯流排（Satellite Bus）架構，但內部所有的載荷空間被完全改裝為「AI 專用運算艙」。

在這座冰箱大小的機體內，精密安放了 4 顆 Google 第 6 代 Trillium TPU。這款晶片是 Google 當前雲端資料中心用來訓練 Gemini 旗艦模型與推論的核心主力，具備極致的矩陣乘法運算能力與能源效率。

然而，將地表機房裡的精細半導體塞進火箭打上太空，必須闖過航太工程史上最嚴酷的四大極限關卡。

三、 四大極限工程考驗：太空 AI 的生與死

極限一：10 分鐘 100g 的震動地獄——機械衝擊考驗

一枚 SpaceX Falcon 9 火箭從卡納維爾角升空進入低地球軌道，動力飛行時間約為 10 分鐘。

在這 10 分鐘內，整顆衛星必須承受超過 10 倍重力加速度（10g）的持續過載。更致命的是火箭發動機震動與穿透音障時的聲學震波，當高頻振動波沿著衛星骨架傳導至電子元件時，晶片內部的微米級焊點、微凸塊（Micro-bumps）以及多層基板將承受高達 50g 至 100g 的極限瞬間衝擊！

如果晶片內部的封裝存在任何微小瑕疵，晶圓會在幾毫秒內震裂斷線。為此，Google 與 Planet 團隊在地面上使用大型液壓震動台，針對 X、Y、Z 三軸進行了超高頻率的震動模擬。令人振奮的是，商用規格封裝的 Trillium TPU 順利通過了所有振動測試，結構完好無損。

極限二：UC Davis 質子束實測——宇宙高能輻射的正面對決

在地球上，厚重的大氣層與范艾倫輻射帶（Van Allen Radiation Belt）替人類擋下了絕大多數宇宙射線。但在 500 公里高的軌道上，晶片每秒都暴露在致命的射線雨中：

• 單粒子翻轉（SEU, Single Event Upset）：單個高能質子打中電晶體閘極，可能瞬間導致記憶體中的二進位數值從 0 變成 1（Bit-flip），引發 AI 模型矩陣乘法爆出 NaN 或權重崩潰。
• 單粒子閂鎖（SEL, Single Event Latch-up）：重離子沉積電荷觸發寄生電晶體導通，造成晶片電源與接地短路，可能幾微秒內燒毀電路。
• 總游離劑量（TID, Total Ionizing Dose）：氧化層長期累積的游離輻射導致臨界電壓漂移與漏電流上升，最終使晶片徹底失效。

航太級抗輻射晶片（Radiation-Hardened Chips）通常落後地表商業晶片三到四個世代，運算效能低落且造價昂貴。Google 採取的策略是：用商業級尖端先進製程 TPU 進行極限抗輻射測試，並依賴架構級與軟體級容錯。

Google 團隊將 Trillium TPU 運往加州大學戴維斯分校（UC Davis）的克羅克核子實驗室（Crocker Nuclear Laboratory），將晶片置於高能質子迴旋加速器束流之下！

在質子束全功率猛烈轟擊的同時，工程師讓 TPU 全速運轉深層類神經網路運算，即時記錄計算誤差、ECC 校正與邏輯穩定度。實測結果超乎所有人預期：Trillium TPU 展現了驚人的抗輻射韌性，所承受的累積游離劑量超過了在低軌道運作 5 年的輻射總量，依然維持穩定運算！

極限三：真空零對流下的熱力學難題——黑體輻射的散熱魔法

在地球機房，晶片散熱靠的是空氣流動或冷卻水循環（熱對流）。然而太空中是絕對真空，完全沒有任何空氣分子可以帶走熱量。

TPU 晶片在執行大模型運算時，幾平方公分的面積內會產生數百瓦的巨大熱量。如果無法快速把熱排出去，晶片會在幾十秒內飆破 150°C 發生熱失控熔毀。

在真空中，唯一的排熱物理途徑只有**「熱輻射（Thermal Radiation）」**——依據斯特凡-波茲曼定律（Stefan-Boltzmann law），物體散發的輻射熱功率與絕對溫度的四次方（$T^4$）成正比。

Google 與 Planet 團隊打造了一套太空專用的雙重散熱系統：

1. 封閉式相變熱導管（Heat Pipes）：利用特製流體在真空微重力下的毛細蒸發與凝結循環，以近乎零溫差的極速將 TPU 產生的集中熱量傳導至衛星外殼。
2. 深空輻射散熱翼板（Radiator Panels）：散熱板永遠背向太陽，直面溫度僅有 2.7K（約 -270°C）的深空背景。散熱板表面塗有高紅外發射率（$\epsilon > 0.9$）且低太陽吸收率的航太塗層，將熱量以紅外線波的形式直接「噴」入宇宙。

這套系統已在大型熱真空模擬艙（TVAC）中完成連續數百小時的滿載測試，證明在完全沒有一滴風或水對流的情況下，純靠輻射散熱足以壓制 AI 晶片的狂暴發熱。

極限四：時速 28,000 公里的微米級雷射獵殺——星間光通訊網格

單靠一顆衛星上的 4 顆 TPU，運算能力有限。Project Suncatcher 的終極目標不是孤立的「太空邊緣盒」，而是由成千上萬顆衛星組成的**「軌道分散式超級電腦」**。

要在太空中把成百上千顆衛星串聯成統一的運算叢集，傳統的無線電射頻（RF）通訊頻寬完全不夠看。唯一的解法是星間雷射通訊（Free-Space Optical, FSO）。

這帶來了航太級的終極挑戰：

• 既有的深空雷射通訊系統，大多設計用在數萬公里以外的「超長距離、低頻寬」傳輸。
• 但分散式 AI 叢集需要的是在幾公里至幾十公里的近距離內，實現 Tbps 級別的超高吞吐量與微秒級低延遲，才能支援分布式張量並行（Tensor Parallelism）。
• 兩顆衛星各自以每秒 7.8 公里（時速約 28,000 公里）的高速在軌道上疾馳，同時受到地球微重力攝動與反作用輪抖動干擾。雷射端機必須在動態環境下保持不可思議的微米級瞄準——其難度相當於**「在數公里外，用雷射筆射中一枚高速飛舞的硬幣邊緣」**！

Google 表示，這項關鍵的星間雷射通訊網格技術，將在 2027 年的下一階段任務中進行雙星實測。

四、 官方影片公布：Sundar Pichai 親自見證歷史

在 Sundar Pichai 發布的官方短片中，展示了這款原型衛星在無塵室中的最後組裝、環境應力篩選，以及即將送往發射場的震撼畫面。

從影片中可以清晰看到，這顆衛星並非粗糙的實驗裝置，而是具備高集成度結構、嚴密航太鍍金多層隔熱毯（MLI）與整合型太陽能帆板的成熟航太飛行器。它不僅代表 Google 硬體工程能力向太空延伸，更代表了 Google 與 SpaceX、Planet Labs 三大巨頭在太空商業化時代的深度分工：

• Google 提供頂級的 AI 演算法、晶片與叢集運算架構。
• Planet Labs 提供經過數百次軌道驗證的敏捷衛星製造與星座營運。
• SpaceX 提供全球成本最低、發射頻率最高的 Falcon 9 重複使用運載火箭。

五、 計畫發展三階段藍圖：從單星試飛到萬星軌道超算

Google 對 Project Suncatcher 的規劃並非一蹴可幾，而是採取了類似早期自動駕駛（Waymo）與量子運算的嚴謹階段性演進：

1. 第一階段（2026 年 10 月）：單星「MVP」在軌生存驗證

• 任務目標：驗證 TPU 能否熬過火箭點火、大氣層震顫，並在進入低軌道後成功啟動。
• 指標驗證：收集真空環境下的散熱曲線數據、記錄自然宇宙射線環境下的單粒子翻轉（SEU）頻率、測試自我修復與看門狗（Watchdog）重開機制。

2. 第二階段（2027 年初）：雙星編隊與雷射光網實測

• 任務目標：由 Planet Labs 建造兩顆配備高頻寬雷射端機的原型衛星，一同升空進行編隊協同飛行。
• 指標驗證：在動態軌道上建立穩定的雙向超高速雷射光學鏈路，測試將單一模型的不同層（Layers）跨衛星平行推論的可行性。

3. 第三階段（長遠願景）：千星軌道資料中心星座

• 終極形態：成百上千顆微型衛星以網狀拓撲（Mesh）緊密分佈在晨昏軌道上，形成一顆環繞地球的「巨型分散式神經網絡」。
• 殺手級應用：
  • 軌道即時邊緣運算：直接在太空中處理行星級光學衛星與雷達遙感數據，秒級辨識森林大火、洪水、颱風或地震，無須將未經壓縮的龐大原始影像回傳地表。
  • 綠色 AI 算力基地：為地表提供純綠能驅動的雲端 AI 推論服務，徹底解決地球日益嚴峻的能源與碳排爭議。

常見問題 FAQ

Q1：太空資料中心的網路延遲會不會太高？拿來跑 AI 實用嗎？

答： 延遲完全在可接受範圍內。
低地球軌道（LEO）高度約為 500 公里，光速在真空中傳播 500 公里僅需約 1.7 毫秒。加上地面基地台的光電轉換與處理延遲，單向延遲約在 10～20 毫秒以內，這與地表跨城市的雲端資料中心延遲相當。
此外，太空資料中心最主要的用途不是跑即時對話機器人的打字推論，而是承擔**「算力密集型任務」**——如長週期模型預訓練、海量蛋白質結構分析、氣候模擬與衛星影像即時感知，這類任務對微秒級網路延遲並不敏感，反而對能源與算力吞吐量有著無限的渴求。

Q2：如果衛星上的晶片故障了，工程師該怎麼維修？

答： 軌道資料中心不考慮「人工維修」，而是採用**「架構級冗餘（Redundancy）與自然淘汰」**策略。
低軌道衛星的設計壽命通常為 3 到 5 年。當衛星達到壽命終期或發生無法修復的硬體故障時，地面控制中心會啟動微型推進器或空氣阻力帆，使其主動降低軌道，在重返大氣層的過程中被數千度高溫完全氣化焚毀，不會在太空留下任何殘骸。運算叢集的整體穩定性由分散式演算法維持，單一節點離線就像地表伺服器抽換一樣，整體運算不受影響。

Q3：太空中那麼多太空垃圾（Space Debris），會不會撞毀衛星？

答： 這確實是低軌道航太領域共同面臨的課題。
Planet Labs 的衛星配備精確的軌道監控與防碰撞預警系統，並與美國太空司令部（USSPACECOM）及全球民用太空監測網即時聯網。一旦有軌道碎片接近威脅半徑，衛星可透過推進器進行微幅機動規避。此外，小體積（冰箱大小）的衛星截面積遠小於傳統大型通訊衛星，被碎片擊中的機率大幅降低。

Q4：把晶片發射上太空的火箭成本，真的比在地球蓋電廠划算嗎？

答： 在 SpaceX 獵鷹 9 號重複使用技術普及的今天，每公斤發射成本已降至數千美元；而隨著 SpaceX 星艦（Starship） 的逐步成熟，未來的軌道發射成本預期將跌破每公斤數百美元甚至數十美元。
相較之下，在地球上興建一座吉瓦級（GW）核電廠或大型變電所，需要耗資百億美元並面臨長達十年的審批與抗爭。當火箭發射成本曲線持續走低，而地表能源與水資源成本急劇攀升時，「太空算力」的交叉拐點正在以超乎大眾想像的速度逼近。

資料來源與延伸閱讀

1. Google 官方部落格：Meet Project Suncatcher, a research moonshot to scale machine learning compute in space
2. Google 官方部落格：Behind Project Suncatcher, our moonshot to put AI in space（By Travis Beals）
3. Planet Labs 官方新聞室：Planet to Build and Operate Advanced Space Platform for Google’s Project Suncatcher Moonshot
4. Google Research 官方論文預印本：Scaling Machine Learning in Space: Constellation Design and Radiation Hardening of TPUs
5. Sundar Pichai 官方 X 貼文公告與測試影片
6. Elon Musk 官方 X 轉發互動貼文
7. SpaceX 官方發射計畫：Transporter-18 Dedicated Rideshare Mission

本文依據截至 2026 年 9 月 25 日由 Google、Planet Labs、SpaceX 及社群官方公開發布之最新數據與研究資料整理。