当AI算力撞上地面基础设施的天花板
AI算力的扩张速度正在把地面基础设施逼到极限。中国信息通信研究院的数据显示，2025年中国数据中心耗电量已达1960亿千瓦时。放眼全球，新建数据中心的瓶颈已从芯片转向电力短缺、变压器排队、并网审批。能耗紧缺、散热成本高昂、土地资源受限，三重挤压之下，地面算力的扩张曲线正在被电网的扩建速度卡住脖子。
2026年10月1日，谷歌母公司Alphabet通过SpaceX猎鹰9号火箭的Transporter-18拼车任务，将一颗搭载4颗自研TPU芯片的原型卫星送入近地轨道，正式启动捕日者计划（Project Suncatcher）的首次在轨测试。AI算力基础设施的部署场景，首次从地面延伸到了太空。
一颗冰箱大小的卫星装着什么
这颗原型卫星由旧金山卫星成像公司Planet Labs提供平台制造，体积与一台冰箱相当。卫星搭载4颗谷歌自研的张量处理单元（TPU），总算力约45 teraFLOPS，大致相当于地面数据中心里的一台标准服务器。供电依靠星上太阳能板，输出功率约1千瓦，仅相当于一台微波炉的耗电量。卫星运行在距地面约550公里的晨昏太阳同步轨道，该轨道能够获得近乎持续的阳光照射，太阳能发电量最高可达地面水平的8倍。
谷歌负责捕日者计划的高管特拉维斯·比尔斯（Travis Beers）透露，此前已在加州大学戴维斯分校的实验设施中完成TPU运行AI工作负载的地面测试，但没有任何地面测试能完全等同于真实太空环境。卫星入轨后，TPU以每次15分钟的短时脉冲方式启动运行，以避免给供电和热管理系统带来过大压力。这种验证策略表明谷歌对太空计算的态度务实且循序渐进，没有试图一步到位。
TPU本身是谷歌为机器学习定制的ASIC专用芯片，2016年第一代发布时，推理性能比同期GPU快约30倍、比CPU快约80倍。全栈自研的芯片设计让谷歌对硬件架构、功耗特性和故障模式有完整掌控力，这使其天然适合作为太空算力的首批试验品。在太空中，任何硬件层面的意外都无法派人上去修理。
芯片上天要连闯四道关
将精密AI芯片送入太空并保持稳定运行，需要跨越四道技术关卡。
第一关是发射冲击。火箭飞行过程中的强烈振动会让芯片等局部组件承受高达50至100G的加速度载荷。打个比方，这相当于一颗芯片在升空途中承受自身重量50到100倍的挤压力，任何焊接点或封装结构的薄弱环节都可能在此暴露。TPU芯片必须先扛住这段暴力旅程，才有资格谈论后续的在轨运行。
第二关是太空辐射。近地轨道的辐射环境可能干扰或损坏电子设备，引发位翻转（bit flip），存储器中的数据位从0变为1或从1变为0，导致计算结果出错。普通地面服务器靠机房屏蔽和纠错码（ECC）内存应对偶发翻转，但太空中的辐射通量远高于地面，谷歌需要在轨数据来评估TPU在真实辐射环境下的内存错误率是否可控。
第三关是散热。真空环境没有空气，传统气流散热直接失效。谷歌的方案是将热管与散热器结合使用，通过传导方式将芯片热量排出。这类似于给芯片装了一套只能靠物理接触传热、没有风扇的静音水冷系统。所有热量必须通过热管传递到散热器面板，再以红外辐射方式向深空释放。在太空中，热量只能以辐射形式散失，没有空气可以带走任何废热。
第四关是电力管理。1千瓦的供电预算极为有限，TPU只能以15分钟为周期脉冲运行。如何在功率约束下最大化有效计算时间，同时保证供电和热管理系统的稳定，是在轨验证的核心问题之一。
太空算力的经济学账本
谷歌在发射成功时一并发布了一篇经同行评审的论文，题为《迈向未来天基、可大规模扩展的人工智能基础设施系统设计》（Toward a future space-based, highly scalable AI infrastructure system design）。
论文核心结论. 若发射成本降至每千克200美元或更低，太空中单位功率的年化成本可能与地面数据中心大致相当。
这个200美元/千克的阈值是整个经济模型的支点。谷歌研究人员指出，SpaceX已累计送入轨道的质量每翻一番，每千克入轨成本就下降20%。若这一降幅能维持，需要再累计发射约37万吨物质，大约相当于巨型运载火箭Starship成功发射1800次，且部件重复使用率达到100次。谷歌认为在这些条件下200美元/千克的目标在合理假设下有可能达到。
谷歌以575千克的星链（Starlink）第二代卫星为参照估算. 送一颗卫星入轨的成本，与在地面为同等功率服务器供电的年度开支做比较。结论是，当发射成本降到约200美元/千克时，轨道算力的单位功率年化成本将与地面持平。太空数据中心能否从概念走向经济可行，关键看运载火箭的发射成本能否持续下降，芯片技术反而不是瓶颈。
从一颗卫星到一个星座
捕日者计划的远期目标不止于验证单颗卫星。谷歌公布了分阶段部署路线图. 2027年底部署首批超过100颗Suncatcher卫星，在400至500公里轨道高度以分布式架构运行。每颗卫星提供45 teraFLOPS算力，集群总计算力将在2027年达到1 exaFLOP，2035年计划扩展至10 exaFLOPS。
这一架构的关键创新在于把太阳能板、TPU、供电系统、散热方案与星间激光通信整合进一个扁平结构的集成设计，芯片本身反而不是难点。这种设计可直接使用现有卫星生产线量产。卫星之间通过激光通信互联，将多颗卫星的计算能力汇聚，在轨道上处理规模更大的AI工作负载。这类似于把地面数据中心里的机柜间高速互联网络搬到了天上，只是物理距离从几米变成了几百公里，通信链路从铜缆变成了激光。
据谷歌公布的信息，首颗原型卫星一个月的在轨测试显示TPU性能未出现衰减，辐射环境对内存错误率的影响也远低于设计团队的保守假设。谷歌未来计划发射更多卫星，最终构建由80多颗卫星组成的编队共同处理AI计算任务。
竞争格局不止谷歌一家
轨道算力赛道上还有其他参与者。SpaceX自身已宣布自主研发轨道数据中心的计划，由华盛顿州雷德蒙德工厂制造的卫星集群搭载图形处理器，太阳能电池板由特斯拉协助生产。SpaceX首席运营官格温·肖特韦尔在2026年9月的一场投资会议上表示，公司将于2027年部署太空超级计算平台。
谷歌自身持有SpaceX股权估值超过820亿美元。两家企业在AI业务上存在竞争关系，但在发射服务上保持深度合作。这种既竞争又合作的格局折射出太空算力基础设施仍处于早期探索阶段。任何单一企业都无法同时覆盖芯片自研、卫星制造、运载发射和长期运营的全链条。
行业专家指出，太空数据中心即便具备落地可行性，仍面临火箭发射运力有限、成本高昂、太空拥挤环境与轨道碎片等制约因素。从一颗原型卫星到exaFLOP级算力星座，技术验证、经济模型和监管框架都还有相当长的距离需要覆盖。但首次在轨测试的价值恰恰在这里. 太空AI算力已经走出论文和设想阶段，开始积累真实环境下的工程数据。这些数据将决定，轨道算力究竟是一条可行的技术路径，还是一个虽然优美但仍需数十年验证的太空梦。
