谷歌正将人工智能计算能力由地面数据中心迁移到临近空间轨道上。
按照预定的时间表，在2026年的十月一日，“MVP”实验卫星将会乘坐SpaceX公司的“猎鹰九号”运输车一起发射升空。“MVP”卫星体积和冰箱差不多大，装有四个谷歌自主研发的Trillium TPU处理器，依靠太阳电池板提供大约一千瓦左右的能量，在进入轨道之后会试着去回答一下Gemini的问题。
这既不是商业卫星，也不是一个完整的数据中心。就是对芯片在太空中能否正常工作、是否能一直运转以及能否把数据传送到地面进行检验的过程。
谷歌把这个项目叫做Project Suncatcher。名字很好玩，但是现在最要紧的事情不难——首先要证实TPU不会因为发射、辐射以及散热的问题而出现故障。
地面算力首先受到电力限制
人工智能行业的这几年来一直都在扩大数据中心规模。显卡以及专用芯片越来越多了，随之而来的问题也越来越多：电力供应、变电站建设、冷却系统、土地审批等等任何一个环节都会影响到项目的进度。
大模型的训练以及推理都消耗了大量的电能。数据中心除了要为芯片提供电源之外，还需要不断地进行散热工作。有些地方已经开始遇到电网扩建时间长、机房建设受限制的问题了。算力的需求增长非常快，但是电力基础设施不能够及时跟上。
于是太空就进入了谷歌的关注范围之内。
近地轨道的部分区域可以得到较长一段时间的阳光照射，卫星可以利用太阳能电池板来获得能量。轨道环境不需要占用地面的土地，并且不需要连接当地的电网。对于要不断扩展的AI基础设施而言，这样的条件是很有吸引力的。
但是“有太阳能”并不等同于可以“直接建造机房”。而太空环境问题就出在这些具体的工程细节上面。
MVP要解决的问题有三个
第一种就是发射冲击。
卫星要经历火箭发射时产生的强烈震动以及巨大的加速度。谷歌之前已经在实验室里做了三轴振动试验并且对芯片、结构件进行了固定的检测。卫星虽然体积不大，但是里面的设备对于安装精度的要求非常高，任何一个零件如果出现松动就会使后面的工作变得毫无意义。
第二是辐射。
地球的大气层可以吸收一些宇宙射线，而卫星进入轨道之后所处的辐射环境就大不相同了。高能粒子会使得存储的数据或者计算的结果出现错误，即所谓的比特翻转。
谷歌曾经在加州大学戴维斯核实验室里用质子束对Trillium TPU做过测试，在它执行人工智能任务的时候给它做了辐射。经过初步测试之后发现该款芯片可以承受住五年的工作周期所对应的全部剂量。但是地面试验与真实的轨道还是不一样的，卫星能不能长久地正常工作，还得看实际情况的数据。
第三是散热。
地面上的芯片可以用风扇、空调以及液冷的方式来散热。到真空环境中去之后，由于没有了空气对流的作用，所以液冷系统的构造就比较复杂了。芯片所散发出来的热量只有依靠热界面材料、均热结构以及辐射板才能被排出体外。
所以MVP不会一直处在高负荷的状态下工作。根据方案设计，卫星每工作大约15分钟之后就会停止运转进行降温，在整个过程中大概可以持续一年左右的时间。卫星在轨运行时间为六年，最后会坠入大气层燃烧殆尽。
这就表明了MVP的任务并不是要给用户提供稳定的网络服务，在太空中进行一次芯片耐受性的试验。谷歌高管詹姆斯·马尼卡也表示，该公司不认为在几年之内可以推出成熟的商用产品。也就是说该计划离“太空数据中心开业”的目标还有很远的距离。

真正的困难是组网以及成本的问题
即使有一颗卫星完成了它的使命，并不意味着天基数据中心就具有了商业价值。
要想使太空算力达到一定的规模，就必须解决三个问题。
第一是卫星之间的怎样相联接。单个卫星的处理能力比较小，将来要是想做更加复杂的人工智能任务的话，就必须要用到多个卫星一起合作了。包括星间激光通信、链路稳定以及数据同步等技术问题。卫星速度很快，但是通信设备仍然需要准确地对准它。
第二是集群怎样进行管理。当有几十颗或者上百颗卫星一起工作的时候，设备出现故障、轨道调整、卫星避碰、空间碎片以及任务分配等都很难依靠地面实时控制来完成。系统要具有很强的自动调度和故障恢复的能力。
第三就是费用能不能够承受得住。
发射费用才刚刚开始。之后有保险、星地通信、在轨维修、卫星更换以及任务失败的风险等。一旦有一颗卫星出现问题就要重新发射，整个花费会比地面机房高很多。太空能源便宜不等于太空算力也便宜。
谷歌认为到2030年代中期的时候，轨道数据中心的整体费用才会和地面建设以及运行数据中心的成本相等。即2026年为起始点，到2030年前后可能会开始谈论双星或者小型网络的问题，而真正具有商业规模的系统，则要等到之后了。
这不是谷歌的一个试验
中国的算力基础设施以及低轨道卫星互联网建设也正在开展当中。从地面来看，“东数西算”解决了各个地区之间算力的分配问题；而卫星互联网则解决了通信覆盖的问题。接下来，星载人工智能芯片、在轨计算以及天地一体化调度等都会成为新的研究领域。
未来的竞争不只是比谁有更多的芯片，还要看谁能解决一些实际的问题：芯片能不能承受住辐射、卫星之间的通讯速度能不能快一点、天地间能不能实现统一指挥调度、火箭能不能减少发射以及更换的成本。
谷歌把TPU送上了太空，所发出的真实信息就是人工智能基础设施的瓶颈不再只是关于芯片的数量问题了。电力、土地以及散热等实际因素也成为了新的限制条件，因此很多公司都转而考虑到了地面上以外的地方去寻求解决方案。
但是要保持镇静。MVP成功了，并不代表着太空机房就会立刻出现，也不代表地面的数据中心会因此被取代。这就表明了这样一个事实：关于人工智能计算能力的讨论不再局限于园区、电网以及机房等地方，而是扩展到几百公里之遥的高空轨道上去了。
至于将来的人工智能查询是否能用卫星来实现，则要等到工程、成本以及规模化的相关问题都得到解决之后才能见分晓。