Google 正式宣布「陽光捕手計劃」（Project Suncatcher），計劃將其張量處理單元（TPU）AI 晶片搭載至衛星並發射到太空，構建全球首個大規模太空數據中心星座網絡。這項革命性計劃期望能利用太陽能為人工智能運算提供幾乎無限的潔淨能源，同時繞過地球上日益嚴峻的能源限制。Google 行政總裁 Sundar Pichai 表示，太陽發出的能量是全球總電力生產的 100 兆倍，在合適的軌道上，太陽能板的發電效率可達地面的 8 倍，且能近乎全天候發電。該計劃將與衛星公司 Planet Labs 合作，預計在 2027 年初發射兩顆原型衛星進行軌道測試，為未來 10 年的太空 AI 基礎設施建設奠定基礎。
太空競賽白熱化：科技巨頭爭奪軌道運算主導權
太空數據中心已成為全球科技巨頭的新戰場。就在 Google 宣布「陽光捕手計劃」前兩天，2025 年 11 月 2 日，NVIDIA 的 H100 GPU 首次被 Starcloud 公司發射至太空軌道。這顆名為「Starcloud-1」的衛星重僅 60 公斤，卻搭載了迄今進入太空最強大的處理器——NVIDIA H100 GPU，其 AI 運算能力高達 2,000 teraflops，是國際太空站現有 T4 GPU 性能的 1,000 倍。Starcloud 行政總裁 Philip Johnston 大膽預測：「10 年內，幾乎所有新建數據中心都將位於外太空」。
中國在這場競賽中同樣動作迅速。2025 年 5 月 14 日，中國浙江實驗室與國星宇航合作發射了 12 顆 AI 衛星，構成「三體計算星座」的首批部署。每顆衛星提供 744 TOPS 的運算能力，透過 100 Gbps 雷射衛星間鏈路連接，並能運行 80 億參數的 AI 模型。這個星座計劃最終將擴展至 2,800 顆衛星，創建太空超級計算機網絡。國際能源署數據顯示，全球數據中心目前消耗約 415 兆瓦時的電力，約佔全球總電力消耗的 1.5%，而美國數據中心的電力使用量預計到 2030 年將達到全國電力的 9%。
技術突破與挑戰：輻射防護與散熱成關鍵
Google 已針對太空環境的極端條件展開深入測試。Travis Beals——Google「智能範式」部門高級總監、陽光捕手計劃負責人表示，團隊利用粒子加速器對新一代 Trillium TPU 進行了輻射耐受測試，結果顯示這些晶片能夠承受相當於 5 年任務壽命的總電離輻射劑量而不會出現永久性損壞。這項突破至關重要，因為太空輻射是地球軌道電子裝置面臨的最大可靠性威脅，遠超汽車等地面應用場景。
然而散熱問題仍是技術瓶頸。由於太空是真空環境，傳統的對流冷卻風扇完全失效，只能依靠熱輻射散熱。Siemens 數碼工業軟件航太防務副總裁 Todd Tuthill 指出：「太空中的冷卻必須透過熱交換器輻射完成，這就是為什麼太空梭在軌道上會打開艙門——那些艙門充當熱交換器的輻射屏蔽」。雖然真空環境被 NVIDIA 描述為「無限熱阱」，但被動輻射散熱的效率遠低於地面的主動冷卻系統。
通訊頻寬是另一重大挑戰。Google 的研究論文指出，太空數據中心需要衛星鏈路支援每秒數十太比特的傳輸速率，這要求衛星星座保持緊密隊形並採用自由空間光學鏈路連接。但衛星間距離太近會增加碰撞風險，需要精密的軌道動力學控制。新加坡南洋理工大學研究團隊在《自然電子學》期刊發表的數碼雙胞胎模擬研究證實，軌道數據中心在原理上可行，但必須解決發電、散熱和連接性的系統性挑戰。
經濟效益分析：2035 年或達成本平衡
發射成本是太空數據中心商業化的關鍵門檻。Google 的成本分析預測，到 2030 年代中期，在太空發射和運行數據中心的能源總成本（含發射費用）可能與地球上同等規模的數據中心大致相當。業界估算顯示，太空太陽能數據中心的能源成本可能比地面低 10 倍，且運行成本可降低 20 倍。
這種經濟前景的改善主要源於 3 個因素：首先，SpaceX 等商業航太公司大幅降低了發射成本；其次，太空中持續的太陽能供應消除了昂貴的電網基礎設施和能源採購成本；第三，無需耗水冷卻系統，大型地面數據中心每天需消耗 500 萬加侖的水用於冷卻。麥肯錫顧問公司報告預測，全球 AI 數據中心容量需求將從 2023 年的 60 GW 以 19-22% 的年複合增長率增長至 2030 年的 171-219 GW，樂觀情景下甚至可能達到 298 GW。
然而 Semafor 分析指出，太空數據中心要實現真正的成本競爭力，還需要克服微重力對電子裝置的長期影響、軌道維護成本、以及衛星生命週期結束後的太空垃圾處理等問題。目前地面 AI 數據中心的機架功率需求已從傳統的 7-10 千瓦飆升至 30-100 千瓦，平均達 60 千瓦以上。
合作夥伴與時間表：Planet Labs 的關鍵角色
Planet Labs 是這項計劃的戰略合作夥伴，該公司運營著全球最大的地球觀測衛星星座，包括超過 150 顆 Dove 衛星和高解像度 SkySat 衛星。Dove 衛星僅有鞋盒大小，提供 3-5 米解像度的每日地球影像，而 SkySat 則能達到 50 釐米解像度，每天可重訪同一地點多達 10 次。Planet 正在部署的新一代 Pelican 星座衛星將實現 30 釐米解像度，並大幅降低數據延遲。
這些衛星技術經驗將為 Google 的 TPU 衛星提供關鍵支援。根據官方時間表，2027 年初發射的兩顆原型衛星每顆將搭載 4 個 TPU 單元。這次「學習任務」將驗證硬件在軌運行的實際狀況、測試分散式機器學習工作負載在衛星星座間的執行效能，以及驗證 Google 的軌道設計、控制和通訊系統。Travis Beals 強調：「我們的初步分析顯示，太空機器學習運算的核心概念不會被基礎物理或無法克服的經濟障礙所阻礙」。
產業影響：重塑全球 AI 基礎設施格局
陽光捕手計劃代表著 Google 繼自動駕駛和量子計算之後的又一登月計劃。15 年前 Google 投資自動駕駛技術時，這項技術還被視為遙不可及的夢想，如今已轉化為 Waymo 並在全球提供數百萬次乘車服務。同樣，10 年前 Google 開始建造大規模量子計算機時，也被認為是不切實際的工程目標。
這項計劃將對全球 AI 產業產生深遠影響。亞馬遜創辦人 Jeff Bezos 預測，AI 數據中心將在 20 年內轉移至太空運營。研究機構 Epoch AI 的數據顯示，若當前 AI 訓練規模趨勢持續，2 年內最大規模的 AI 訓練運行可能需要約 250 萬個 H100 等效單元，而 Meta 的 Hyperion 和 Microsoft 的 Fairwater 數據中心完工後將擁有 500 萬個 H100 等效單元的運算能力。TechCrunch 報導指出，美國消費者已對數據中心推高電價表示擔憂，數據中心目前佔美國發電量的 4%，較 2018 年增長一倍以上，到 2028 年這一比例還將繼續攀升。
太空數據中心若能成功實現，將徹底改變這一困境。新加坡南洋理工大學研究負責人 Wen Yonggang 表示：「太空為運算提供了真正永續的環境，透過利用太陽能和太空的冷真空，軌道數據中心可以轉變全球運算格局」。Singularity Hub 的分析認為，雖然技術挑戰巨大，但這項計劃若成功，將使 AI 運算實現碳中和，同時不對地球資源造成負擔。隨著 Google、NVIDIA、中國等多方力量的投入，太空正在成為 AI 時代的新前沿陣地。
資料來源： Google Official Blog Google Research Data Center Dynamics Singularity Hub Tom’s Hardware
