Google 的太空数据中心真的开始干活了。代号 Suncatcher 的原型卫星在本月早些时候搭乘 SpaceX 猎鹰 9 号火箭升空（同批还带了 100 多个航天器），完成约三周的调试后，本周首次与地面完成通信，并执行了第一个推理任务。
地面上工程师发的第一条 prompt 很浪漫：让卫星上预载的模型——Google DeepMind 的 Gemma 4——写一首关于身处太空的俳句。它写的是：
Blue marble below / Data streams in silent grace / Starlight feeds my core.（蓝色弹珠在下 / 数据洪流静静流淌 / 星光喂养我的核心）
Google 发言人对媒体表示卫星”运行正常”。但对一个基础设施项目来说，写诗只是彩蛋，真正的考验在后面。
硬件规格：4 颗 TPU，一个只能开 20 分钟
这颗卫星搭载了四颗 Google TPU，整星最高发电功率约 1 千瓦。这个数字是整件事的关键约束——1 kW 的供电，撑不住四颗 TPU 同时满载。
结果就是：一次只能开一颗 TPU，而且大约只能持续 20 分钟。之后必须关闭散热、等系统恢复。这给本来就麻烦的星地通信又加了一层难度——你的推理任务必须在能开机的窗口内跑完，跑不完就得等下一圈。
换句话说，现在这颗卫星的算力，本质上是一个”每次 20 分钟的间歇性推理节点”。它能证明”太空里能跑模型”，但离”太空数据中心”这个说法还差得很远。
真正的测试目标是辐射，不是算力
接下来的测试重点有两项：热应力和空间辐射环境。
Google 在地面上用粒子加速器对 TPU 做过大量辐射测试，但模拟和真实环境有差别。太空辐射会造成”位翻转“（bit flip）——存储单元里的一个值突然从 0 变 1，而这种损坏不会触发常规的监控告警，数据可能在你毫无察觉的情况下被污染。
地面测试的结论是：辐射对推理负载影响较小，对训练影响较大。这个判断如果能被在轨数据验证，意义很大——它意味着太空数据中心短期内更适合做推理，而不是训练。这也和目前所有在轨算力项目的定位一致。
2027 年：两颗后继星 + 星间光链路
如果这颗原型星验证通过，Google 计划在 2027 年再发两颗卫星，配更强的芯片、更高的发电功率，并首次演示星间光通信链路。
星间链路是 Suncatcher 和同行最大的技术分歧点。目前想搞太空算力的几家公司路线并不一样：
- Google Suncatcher：唯一明确要建卫星间高速链路、做分布式协同负载的方案，多颗星当成一个集群用；
- SpaceX：也计划用激光链路，但卫星轨道间隔太远，实际上很难共享处理能力，更接近”各自独立的节点”；
- Starcloud、Cowboy Space：干脆不追求协同，就让单颗卫星独立跑推理。
分布式这条路技术难度最高——多颗高速移动的卫星之间要保持稳定光链路，还要做跨节点的模型并行，工程复杂度比单星推理高一个量级。但一旦做成，算力上限也完全不同。我们此前分析过 SpaceX 举债 400 亿美元买 GPU，那是地面算力扩张的极限玩法，太空算力本质上是想绕开地面的电力和土地约束。
绕不开的两件事：Starship 和钱
Google 和 SpaceX 的太空算力愿景是绑在一起的。Alphabet 持有 SpaceX 的重要股份；而两家要真正铺开轨道数据中心，都依赖 Starship——那枚还在研发中的重型火箭——实现完全且快速的复用。发射成本降不下来，太空算力的单位成本就不可能接近地面。
经济账目前还不成立。一颗卫星 1 kW 发电、一次只能跑 20 分钟推理，这个效率放在地面机房面前毫无竞争力。但 Google 押的不是今天的性价比，是”当地面电力成为硬约束时，唯一还有扩容空间的地方在轨道上”。这个判断对不对，要看未来三年美国数据中心的电力供给怎么走。我们写过 OpenAI 俄亥俄千亿级数据中心，那种规模的项目正在把电网逼到极限。
对中国用户意味着什么
短期内什么都没变。Gemma 4 在这次任务里只是”被送到太空跑了一次”，不涉及任何面向公众的服务能力。Gemma 系列的开源权重仍然可以在本地部署——想了解它的实际水平，可以看我们对 Gemini 4 Carbon 的分析，以及 AI 模型库 里的对比数据。
常见问题（FAQ）
Google Suncatcher 是什么？
Google 的太空数据中心项目。目标是把 TPU 送上轨道，利用太空的太阳能和散热条件跑 AI 推理负载，并通过星间光链路把多颗卫星组成一个可协同的算力集群。
太空数据中心为什么要用 1 kW 这么小的功率？
这是原型卫星的规模限制，不是设计上限。卫星的太阳能板面积、散热能力和整星质量都受发射约束，1 kW 是这一代试验星能拿到的预算。后续两颗卫星会支持更高的发电功率。
为什么一次只能开一颗 TPU、20 分钟？
功耗和散热双重限制。四颗 TPU 同时满载会超出 1 kW 的供电能力，热量也排不出去。所以采取”轮流开机、短窗口推理”的方式，等温度和供电恢复再跑下一批。
太空辐射会把芯片算坏吗？
不会物理损坏，但会造成位翻转——存储的数值被随机改变，而且不触发常规告警。Google 的地面测试显示这对推理任务影响较小、对训练影响较大，现在用真实在轨数据验证这个结论。
太空数据中心什么时候能用上？
没有可用的时间表。2027 年计划再发两颗验证星，之后才谈规模化。真正商业化还需要 Starship 级别的低成本发射能力成熟，业内普遍预期在 2030 年前后。
总结
这不是一个”太空 AI 时代来了”的故事，而是一次必要的工程验证：证明 TPU 在真实辐射和热环境下能跑推理，并且不出错。1 kW、20 分钟、四颗芯片，这些数字说明它还处在非常早期的阶段。但 Google 是唯一一家连”卫星之间怎么协同算力”都想清楚的玩家，这一点比俳句有意思得多。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：NVIDIA Vera Rubin 能效路线 · Google Genie 4 世界模型 · SpaceX 收购 Cursor。