Google 10月1日發射首顆 Suncatcher TPU 衛星，測試太空AI運算

Google 正把 Suncatcher 計畫從藍圖送上軌道。據 Ars Technica 與 Golem 報導，該公司將於10月1日透過 SpaceX 獵鷹9號火箭執行的 Transporter-18 共乘任務，發射首顆實驗衛星 MVP。The Decoder 引述《紐約時報》指出，火箭將從加州范登堡太空軍基地升空。

Suncatcher 是 Google 在太空執行人工智慧運算的長期計畫。這裡所說的軌道資料中心，是指由衛星組成的星系：衛星搭載AI加速晶片、以太陽能板供電並彼此交換資料，而不是連接地面電網的一棟建築。據 Golem 報導，Google 於2025年11月首度公布這個構想。

MVP 衛星上搭載了什麼

據 Ars Technica 報導，這顆衛星大小約與一台冰箱相當，內部裝有四顆張量處理單元（TPU），也就是 Google 用來訓練和執行AI模型的自研晶片。這些並非經過抗輻射強化的太空元件，而是與 Google 地面伺服器相同的 TPU。

衛星平台並非 Google 自行打造。據 The Decoder 報導，平台來自衛星影像公司 Planet Labs，在其舊金山實驗室完成組裝與測試。Ars Technica 解釋，原本計畫在2027年發射兩顆客製衛星，但 Google 希望加快腳步，因此選擇將晶片整合進 Planet 原本為早期測試打造的一顆衛星。

能源預算刻意維持在低水準。Ars Technica 轉述《紐約時報》數據指出，太陽能板僅提供約1千瓦電力，大約相當於一台微波爐或一支吹風機的功率。The Decoder 引述 Google 副總裁詹姆斯．馬尼卡（James Manyika）表示，這顆衛星的運算能力足以在太空中回答簡單的AI請求。任務預計只持續數個月。

發射負荷、輻射與散熱：三項關鍵考驗

第一項考驗是撐過發射。Golem 引述 Google 說法指出，在約十分鐘的上升過程中，衛星承受的加速度最高達10g，TPU 等個別元件甚至可能承受50至100g的力道。Google 表示已在三個軸向進行振動測試，硬體通過了模擬負荷。

第二項是輻射。輻射可能翻轉單一位元，導致運算錯誤。據 Golem 報導，Google 在 Trillium TPU 執行AI任務時以質子照射，並表示晶片承受的游離輻射總劑量高於五年任務的預期值。實驗室結果能否在軌道上成立，正是這次飛行要驗證的問題。

第三項、也可能是最困難的一項是散熱。真空中沒有空氣可以帶走熱量。Ars Technica 介紹，Google 的設計使用一層可塑的熱介面材料，把晶片連接到鋁與銅製的熱導管，再將熱量導向散熱器，以輻射方式釋放到太空。系統目前仍無法支撐連續運作：Google 將以每輪約15分鐘的方式在 TPU 上執行 Gemini 模型，之後晶片必須關機，讓散熱器追上進度。

• 發射：10月1日，SpaceX 獵鷹9號 Transporter-18 共乘任務，自加州范登堡升空。
• 酬載：四顆 Google TPU，裝在一顆冰箱大小的 Planet Labs 衛星內。
• 電力：太陽能板提供約1千瓦。
• 運作：Gemini 推論每輪約15分鐘，任務為期數月。
• 本次不測試：衛星間雷射鏈路，預計2027年以兩顆衛星測試。

業界為何想把資料中心搬上太空

主要理由是能源。Golem 引述 Google 數據指出，由於日照幾乎不間斷，低地球軌道上的太陽能板發電量最高可達地面的八倍。支持者也認為，軌道運算可減輕地面電網和水資源的負擔。同時，新資料中心在地方上面臨越來越多反對：Golem 指出，皮尤研究中心調查顯示，60%受訪美國人對住家附近興建新資料中心感到不安。

Google 並非唯一的參與者。據 Golem 報導，SpaceX 已向美國聯邦通訊委員會申請營運多達100萬顆作為AI資料中心的衛星；The Decoder 報導，藍色起源也在研發軌道運算。

仍遠未獲得證明的部分

一些數字顯示計畫仍處於極早期階段。據 The Decoder 報導，Google 主管崔維斯．比爾斯（Travis Beals）估計，要取代地面上一座1吉瓦的資料中心，大約需要1萬顆衛星，而且發射成本必須降到每公斤約200美元，這個構想才符合經濟效益。傑夫．貝佐斯則認為，軌道資料中心可能需要長達20年才會比地面設施便宜。

據 Golem 報導，未來的 Suncatcher 衛星每顆將搭載數十顆 TPU，並以雷射交換資料，這要求發射器在衛星移動中保持精準對準。這些都不會在10月1日的任務中測試。Ars Technica 寫道，Google 表示2027年的發射仍在規劃中，但團隊預期 Suncatcher 從計畫變成產品還需要數年時間。

對台灣企業意味著什麼

短期內，這不會出現在任何企業的IT預算裡：未來幾年沒有企業能租用軌道算力，MVP 衛星也只能短時間運作。不過這項測試值得關注，因為它試圖繞過的限制，包括電力供應、散熱以及地方對資料中心的接受度，正是目前推高地面AI算力成本、延誤算力交付的因素，對仰賴電力與AI伺服器供應鏈的台灣同樣關鍵。若晶片撐過輻射、散熱方案可行，2027年的飛行將顯示太空究竟能成為可信的替代方案，還是仍是一場長期押注。