太空資料中心：Google 在軌 TPU 一次只能跑 20 分鐘

Photo by NASA Hubble Space Telescope on Unsplash

2026 年 10 月 1 日，Google 把一顆原型衛星送上軌道。它不是通訊衛星，也不是遙測衛星，上面裝的是四顆 TPU——和資料中心機櫃裡跑 AI 模型的，是同一個等級的晶片。

三個星期後，地面團隊在一次通過地面站的機會裡，把一段提示詞傳了上去，要求衛星上的 Gemma 4 模型寫一首關於「身在太空」的俳句。當衛星飛過挪威斯瓦爾巴的接收站時，答案傳了回來。Google 把這次往返稱為 Project Suncatcher 的「Hello World」，也是第一次有資料中心等級的 TPU 在軌道上完成一次推論。

一首俳句，技術上微不足道；但它在哪裡被算出來，才是這件事值得看的理由。

為什麼有人想把機房搬上軌道

過去兩年，AI 基礎建設真正的瓶頸從晶片換成了電。資料中心的擴張速度，已經超過許多地區電網擴充與併網的速度；選址談的不再只是土地與光纖，而是什麼時候拿得到幾百 MW 的饋線、變電站要排隊多久、冷卻用水從哪裡來。

Photo by Sasun Bughdaryan on Unsplash

軌道上的誘因就在這裡。在選定的軌道上，太陽能板幾乎可以持續受光，不受日夜、雲層與季節影響，發電條件遠比地面穩定；散熱不必用水，而是靠輻射把熱排進真空；土地、鄰避爭議、電網排隊，這些問題在軌道上暫時都不存在。把高耗能、對延遲不敏感的運算——例如批次推論、模型訓練的一部分——搬離地面電網，在紙上是成立的。

這不是 Google 一家的想法。新創公司 Starcloud 在 2026 年 8 月為原本 1.7 億美元的 A 輪再追加 2.5 億美元，投後估值約 23 億美元，投資人包含 Nvidia 與 Cisco；該公司規劃在 2027 年以共乘方式發射兩顆 8 kW 的衛星，對象包括美國政府機構，並已向 FCC 申請營運多達 8.8 萬顆衛星的許可。軌道資料中心已經從論文題目，變成有人在排發射檔期的生意。

現況比想像中克難

不過，Google 這顆原型衛星的規格，也很誠實地說明了這件事現在走到哪裡。

整顆衛星的發電上限大約是 1 kW。這個數字放在地面是什麼概念？一台家用微波爐、或是一張高階 AI 加速卡的功耗量級。因此，雖然星上裝了四顆 TPU，實際上一次只能啟動其中一顆，而且靠儲存下來的太陽能，大約只能連續運作 20 分鐘。那首俳句，就是在這樣的能量預算下算出來的。

這不是設計失誤，而是原型該有的樣子：這一階段要驗證的是「TPU 在軌道上能不能正常開機、接收指令、把結果送回地面」，不是算力。但它同時提醒了一件事——從一次 20 分鐘的單卡推論，到足以承接商業負載的軌道機房，中間差的不是一兩個版本。

下一關是熱與輻射

Photo by Jakub Pabis on Unsplash

接下來的測試項目，是 TPU 在軌道上如何承受熱應力與輻射。真空中沒有空氣可以對流，熱只能靠輻射散出去，散熱設計與地面完全是兩套邏輯；輻射則更麻煩，高能粒子打進記憶體可能造成位元翻轉，讓資料悄悄出錯。

Google 在地面測試中的初步觀察是：對「跑模型」來說，輻射的影響比對「訓練模型」來說小一些。這個差異可以理解——推論的單次錯誤多半只影響一次輸出，訓練過程中的數值錯誤則可能被反覆累積進權重裡。但地面模擬終究不等於真實軌道環境，這也正是這顆衛星接下來要回答的問題。

如果晶片撐得住，下一個里程碑是 2027 年：兩顆互相連線的衛星，一方面提高總發電量，一方面測試衛星之間的雷射光通訊。多機之間的高速互連，是任何分散式運算的基礎；在軌道上，這條線得用光打過去。

錢的問題還沒有答案

技術路線圖看起來清楚，經濟帳卻是另一回事，而且質疑聲音有一部分來自 Google 內部。

據 The Information 報導，Google 一位能源主管對媒體表示，軌道資料中心的成本可能是地面同等容量的「最多 100 倍」。這個數字的計算方式未被公開，但即使是比較樂觀的估計也看得出落差：IEEE Spectrum 曾推算，1 GW 等級的軌道設施造價超過 500 億美元，地面上約 160 億美元，大約是 3 倍。Google 自家研究人員則提出一個門檻值——當發射成本降到每公斤約 200 美元時，軌道運算才有機會與地面打平。Project Suncatcher 的負責人 Travis Beals 在接受 NPR 訪問時也直言，他不預期軌道運算會在五年內比地面便宜。

更現實的是，整條路線高度依賴發射能力。這類構想普遍押注在 SpaceX 的 Starship 能真正做到完全可重複使用；在那之前，發射檔期本身就是稀缺資源——Starcloud 的經營者就公開談過，隨著 Falcon 9 規劃退場、New Glenn 與 Vulcan 尚未進入穩定節奏，能買到的運力正在變緊。值得一提的是，SpaceX 自己也曾對投資人表示，軌道資料中心有可能永遠無法成立。

該怎麼看這件事

把這則新聞放回脈絡，它比較像是一次「可行性的下限測試」，而不是新基礎建設的起跑槍。

短期內，軌道機房不會改變任何人的雲端帳單。真正值得注意的，是它暴露出來的產業狀態：當幾家最有資源的公司開始認真評估把運算送出大氣層，代表地面上的電力、土地與冷卻，已經被視為長期而非暫時的限制。過去談 AI 的瓶頸，講的是先進製程與 HBM 供應；現在的對話裡，電網排隊與水權的份量明顯變重了。

對多數企業而言，這件事的意義不在太空，而在它的反面：如果連 Google 都得認真研究把機房搬到軌道上，那麼未來幾年地面算力的價格與可得性，恐怕不會像前幾年那樣理所當然。推論成本已經是雲端業者的主要戰場之一——AWS 執行長 Andy Jassy 近期就提到，推論已占該公司 AI 營收的一半以上，而降低推論成本是關鍵課題；Gartner 則預估推論將占 2026 年 AI 基礎建設支出的 55%。這些數字和那顆 1 kW 的小衛星，講的其實是同一件事：算力正在從「買得到就好」，變成一個要長期經營的成本結構。

至於那首在軌道上寫成的俳句，技術價值接近於零，象徵意義卻不低。它證明了一件原本只存在於簡報裡的事——資料中心等級的 AI 晶片，可以在地球之外開機、接受指令、並把結果送回來。接下來三到五年，這個方向會走向規模化，還是停在一個昂貴的實驗，要看輻射測試的結果，以及發射成本的曲線怎麼走。