2026 年 10 月 1 日，美国加州范登堡太空军基地，SpaceX 一枚猎鹰 9 号火箭执行 Transporter‑18 拼车任务，携带上百颗载荷升空，将一批卫星送入近地轨道。在一众遥感、通信卫星之中，有一台冰箱大小、貌不惊人的原型卫星 —— 它没有搭载光学相机或者射频通信主载荷，核心是 4 颗谷歌自研 Trillium TPU v6e AI 芯片。

这颗卫星隶属于Project Suncatcher（捕日者计划），是谷歌验证 “太空数据中心” 路线的首个在轨原型，项目由谷歌 CEO 桑达尔・皮查伊对外官宣The Keywor...。

把 AI 算力芯片送入轨道听起来颇具科幻色彩，但谷歌的出发点非常现实：地面 AI 数据中心正遭遇电力、散热的刚性瓶颈，原有扩张模式越来越难持续。

地面 AI 算力的 “电与热” 困局

要理解谷歌送 TPU 上天的动机，先要看懂地面算力基础设施的三重硬约束。 大模型训练与推理消耗巨量算力，算力直接等价于电力与散热。从美国弗吉尼亚到爱尔兰，超大型智算集群持续挤压本地电网余量。行业乐观测算显示，2026–2030 年全球太空算力市场复合增速可达 68%，2030 年市场规模有望突破 5000 亿美元。

地面数据中心长期受三件事限制：电力扩容跟不上 AI 算力增速、芯片功耗密度持续走高，水冷、液冷方案推高建设与运维成本；适合部署大型数据中心的土地、冷源选址日趋稀缺。

而太空恰好提供一组互补优势：可近乎持续获取太阳能、不占用地面土地资源、不受区域限电、极端自然灾害的直接影响。谷歌的远期构想，是部署由 81 颗卫星组成的算力集群，在约 650 公里低轨编队飞行，依靠星间激光链路互通数据、协同调度算力，建成一套以太阳能为能源的在轨分布式数据中心。

但整个构想的前置门槛非常朴素：商用级 AI 芯片，能不能在太空环境稳定存活、正常计算？这正是 Suncatcher 这颗 MVP 原型卫星要回答的核心问题。

Suncatcher 技术档案：1 千瓦供电，每次仅可运行约 15 分钟

Project Suncatcher 最小验证卫星由谷歌与地球影像厂商 Planet 联合研制：

1 千瓦的功率上限，决定了它独特的间歇运行逻辑：卫星全部太阳能仅能支撑 4 颗 TPU 短时间满负载推理；太空是真空环境，没有空气对流，芯片产生的热量只能依靠热管、辐射板缓慢向外辐射散热。因此芯片每连续运行 15 分钟，就需要长时间停机降温，等待热载荷释放。

散热还不是唯一难关，商用芯片上天还要扛住两大极端考验： 一是发射力学冲击，升空阶段卫星要承受最高 50–100g 的振动冲击，芯片、板卡、内存都要在剧烈力学环境下保持完好； 二是空间辐射。宇宙高能粒子会引发单粒子翻转（SEU），击中半导体存储节点造成比特翻转、计算出错。地面辐照测试显示，Trillium v6e 具备一定抗辐射能力，出现这类错误后可通过芯片重启恢复，可承受超过五年任务周期对应的累积辐射剂量。

谷歌资深总监 Travis Beals 的表态十分克制坦诚：“坦率来说，我们并不预期未来数年内就能产生具备实用价值的商业化运营成果。” 这颗 MVP 卫星的使命不是产出业务收益，而是拿到第一手在轨实测数据，回答基础问题：消费 / 数据中心级商用 AI 芯片，能否在太空环境稳定存活、完成计算任务。

经济账：发射成本需要稳定压到 200 美元 / 公斤

即便技术验证全部过关，太空数据中心能不能商业化，最终取决于发射成本这条红线。 谷歌内部测算：只有入轨发射成本稳定降到200 美元 / 公斤以下，太空算力的综合成本，才有望和地面算力的长期电费成本形成竞争力。当前主流商业发射成本仍在 1500–2900 美元 / 公斤区间，和盈亏门槛差接近一个数量级。

这条成本门槛，高度绑定可复用重型火箭的成熟度。 而 SpaceX 星舰正在朝这个方向推进。9 月 28 日，星舰第 14 次试飞首次成功入轨，并部署 26 颗 V3 星链卫星；市场测算显示，星舰规模化之后，单位入轨成本理论上可以向 185 美元 / 公斤靠拢。需要强调：这是远期目标测算值，并非当前已经稳定达成的量产成本。如果该成本区间能够稳定落地，谷歌构想的太空算力经济性门槛才有望跨越。

这也解释了谷歌选择搭乘猎鹰 9 拼车任务发射 Suncatcher 的逻辑：谷歌需要低成本、高频次的商业发射能力；SpaceX 的轨道数据中心规划，同样需要在轨 AI 硬件验证积累经验，二者在太空算力赛道形成微妙的竞合关系。

太空算力的中美两条路线

谷歌不是唯一押注在轨算力的玩家。中美在这条赛道上走出了差异明显的路径。

美国路线：科技巨头主导，依托成熟商业航天底座SpaceX 已经向 FCC 提交轨道数据中心系统申请，远期规划最多部署 100 万颗在轨算力卫星（项目代号 Starmind）；V3 星链卫星主打高带宽星间激光通信，未来版本将叠加在轨 AI 推理能力，目标 2027 年前启动首批在轨边缘计算卫星部署。谷歌走小规模、星间激光互联算力集群的验证路线；亚马逊则依托 Kuiper 星座布局天地协同算力网络。

中国路线：科研机构 + 商业航天协同，“通导遥算智安” 一体化国内思路并不简单地把算力单独搬上太空，而是在星座顶层设计阶段，就把通信、导航、遥感、在轨计算、智能处理、安全能力融合在一起，走 “天感天算、天地协同”，作为地面算力的补充，而非替代。

国内在轨验证已经形成多项实质性成果：之江实验室主导的三体计算星座，已在轨完成十余套 AI 模型与应用部署验证，覆盖遥感判读、天文事件识别、自然资源普查、城市治理场景；2025 年 11 月，国星宇航完成阿里千问 3 大模型在轨上注部署，实现通用大模型在卫星上的快速加载与在轨推理，全流程上注部署耗时不到 2 分钟。 2026 年 9 月 20 日，力箭一号遥十八发射 “超智算一号” 算力卫星，作为国内首箭首星一体化算力卫星项目，主载荷包含可见光相机与星载 AI 计算机，探索感知、计算一体化的天基智能链路，把传统遥感数据从 “数小时回传地面再处理” 压缩到分钟级响应；9 月 13 日，明珠星座计划正式启动，目标 2030 年建成吉瓦级天基算力网络。

之江实验室主任、阿里云创始人王坚解释这条路线的底层逻辑：卫星遥感产生的数据体量极大，全部回传地面会占用海量带宽，传输成本和时延都难以承受。更高效的方案是把算力前置到卫星上，在轨完成筛选、识别、解译，只把结果、特征数据传回地面。这和谷歌的底层逻辑相通，但国内方案更强调天地一体化协同架构。

到底靠不靠谱？

回到核心问题：谷歌这套太空数据中心路线，可行性如何？ 从技术可行性看：Suncatcher 顺利入轨、测控链路打通，在轨状态符合预期；Trillium 芯片对辐射单粒子效应具备容错能力，出错后可重启恢复；散热瓶颈非常突出，15 分钟间歇工作模式是现阶段妥协方案，但可以通过后续卫星热控、能源架构迭代优化。谷歌计划 2027 年发射两颗新验证星，重点测试星间激光互联；如果验证成功，就可以证明多星算力池化共享的基础可行性。

从经济可行性看，这是最大的不确定性来源。当前发射成本和 200 美元 / 公斤的盈亏线还差一个量级；星舰的成本收敛趋势打开了想象空间，但从试飞目标到稳定、大批量、低成本复用，仍有大量工程关卡。

从产业竞争格局看，太空算力已经不是可选项，而是各国和头部企业都在布局的前沿赛道。当 SpaceX 规划百万级在轨算力节点、谷歌实测数据中心 TPU 在轨运行、国内已经完成通用大模型上星、多场景在轨 AI 验证时，太空算力已经走出概念阶段，进入硬件在轨验证周期。

谷歌自身的判断非常保守：短期内不会产出有商业价值的运营服务。但 Suncatcher 的价值不在于它现在能算出多少内容，而在于它完成了一次关键的可行性证明：标准商用 AI 芯片可以发射入轨、在太空极端环境下执行 AI 推理，为未来更大规模的在轨算力基础设施埋下第一块验证基石。

这块基石能不能成长为真正可用的太空数据中心，核心变量就是可复用重型火箭的工程成熟速度。只有当星舰这类运载器稳定实现全复用、入轨成本持续站稳 200 美元 / 公斤以下，太空算力才会从 “靠不靠谱的前沿实验”，慢慢走向水到渠成的产业阶段。