项目概述 - Google正式启动名为“Project Suncatcher”（太阳捕手计划）的太空数据中心项目，旨在将算力部署到太空[2] - 项目核心目标是在太空中建立一个由太阳能驱动的、可扩展的AI基础设施[5] - 该计划旨在解决地球上面临的资源枯竭问题，通过直连太空太阳能来满足AI算力需求[5] 项目背景与动机 - AI发展面临能源瓶颈，OpenAI和微软的CEO指出问题关键并非芯片供应，而是缺乏配套的数据中心设施和电力（即“暖壳”）[5] - 根据国际能源署数据，到2030年全球数据基础设施的耗电量预计将与整个日本的耗电量相当[9] - 数据中心耗水惊人，世界经济论坛数据显示一个1兆瓦的数据中心每日耗水量约等于1000名发达国家居民的用水量[9] - 数据中心需求在过去五年内狂飙，增长速度远超新发电能力的规划速度[11] 太空数据中心的优势 - 太阳能板在正确轨道上的效率是地球的8倍[11] - 太空没有黑夜和云层，可实现7*24不间断供电[11] - 在太空无需消耗地球有限的土地资源，也无需大量水资源进行冷却[12] - 若SpaceX发射成本能降至$200/kg（预计2035年），太空数据中心的单位功率成本约$810/kW/年，可与美国本土数据中心的$570–3000/kW/年区间竞争[27] 技术挑战与解决方案 - 挑战一：太空芯片协同 - AI训练需要海量芯片高速互联，太空环境缺乏类似地球的光纤基础设施[14] - 解决方案 - 采用编队飞行和激光通信，卫星间距离保持在100-200米，通过自由空间光通信实现1.6 Tbps的双向传输速率[15] - 挑战二：宇宙辐射 - 太空高能粒子对尖端芯片构成毁灭性威胁[16] - 解决方案 - Google的Cloud TPU v6e芯片在实验室测试中表现出惊人的抗辐射性，可承受近3倍于5年任务预期剂量的辐射，能在低地轨道无永久损伤运行5年[20][21] - 挑战三：数据回传 - 太空计算完成后数据高速传回地球存在延迟和带宽瓶颈[24] - 待解决问题 - “晨昏同步轨道”会增加至某些地面位置的延迟，目前地空光通信最高纪录仅为NASA在2023年创下的200 Gbps，对于太空AI数据中心远远不够[24][26] 产业生态与竞争格局 - Google计划在2027年前与Planet公司合作发射两颗原型卫星进行实际环境测试[21] - SpaceX的发射成本从Falcon 1的$30000/kg降至Falcon Heavy的$1800/kg，Starship目标进一步降至$60/kg甚至$15/kg[32] - SpaceX可能成为支撑Google太空数据中心经济模型的关键公司，其学习曲线假设为总发射质量翻倍可使单位成本下降20%[28][32] - 初创公司Starcloud于2024年通过SpaceX发射了搭载英伟达H100 GPU的卫星，其在轨算力比以往太空计算机强100倍，致力于在轨实时处理数据[35][37] - 英伟达通过提供最强算力单元和CUDA生态，成为所有AI公司的算力上游[39]