10月30日，谷歌公布Project Suncatcher原型卫星的在轨推理结果：卫星飞经挪威斯瓦尔巴群岛上空时，把一首俳句传回了地面。诗是星上预装的Gemma 4写的，提示词只有一句：“写一首关于身处太空的俳句。”谷歌CEO皮查伊称之为项目的“Hello World”时刻。知乎
更值得看的是执行条件：卫星带了4颗Trillium TPU，发电功率约1千瓦，一次只能点亮其中1颗，运行约15到20分钟，然后停下来散热。地面上，一台AI服务器可以连着跑几年；天上这颗“服务器”，跑一刻钟就要歇一会儿。1千瓦大约是一台吹风机的功率，一座地面数据中心动辄几十兆瓦，差四到五个数量级；4颗TPU的算力，大致相当于地面数据中心里的一台服务器。所以它现在证明的是“单星、短时、单芯片推理”可行，还不是“算力中心”。机器之心
这次首测真正验证的，是商用数据中心芯片能在发射震动后，在真空和辐射环境里开机，跑完一次完整的生成式推理，再把结果传回地面。辐射这一关甚至比预期顺利。谷歌把Trillium送进加州大学戴维斯分校的核实验室，用67 MeV质子束轰击，高带宽内存（HBM）出现异常要等到约2 krad(Si)的累积剂量，接近有屏蔽条件下五年任务预期剂量的三倍。谷歌敢把没做抗辐射加固的商用TPU送上天，依据就在这里。但地面测试不等于真实轨道，长期效应还要看在轨数据。机器之心
这不是人类第一次在太空跑大模型。2025年11月，Starcloud的H100卫星已经跑过语言模型和nanoGPT训练。中国的国星宇航也完成了Qwen3的在轨部署和推理。谷歌这次的“首次”，限定在“数据中心级TPU”和“Gemma 4的完整生成式推理链路”，不是“AI第一次上天”。机器之心知乎
真正卡住规模的，是热。太空很冷，但真空里没有空气对流，芯片的废热只能先经过导热结构送到辐射器，再以红外辐射排出去。辐射散热的能力和辐射器面积成正比，面积又直接换成重量，重量再换成发射费用。项目负责人Travis Beals说，辐射器是这次任务里最重的部件之一。原型卫星的做法很直白：让芯片满负荷跑约15分钟，然后关机，等辐射器把积热排掉。热量先存进热管和结构里，所以这次任务只能短时冲刺。知乎
就算热和电都解决了，多颗卫星要拼成一个集群，还得过通信关。谷歌在《Joule》论文里的示例是81颗卫星、约650公里高度、集群半径1公里、相邻卫星间隔100到200米，星间链路带宽要做到10 Tbps，才能让分布式训练的效率接近地面。地面台架上，一对光通信设备已经做到单向800 Gbps、双向1.6 Tbps；但这只是台架，不是两颗高速运动的卫星在轨稳定连接。2027年要发的那两颗带激光链路的卫星，才是下一个真正的验收点。
成本是最后一道，也是最难绕的一道。谷歌论文里的测算给出了一个关键假设：发射价格要降到每公斤200美元。在这个假设下，把发射成本按设备寿命和功率摊销，太空算力可能降到每千瓦每年约810美元。作为对照，美国地面数据中心的能源支出是每千瓦每年570到3000美元。这不是完整的总拥有成本：810美元只算了发射摊销。而每公斤200美元的假设，需要到2035年前后维持每年约180次Starship发射的规模。Beals也说，他不认为太空数据中心能在未来五年内比地面更便宜。机器之心
所以“离真能用还有多远”，要看你把“能用”定义在哪一层。让AI在太空开机、完成一次推理，今天已经做到了；让一颗卫星连续、稳定地提供算力，还没有；让几十颗卫星连成集群、跑分布式训练，下一步是2027年的双星试验；让单位算力成本低于地面，谷歌的测算是2030年代中期才有望接近，前提是发射价格一直往下走。
短期更现实的入口，不是把通用算力搬上天，而是在轨处理。遥感卫星每天拍下大量图像，全传回地面既占带宽又慢；在天上先做筛选和识别，只把结果传下来，省下的链路和时间就是价值。这个场景不用和地面比电价，它卖的是“更快拿到有用信息”，但它证明的是“太空边缘计算”，不是“太空通用算力中心”。知乎
回到那首俳句。它证明了一颗商用TPU能在轨道上完成一次完整的AI推理，这个“Hello World”是真的；但它没有证明太空数据中心能连续运行、能组网、能比地面便宜。接下来值得盯的是三组数字：单次计算窗口能不能从十几分钟拉长，星间链路能不能在轨跑到Tbps级，发射价格能不能真的落到每公斤200美元。能开机，是第一步；能营业，是另一回事。
