剛剛，Google 正式啟動數據中心登月計劃，打算把自己的算力都放到太空。他們還給這個計劃起了個很酷的名字，叫做 Project Suncatcher，太陽捕手計劃。
Google 的想法很簡單，與其在地球上爭搶日漸枯竭的資源，不如去太空中直連太陽能。這個全新的登月計劃，目標也只有一個，在太空中建立一個由太陽能驅動的、可擴展的 AI 基礎設施。
前些天，OpenAI 的 CEO 奧特曼和微軟 CEO Satya Nadella 納德拉，在播客節目上表示，
我今天的問題不是晶片供應問題；事實是，我沒有足夠的暖殼（warm shells）來插入它們。
聽著相當凡爾賽，畢竟在這場 AI 浪潮之前，我們一直以為算力就是一切。
▲奧特曼和納德拉
但就像奧特曼在節目裡面說，AI 的未來，更多地需要能源上的突破，訂購的 AI 晶片太多，配套的數據中心和電力跟不上也是白搭。
AI 耗電有多離譜，根據國際能源署 (IEA) 的數據，到 2030 年，全球數據基礎設施的耗電量，預計將與整個日本的國家耗電量相當。
不只是電，還有水。世界經濟論壇的數據顯示，一個 1 兆瓦的數據中心，每天消耗的水量，與大約 1000 名發達國家居民的用水量相同。
▲一塊英偉達 H100 晶片的最高功耗可達到 700W，大約是家用微波爐的功耗，而一個數據中心的 H100 顯卡數量是以萬為單位，且不間斷運行
而就在最近五年，數據中心的需求開始狂飆，但增長速度已經遠遠超過了，規劃新發電能力的速度。
Google 為了解決同樣的問題，他們的計劃，是發射一個由太陽能驅動、搭載 Google 自研 TPU 晶片（用於計算，類似英偉達的 GPU）的衛星星座，在太空中組建一個「軌道 AI 數據中心」。
太空一定比地球更便宜、更高效嗎？
為什麼是太空？Google 的理由簡單粗暴。
1、8 倍效率： 如果搭載晶片的衛星，在正確的軌道上，太陽能板的效率是地球的 8 倍。
2、7*24 不間斷供電： 太空沒有黑夜和雲層，對比地球上的太陽能板，可以持續產生電力。
A large solar-powered AI satellite constellation would be able to prevent global warming by making tiny adjustments in how much solar energy reached Earth
— Elon Musk (@elonmusk) November 3, 2025
▲ 馬斯克發 X 說太空的 AI 衛星能保護地球
3、零資源消耗： 在太空，數據中心不需要消耗地球有限的土地，也無需消耗大量水資源做冷卻工作。
▲ 蘋果、華為、騰訊、以及移動等公司在貴州設立數據中心，圖片來源：新華社
目前地球上的數據中心，越來越接近能源瓶頸，建在冰島、挪威，是為了冷；建在內華達沙漠，是為了電。像在國內，多數大廠的數據中心都放在貴州、寧夏中衛等，靠環境來降溫。
但是太空的環境，遠比地球複雜。Google 在自己的研究論文裡面，詳細提到目前遇到的難點，以及用於應對的方法。
讓 AI 「登天」，Google 要解決三大難題
難題一：太空「局域網」？
AI 訓練需要海量晶片協同作戰，彼此間的連接帶寬和延遲要求極高。在地球上我們可以用光纖實現數據的高速傳輸，在太空怎麼辦？
Google 的方案：編隊飛行 雷射通信。
他們計劃讓衛星「飛得非常近」，彼此相距僅公里級或更近。
在他們一個 81 顆衛星的模擬星座中，每顆衛星都配有太陽能陣列、輻射冷卻系統，以及高帶寬光學通信模塊；且衛星間的距離僅在 100-200 米之間動態變化。
在如此近的距離上，它們可以通過自由空間光通信（FSO ISL，Free-Space Optical Inter-Satellite Links），實現高速互聯。Google 在論文中透露，他們的演示已經成功實現了 1.6 Tbps 的雙向傳輸速率。
難題二：宇宙「輻射」？
太空環境極其惡劣，太陽在提供能源的同時，也噴射出致命的高能粒子（輻射），這對尖端晶片直接是毀滅性打擊。
▲ 圖源 NASA
Google 的方案：硬扛。
他們把自家的 Cloud TPU v6e (Trillium) 晶片送進了實驗室，用 67 MeV 的質子束轟擊它。
結果是「驚人地抗輻射 (surprisingly radiation-hard)」，TPU 最敏感的高帶寬內存 (HBM)，在承受了 2 krad(Si) 的劑量後才開始出現異常，這幾乎是 5 年任務預期輻射劑量（750 rad(Si)）的近 3 倍。
這意味著 Google 的 TPU 可在低地軌道連續運行 5 年，無永久損傷。
Google 計劃在 2027 年前與 Planet 公司合作，發射兩顆原型衛星，測試實際運行環境。
▲ Planet 公司官網，主要從事衛星圖像和地球數據的分析
難題三：數據回傳
在太空上，各個 GPU 之間的數據傳輸是做到了快速高效，但是就算在太空算完了，數據怎麼高速傳回地球？
這是一個 Google 在論文中承認、尚待解決的重大挑戰。
延遲問題： Google 選擇的「晨昏同步軌道」，雖然太陽能拉滿，但論文承認這將會增加到某些地面位置的延遲。
帶寬瓶頸： 目前的「地-空」光通信的最高紀錄，還是 NASA 在 2023 年創下的 200 Gbps。
200 Gbps 聽起來很快，但對於一個太空 AI 數據中心來說，這根水管遠遠不夠用。
然而，在所有這些（局域網、輻射、地面通信）高難度的技術挑戰之上，還壓著一個最根本、最致命的障礙，它決定了前面的一切是否值得去解決，上天成本。
這曾是最大的障礙，把一公斤重的東西送上天，曾經比同等重量的黃金還貴。
▲ 一系列低地軌道衛星的發射費用對比
Google 在論文中計算過一筆賬，如果 SpaceX 的發射成本能降到 $200/kg（預計 2035 年左右），則太空數據中心的單位功率成本，能與地面數據中心持平，約 $810/kW/年，與美國本土數據中心的 $570–3000/kW/年區間完全重疊。
換句話說，當火箭便宜到一定程度，太空就會比地球更適合建數據中心。
然而，現實是目前的發射價格，是這個理想價格的十倍以上。
誰能讓這件事發生？SpaceX
Google 在他們的論文裡，明確採用了 SpaceX 的學習曲線假設：每當總發射質量翻倍，單位發射成本下降 20%。
▲ 自首次成功發射獵鷹 Falcon 1 號以來，按最低實現價格計算的 SpaceX 有效載荷質量，針對不同類別火箭逐步變化
從 Falcon 1 到 Falcon Heavy，SpaceX 已把發射成本從 $30000/kg 降到 $1800/kg；而 Starship 的目標，是 10× 可重複使用率下的 $60/kg，極限情況下可降到 $15/kg。
這意味著，SpaceX 很有可能成為支撐 Google 太空數據中心經濟模型的公司。
如果說英偉達壟斷了地球上的 GPU，那麼 SpaceX，將來就可能壟斷太空中的算力空間。
在地球上，英偉達賣 GPU；在太空里，SpaceX 賣軌道。
就在 Google 發布論文的幾天前，11 月 2 日，英偉達強大的 H100 GPU 已經「首次」被送入太空。
這顆 H100 被搭載在一家名為 Starcloud 的初創公司的衛星上，其在軌算力比以往任何太空電腦強 100 倍。
▲Starcloud 創辦於 2024 年，誕生之初就是致力於在太空建立數據中心，獲得了英偉達、YC 等投資。
它們的任務更直接，在軌實時處理數據。Starcloud 的 CEO 舉例：一顆 SAR（雷達成像）衛星的原始數據極其龐大，與其下載數百 GB 的原始數據，不如在軌用 H100 分析，只傳回 1KB 大小的結果，比如「一艘船在某位置，速度 多少」。
而當被問到這一切如何實現時，Starcloud 的 CEO 同樣指向了馬斯克：他們的願景，完全依賴於「SpaceX Starship 帶來的成本降低」。
搭載了英偉達 H100 GPU 的 Starcloud-1 衛星，正是通過馬斯克的 SpaceX，Bandwagon 4 Falcon 9 航班發射升空的。
過去五年，英偉達一次次刷新最高市值記錄，關鍵在於它提供了最強的算力單元（GPU）；它掌控了 CUDA（英偉達通用計算平台）生態，形成軟體鎖定；它成為所有 AI 公司（OpenAI、Anthropic、Google）的算力上游。
而在太空算力時代，這三點都可能都將被重新分配，那個時候，算力空間才是下一個紅利。
Simply scaling up Starlink V3 satellites, which have high speed laser links would work.
— Elon Musk (@elonmusk) October 31, 2025
SpaceX will be doing this.
AI 的極限，也許才剛剛開始。
