谷歌 Project Suncatcher 太空 TPU 首次在轨完成 AI 推理：Gemma 4 从轨道写回一首俳句，2027 年发射双星测试分布式计算

核心背景与行业痛点

AI 算力扩张越来越受地面电力、土地和散热的限制。谷歌的 Project Suncatcher 是一个长期「登月」研究项目，探索能否把机器学习基础设施放到太空，用太阳能直接供电。原型卫星与 Planet 合作打造，10 月 1 日随 SpaceX Transporter-18 拼车任务入轨，相关论文已发表在期刊 Joule 上。10 月 30 日，Sundar Pichai 在 X 上宣布项目达成「hello world」里程碑，Google Research 同日发布博客说明细节。

架构亮点与底层机制

据官方博客，团队用几周完成调试清单：给主机和 TPU 托盘上电，跑通早期机器学习测试。随后在一次地面站过境时上行第一条提示词，让星上的 Gemma 4 开源模型写一首关于太空的俳句；卫星掠过挪威斯瓦尔巴群岛时，回传的诗确认了推理成功。之后还测试了太空主题打油诗和报告载荷状态的遥测提示词。据 TechCrunch，卫星搭载 4 颗 TPU、发电上限约 1 kW，一次只能开 1 颗 TPU 约 20 分钟。

权威 Benchmark 与实测跑分对比

官方未公布在轨推理速度、功耗或吞吐等跑分。The Register 引述谷歌论文的地面测试数据：高带宽内存在累计 2 krad(Si) 后才出现异常，约为 750 rad(Si) 最低要求的 3 倍；按每秒 1 次推理估算，静默数据错误约为每 300 万次推理 1 次，对推理可以接受，对训练的影响仍需研究。以上为厂商口径。

开发者实战落地与开箱指南

这只是单颗卫星的推理演示，不是可用的云服务，开发者暂时无法调用。接下来谷歌会测试 TPU 在轨道热应力和辐射下的表现，2027 年再发射两颗互联卫星，验证星间光链路和跨星分布式计算。想跟进可以读官方博客和 Joule 论文；同款 Gemma 4 开源模型现在就能在本地或 Google Cloud 上试用。