Google把TPU送上太空，散熱能否撐起軌道運算

 

Google把 TPU 推上太空，先看工程可行性，不看商業化

Google(GOOG)準備把 AI 處理器送進地球軌道，這一步很有象徵性，卻更像工程驗證。這次的「Suncatcher」計畫會和 Planet(PL)、SpaceX 合作，先做首次軌道硬體測試，重點放在 TPU 能否扛住發射震動、輻射與低地球軌道的極端溫差。

事實上，真正卡住的環節集中在散熱，太空真空環境沒有傳統空氣冷卻，運算密度越高，熱管理壓力越大。Google 評估熱管與專用散熱器，等於先處理硬體長期穩定運作的底層條件，Trillium TPU 已通過五年任務預期輻射量與模擬震動測試，代表材料與封裝至少跨過第一道門檻。

 

散熱比算力更先決定軌道運算能否成立

從系統設計來看，太空 AI 的難度不在模型多大，而在硬體能否持續工作。真空、輻射、溫差，三個條件疊加後，運算晶片的可靠度會比地面資料中心更敏感，甚至會直接決定整個架構能否擴大。

Google 目前規劃未來讓多組 TPU 透過雷射連結形成軌道運算叢集，2027 年還會做兩顆衛星的通訊測試，這代表它已經把概念往系統層推進。我的觀察是，短期市場看到的會是想像空間，中長期真正篩選勝負的，仍是散熱、通訊延遲與太空維運成本，這類基礎條件過不去，任何軌道算力敘事都只能停在展示階段。

 

對 AI 供應鏈的意義，落在太空電子與通訊整合

進一步來看，這種計畫的外溢效應不只在 Google 本身，還會拉動衛星影像、雷射通訊、耐輻射元件與熱管理方案的需求。對供應鏈來說，太空算力不是單點晶片專案，而是把半導體、航太與通訊整合成一條新的工程路線。

但這條路線的限制也很清楚，初期任務主要是收集工程數據、及早找出問題，而非直接展示商業化系統。短期我看它偏向技術驗證，長期則要等軌道互聯、散熱效率與維運成本都被壓下來，最後市場會選能用、好用、夠便宜的。