谷歌卫星搭载TPU升空：Gemma 4在轨写诗，算力首离地球

据TechCrunch报道，谷歌首个部署在轨的数据中心卫星已经正式投入运行。卫星上装了一颗张量处理单元（TPU），在真实太空环境里跑着谷歌DeepMind的Gemma 4模型。它已经动笔写诗了，据说还是那种押韵工整、略显俗气的太空打油诗。

这条消息的分量，远不止"AI会写诗"。人类头一回把专为机器学习设计的芯片送出轨道的机房，算力算是真正"离开地球"了。AI产业长期被电力、水资源和土地审批卡着脖子，这个节点因此颇有象征意味。

从"太阳捕手"到在轨推理

谷歌对太空算力的兴趣不是一时兴起。此前谷歌研究院公布过一个探索性计划，代号"太阳捕手"（Project Suncatcher）：发射一组太阳能供电、搭载TPU的卫星星座，在近地轨道上拼成可扩展的分布式计算集群。按当时的设想，这些卫星以极近距离编队飞行，靠自由空间光通信互联，组成一个真正意义上的"太空数据中心"。

如今上线的这颗卫星，可以看作该计划的第一步验证：单星、单TPU、单模型，把"供电—散热—推理—回传"整条链路跑通。Gemma 4是谷歌DeepMind开源模型系列的最新一代，参数量适中、推理效率高，功耗与散热都极其受限的太空环境，正好拿它做首次实测。让模型写诗，是一种低成本、易传播的能力展示——毕竟拿"卫星在轨道上写诗"做技术演示，再合适不过。

"太空中的第一个TPU正在运行谷歌DeepMind的Gemma 4模型，并写一些俗气的诗。"——TechCrunch

为什么非要把算力送上天

地面数据中心正卡在两难里。一头是AI训练与推理的用电需求指数级上升；另一头是电网扩容缓慢、水资源紧张、土地审批困难，散热成本居高不下。一个大型AI数据中心每年耗电可达数十万兆瓦时，其中相当比例最后都变成需要排掉的热量。

地面很难凑齐的几个条件，太空偏偏都有：太阳光几乎不间断，既没有昼夜交替，云层也挡不住；背景温度逼近绝对零度；还省下了稀缺的土地。辐射散热和数据回传这两道坎一旦迈过去，太空数据中心长期摊下来的能耗成本，理论上能比地面设施低出一大截。对那些张口闭口"算力即国力"的科技巨头而言，轨道就是一块还没人动手分的廉价能源地盘。

三道坎：辐射、维护与带宽

当然，把机房搬上天，远没有听起来那么浪漫。

第一是辐射。宇宙射线和高能粒子会让芯片发生单粒子翻转，轻则算错，重则硬件损坏。商用TPU并非为抗辐射设计，谷歌只能靠冗余计算、纠错机制和屏蔽设计来兜底。

第二是维护。地面机房的GPU随时可以热插拔更换，在轨卫星却几乎没法修，硬件一出故障，整星就报废。于是"可靠性"从工程指标变成了商业模型的前提。

第三道坎是带宽。AI推理卡住的地方常常不是算力，是数据搬不动。原始数据体量巨大，要送上太空，结果还得传回地面，这就得靠吞吐量极高的激光通信链路。谷歌构思中的星间光互联就是冲着这个来的，可现在还在早期验证阶段。

分析：一次基础设施叙事的转向

抛开技术细节，这件事真正的意义在于叙事转向。过去十年，AI竞争的焦点是模型参数、训练数据和GPU供应；未来十年，瓶颈很可能转移到能源与散热。微软、亚马逊、Meta纷纷为数据中心抢购核电与天然气发电，谷歌却选了另一条路径——把机房搬到不需要交电费的地方。

短期看，这条路线替代不了地面数据中心，成本高，风险也大。不过它撑开了一块新的想象空间：将来的AI基础设施可能是分层的——训练和低延迟推理留在地面，高能耗的批处理放到轨道上，月球乃至更远处则用来做更长期的算力储备。那颗头一个会写诗的卫星，说不定就是这套分层架构铺下的第一块砖。

至于那些"俗气的诗"，未必有多少文学价值。但它们的作者在距离地面数百公里的真空里，用阳光驱动着一颗为神经网络而生的芯片。这个画面本身，已经足够说明问题。