新智元報道

編輯：定慧 桃子

谷歌TPU也要上空了！「登月計劃」Project Suncatcher推出，預計在2027年發射兩顆原型衛星，用太陽能驅動AI。

繼英偉達之后，谷歌也要把TPU送上太空了！

今天，谷歌官宣「Project Suncatcher」（捕日者計劃），要在太空建設可擴展的AI計算系統。

它將利用幾乎無限的太陽能量，相當于人類總發電量100萬億倍，為下一代機器學習注入動力。

谷歌CEO劈柴稱之為，「全新的登月計劃」。

預計2027年，谷歌與Planet將把兩顆原型衛星送入軌道，一個全新里程碑即將實現。

不過，AI算力上空之前，還有許多亟待解決的工程難題。

好在，谷歌新一代Trillium架構TPU，在模擬近地軌輻射水平的粒子加速器測試中，「扛住了」太空輻射。

除此之外，熱管理、在軌系統可靠性等，仍是需要攻克的工程挑戰。

太陽直接給AI充能

谷歌最新的論文叫做《邁向未來基于太空的、高度可擴展的人工智能基礎設施系統設計》。

看名字似乎有些長，但是這篇論文，還有一個簡單的文件名，Suncatcher，太陽捕捉者、捕日計劃。

AI對算力的需求正在催生一個難以想象的需求，一個地球目前也無法滿足的需求：電量不夠了。

于是，這些AI巨頭開始把目光投向天空，投向太陽。

在太陽系中，太陽的能量輸出為3.86 × 10^26瓦，發出的能量超過人類總電力產量的100萬億倍以上。

處于合適軌道時，太陽能板的產能可比地球上高出多達8倍，并且幾乎可以持續發電，從而減少對電池的依賴。

在未來的某個時候，為AI供能的最佳方式很可能就是直接利用太陽能！

谷歌提出一種替代方案：不是從太空向地球傳輸電力，再供給AI數據中心。

而是直接建立基于太空的機器學習「數據中心」，由許多太陽能供電的衛星通過自由空間光學星間鏈路聯網構成。

一個自由下落（無推力）星座在地球引力作用下的演化過程，其建模細節足以推算出太陽同步軌道。該模型位于一個非旋轉坐標系中，并以中心參考衛星S0為參照。箭頭指向地心。品紅色：衛星S0的最近鄰衛星。橙色：示例「外圍」衛星S1。橙色虛線：S1 相對于集群中心的位置（在非旋轉坐標系中）。

系統設計與關鍵挑戰

谷歌提出的系統由一個「網絡化的衛星星座」構成，可能會運行在晨昏太陽同步低地球軌道上。

在該軌道上，衛星能夠近乎持續地接收到陽光照射。

這種軌道選擇最大化了太陽能的收集，并減少了對重型星載電池的需求。為使該系統成為可能，必須克服以下幾項技術挑戰：

1. 打造數據中心級別的星間鏈路

大規模機器學習工作負載要求將任務分布在眾多加速器上，并通過高帶寬、低延遲的連接進行通信。

為了提供堪比地面數據中心的性能，衛星之間的鏈路需要支持每秒數十太比特（Tbps）的傳輸速率。

谷歌分析表明，采用「多通道密集波分復用」（DWDM）收發器和空間復用技術，這一目標有望實現。

然而，要達到如此高的帶寬，所需的接收功率水平要比傳統遠程部署高出數千倍。

由于接收功率與距離的平方成反比，可以讓衛星以非常緊密的編隊（間距在公里級或更小）飛行來應對這一挑戰，從而滿足鏈路預算的要求，即通信系統中端到端信號功率損耗的核算。

谷歌團隊已通過一個實驗平臺驗證系統著手驗證此方法，該系統使用一對收發器成功實現了單向800Gbps（總計1.6Tbps）的傳輸速率。

2. 控制大型、緊密集群的衛星編隊

高帶寬星間鏈路要求衛星以遠比現有任何系統都更緊湊的編隊飛行。

為此，谷歌團隊開發了數值和解析物理模型，來分析此類星座的軌道動力學。

他們從希爾-克洛赫西-威爾特方程（Hill-Clohessy-Wiltshire equations）出發，采用一種近似方法，并利用一個基于JAX的可微分模型進行數值優化，以計入更多的攝動因素。

希爾-克洛赫西-威爾特方程組在開普勒近似下，描述了衛星相對于圓形參考軌道的運動

在谷歌規劃的星座高度上，地球引力場的非球形特性以及潛在的大氣阻力，是影響衛星軌道動力學最主要的非開普勒效應。

下圖標示了一個包含81顆衛星的示例星座在一個完整軌道周期內的軌跡，該星座位于軌道平面內，平均集群高度為650公里。

集群半徑R=1公里，在地球引力影響下，次近鄰衛星間的距離在約100-200米的范圍內振蕩。

模型表明，在衛星間距僅數百米的情況下，或許只需進行適度的軌道保持機動，即可在預期的太陽同步軌道上維持星座的穩定。

3. TPU 的抗輻射能力

為了讓機器學習加速器在太空中有效運行，它們必須能夠承受低地球軌道的嚴苛環境。

谷歌在67MeV的質子束中對谷歌的v6e云TPU——Trillium進行了測試，以評估總電離劑量（TID）和單粒子效應（SEE）對其造成的影響。

測試結果十分喜人。

盡管高帶寬內存（HBM）子系統是最敏感的組件，但它們直到累積輻射劑量達到2 krad(Si) 時才開始出現異常——這幾乎是預期的（有屏蔽防護下）五年任務總劑量750 rad(Si)的三倍。

在對單個芯片高達15 krad(Si)的極限劑量測試中，沒有出現任何可歸因于總電離劑量的硬故障。

這表明，Trillium TPU 對于太空應用而言，表現出驚人的抗輻射能力。

4. 經濟可行性與發射成本

歷史上，高昂的發射成本一直是部署大規模天基系統的主要障礙。

然而，谷歌對歷史及預測的發射價格數據分析表明，只要（成本）學習率能持續下去，到2030年代中期，發射價格有望降至每公斤200美元以下。

在這一價格水平上，以「每千瓦/年」為單位計算，一個天基數據中心的發射和運營成本，或將與公開報道的同等規模地面數據中心的能源成本大致相當。

解讀谷歌星間鏈路

大規模地面機器學習（ML）集群的網絡需求遠遠超出現有衛星間鏈路（ISL）技術的能力。

例如，谷歌的TPU超級計算機采用兩層網絡架構。高速數據中心網絡一種定制的低延遲光學芯片間互連（ICI）每芯片吞吐量達數百吉比特每秒。

相比之下，商業可用的光學ISL提供的速率僅在1–100Gbps范圍內。

圖中X軸（距離，單位：km）：表示光學星間鏈路（OISL）中數據傳輸的距離，范圍從不到1公里到超過10,000公里。Y軸（帶寬，單位：Gbps）：表示不同光學系統在對應距離下所能實現的帶寬。

可以看到，距離和帶寬之間呈現出典型的反比關系，即隨著距離增加，帶寬會下降，這在光通信中是常見的現象，因為光信號在傳播過程中會衰減。

像8x8空間復用這種系統，適用于非常短的通信距離，能夠提供較高的帶寬；而像Starlink和24路DWDM這種系統則適用于較長距離的通信，能夠在更遠的距離上傳輸大量數據。

谷歌提出的星間通信方案主要是：

飛行衛星群處于近距離編隊（距離在「數百米至幾公里」量級）以大幅降低鏈路路徑損耗，從而獲得高接收功率。

利用自由空間光通信結合多通道密集波分復用（DWDM）技術（類似或采用于地面數據中心的商用DWDM收發器）來實現每鏈路10?Tbps級別的帶寬目標。

在距離極短的時候，還考慮「空間復用」多個光束共傳以進一步提升容量。

參考資料：

https://research.google/blog/exploring-a-space-based-scalable-ai-infrastructure-system-design/

https://x.com/sundarpichai/status/1985754323813605423