科技公司谷歌宣布启动“阳光捕手计划”，这是一项研究计划，旨在探索部署配备人工智能芯片的太阳能卫星，利用阳光在轨道上运行人工智能工作负载，从而降低地球数据中心的能源需求。
该项目设想构建紧凑的卫星星座，这些卫星搭载谷歌 TPU，并通过自由空间光链路互连，从而在限制对地面资源影响的同时，提供大规模计算的潜力。
初步研究结果在一篇题为“面向未来基于太空的高度可扩展人工智能基础设施系统设计”的预印本论文中进行了详细介绍，该论文探讨了高带宽卫星通信、轨道动力学和辐射对计算的影响等关键挑战。
“阳光捕手”项目延续了谷歌追求雄心勃勃、影响深远的科学和工程项目的传统。
评估面向天基人工智能卫星的机器学习基础设施的可行性
根据公告，拟议的系统设想建立一个卫星网络，这些卫星在黎明至黄昏的太阳同步低地球轨道上运行，以最大限度地利用持续的太阳能，并最大限度地减少对笨重电池的依赖。
实现这一愿景需要克服多项技术挑战。首先，星间链路必须达到数据中心级带宽，支持每秒数十太比特的传输速率，这可以通过在近距离卫星编队中使用多通道密集波分复用 (DWDM) 和空间复用技术来实现。实验室规模的测试已经证明，每个收发器对可以实现 800 Gbps 的单向传输速率。
其次，维持紧密的卫星编队需要精确的轨道控制。该团队利用基于希尔-克洛赫西-威尔特郡方程的物理模型，并通过可微模拟进行了改进，结果表明，即使卫星间距达数百米，通过适度的轨道保持机动也能保持卫星编队的稳定。
第三，TPU 加速器必须能够承受太空辐射； 谷歌的 Trillium v6e 云 TPU 的测试表明，其组件在远高于预期五年任务暴露剂量的情况下仍能正常运行。
最后，经济可行性取决于发射成本的下降，预计到 2030 年代中期，发射成本可能会降至每公斤 200 美元以下，从而使太空人工智能数据中心的每千瓦年成本与地面设施的成本相当。
谷歌探索太空人工智能的可行性，并计划开展原型卫星任务
初步评估表明，基于太空的机器学习计算是可行的，并且不会从根本上受到物理或高昂成本的限制，尽管仍然存在巨大的工程障碍，包括热调节、高带宽地面通信和可靠的在轨运行。
为了应对这些挑战，我们计划与 Planet 公司合作开展一项学习任务，目标是在 2027 年初发射两颗原型卫星，以测试 TPU 在太空中的性能，并验证用于分布式机器学习工作负载的星间光链路。从长远来看，大规模千兆瓦星座可以采用更集成化的卫星设计，将针对太空优化的计算架构与紧密耦合的太阳能收集和热管理系统相结合，类似于现代片上系统 (SoC) 技术通过智能手机创新而取得的进步。
这篇文章《谷歌推出“阳光捕手”项目，探索用于轨道机器学习的太阳能人工智能卫星》最初发表于元宇宙 Post 。
