在轨 TPU 第一次回话：一首俳句

把数据中心送上天的第一步，不是算力，是让芯片在真空里活着并且答对一句话。

一、发生了什么

10 月 1 日，谷歌发射了"逐日者计划"（Project Suncatcher）的原型卫星。此后数周，团队按清单完成了在轨测试，包括给主机和 TPU 托盘通电，以及早期的机器学习测试。

10 月 30 日，谷歌宣布达成"Hello World"里程碑：在轨运行的数据中心级 TPU 第一次给出了 AI 响应。

过程很朴素。地面工程师下发第一个提示词，要求预装在卫星上的 DeepMind 模型 Gemma 4 创作一首关于身处太空的俳句。模型按三行格式作答，提到了俯瞰的蓝色星球、无声流动的数据，以及星光。工程师随后还测试了五行打油诗生成和轨道环境数据回传等遥测任务。

硬件配置上，这颗卫星搭载四颗谷歌 TPU，可产生最高 1 千瓦的电能。谷歌的长期目标，是构建用于在轨执行大规模推理负载的紧密编队卫星网络。

限制也很明确。受散热和能源负荷影响，搭载的 TPU 每次只能开机约 20 分钟。

测试的核心不在生成质量，而在稳定性：芯片在微重力、剧烈温差和太空辐射环境下能不能正常工作，纠错机制能不能顶住。

二、跟你有什么关系

如果你在关注算力成本：太空推理现在的单位成本远高于地面，别指望它短期降价。它的价值在特定场景，不在通用负载。

如果你在做遥感或卫星数据：真正的想象空间是"星上处理"——不用把原始数据全部传回地面，只传结论。带宽和时延都能省。

如果你只是看热闹：这次演示的分量在于"通了"，不在于"好用"。20 分钟的开机窗口，说明工程约束还很硬。

三、怎么判断

1. 看开机时长。20 分钟受限于散热，这是物理约束，不是软件优化能解决的。窗口越长，实用价值越大，这也是后续改进的计分板。
2. 看编队规模。单星推理没意义，谷歌要的是卫星之间的互联。激光链路的带宽和稳定性是关键指标。
3. 看辐射纠错。太空里的软错误率远高于地面，模型能不能稳定输出，比跑分重要。同一条提示词重复下发十次，答案一致不一致，就是最原始的检验。

四、三个别信的说法

"太空数据中心比地面便宜。" 目前完全相反。发射成本、散热难度、维护不可达，三项都在推高单位算力成本。省的是传输，不是计算。真要算账，得把全生命周期成本摊进去。

"跑通一次就是商用了。" 这是一次里程碑验证，距离稳定服务还有编队、供电、散热、运维一长串问题。20 分钟的窗口说明，连连续运行都还做不到。

"AI 模型在太空会更强。" 模型没变，变的是运行环境。Gemma 4 在地面什么水平，在天上还是什么水平，只是多了辐射和温差的考验。真正的变量是硬件可靠性，不是智能水平。

五、一句话结论

这次"Hello World"的分量，是证明了芯片能在轨道上算对一句话——离在天上算完整个互联网，还早。

信息来源

• 谷歌宣布在轨 TPU 首次给出 AI 响应，生成一首俳句，IT之家，2026 年 10 月 31 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 31 日。