TPU在轨试验，开机15分，散热1小时：太空算力的底层瓶颈，从来不是芯片

谷歌Project Suncatcher（太阳捕手）的MVP试验卫星已于10月2日随SpaceX Transporter-18任务入轨，搭载4块Trillium第六代TPU，目标是验证星载AI芯片的在轨运行能力。

卫星入轨后开展加压测试，海外科技媒体与工程师社区根据公开遥测曲线观测到：TPU满负载连续运行约15分钟即触发热保护强制断电，需经约45分钟辐射散热降温后方可重启。该数据来自第三方对遥测结果的解读，谷歌官方尚未正式确认这一数值。

这件事真正的价值，不在于“谷歌芯片翻车”，而在于它用一次实测，把太空算力最容易被忽略的底层物理约束摆到了台面上。

问题的核心在于真空环境的散热逻辑。地面数据中心的散热本质是对流散热——通过空气或冷却液直接接触芯片，源源不断带走热量。太空是超高真空环境，没有介质承载对流，芯片产生的热量无法通过接触传递，唯一的排出路径是红外热辐射。

这种散热方式的效率远低于对流，相当于把芯片闷在真空热水瓶里，热量只能慢慢向外辐射。哪怕宇宙背景温度极低，真空本身也不能带走热量。

这也是为什么很多人直觉上的“太空天然制冷”完全不成立。人体在太空觉得冷，是因为真空环境下水的快速蒸发吸热；对于持续满负载的高功耗芯片来说，真空是极佳的保温层，而不是冰箱。

需要明确的是，这次暴露问题的是一颗MVP最小可行试验卫星，体积仅冰箱大小，由Planet Labs提供卫星平台，本身就是用来提前验证边界风险的技术验证载荷，并非项目规划中2027年发射的两颗正式原型卫星。

Suncatcher项目的长期目标是构建低轨AI算力星座，通过星间激光通信组网，直接在轨道上处理遥感数据，避免海量原始影像回传地面的带宽延迟。

本次试验的核心目的，就是验证TPU在真空、宇宙射线、温度交变环境下的可靠性，散热瓶颈是试验过程中被验证的工程短板，而非项目失败。

对整个商业航天产业而言，这次试验的结论有明确的参照意义。

第一，星载大算力的运行模式将长期是“脉冲式”。至少在可预见的技术周期内，低轨卫星无法支持持续满负载的AI推理，更适合分时、短时、任务型的计算——比如过境成像后用10-15分钟完成目标识别与数据筛选，只回传关键结果，其余时间芯片降频待机，靠辐射散热器平衡温度。这和地面数据中心7×24小时满负载的逻辑完全不同。

第二，热设计将成为星载AI芯片的核心指标。过去星载芯片优先考虑抗辐射、低功耗，未来热设计权重会快速上升。芯片封装、卫星散热面布局、热管与相变储能系统的配合，会直接决定一颗卫星的有效算力。同样工艺的芯片，热控方案的优劣可能带来数倍的有效算力差距。

第三，这是全行业的共性难题，并非谷歌独有。国内正在推进的星载AI推理载荷，同样面临真空散热约束。谁先在工程上把辐射散热的效率做上去，谁就能在低轨AI算力赛道先拿到实际可用的性能。

总体来看，Suncatcher这次试验不是坏消息，反而是太空算力从概念走向工程的标志性事件。

它把讨论从“能不能把芯片送上天”拉到了“送上天之后实际能用多少”的务实层面。对国内产业来说，这面镜子的价值，远大于围观一次试验的波折。