AI生成的在轨AI推理概念图
发送到轨道的请求并不复杂：写一首关于身处太空的俳句。
根据谷歌10月30日的公告，其Project Suncatcher原型卫星在飞越挪威斯瓦尔巴群岛期间，通过星载Gemma 4模型运行了该提示词，并返回了一首诗。谷歌称这是轨道上数据中心级TPU首次产生的AI响应。
一个小输出完成了一个重要闭环
该卫星于10月1日发射。在接下来的几周里，团队为其主机和TPU托盘通电，并开展了早期机器学习测试，随后才达到这一初步响应里程碑。
这首诗易于理解，这使其成为一次有用的演示。一个请求抵达航天器，星载系统执行了模型任务，随后一个输出返回地面。
这一流程为工程师提供了进一步实验的起点。但它并未确定该系统能够持续提供多少有用算力，也未确定这种算力的成本。
接下来的问题关乎耐久性
谷歌表示，随后它测试了其他诗歌请求以及有关载荷状态的遥测提示词。即将开展的工作将考察TPU在轨道热应力和辐射暴露下的性能。
这些测试超越了系统能否回答一次的问题。可靠的计算服务需要反复完成工作、检测错误，并在出现问题时恢复。
对于评估未来结果的观察者而言，有用的证据将包括工作负载持续时间、错误率、中断情况和恢复行为。此类测量有助于区分一次成功演示与一个能够支持持续性需求的系统。这些是评估性问题，而非本公告中披露的性能结果。
连接卫星增加了另一项工程任务
谷歌将2027年实现两颗互联卫星列为下一个里程碑。这仍是一个未来目标。
对于更广泛的算力架构而言，航天器之间的通信引入了关于数据传输、工作协调和处理链路不可用情况的新问题。经济性还需要在可用算力产出之外，计入发射、运行和更换成本。
返回的俳句为Project Suncatcher带来了明确的第一个结果。更具影响的故事将来自随后的运行记录：硬件性能有多稳定、它能支持哪些工作负载，以及当条件变得更严苛时工程师能学到什么。