（媒角抵加／林承志綜合報導）Google的Project Suncatcher原型衛星傳回首筆AI生成回應。公司10月30日表示，團隊從地面向衛星上的Gemma 4模型送出提示，搭載的資料中心等級TPU完成運算，再將生成的短詩傳回地面。衛星於10月1日發射，接下來仍要測試晶片在軌道上的散熱與輻射耐受表現；台灣太空產業則已有獨立的衛星運算測試案例。

關鍵資訊

  • 最新進展：Google表示，原型衛星上的TPU已執行AI提示並回傳生成文字。
  • 發射時間：原型衛星於2026年10月1日發射；Google在10月30日公布首次回應。
  • 下一步：持續測試軌道熱壓力與輻射影響，2027年規劃雙衛星互連。
  • 台灣關聯：國家太空中心與業者另有衛星GPGPU產品及飛行驗證，與Google任務分開進行。

地面送出提示　Gemma 4在衛星上生成短詩

Google研究團隊資深總監Travis Beals在10月30日公告指出，團隊先完成主機和TPU設備啟動，以及初步機器學習測試，再利用衛星通過地面站的時間上傳提示，要求機上Gemma 4開放模型寫一首以太空為題的短詩。衛星經過挪威斯瓦巴群島附近時，將生成文字傳回地面。

團隊之後也測試其他太空主題短詩，以及回報酬載系統技術狀態的遙測提示。TPU是Google設計用於機器學習運算的處理器；這次展示的工作流程包含地面發出請求、衛星執行模型推論，以及結果下傳。

根據Google的發射公告，這顆衛星由Google與衛星公司Planet合作打造，10月1日搭乘SpaceX Transporter-18共乘任務升空。當時團隊確認與衛星取得聯繫；本次回傳生成文字則是發射後完成啟動程序的下一項測試。

為什麼把AI運算送上太空？看上陽光與就地處理資料

一個吸引力是太陽能。Google說明，衛星在特定低地球軌道可長時間接收陽光，太陽能板再把光轉成電力，供機上設備使用。相較地面太陽能受到晝夜與天候影響，軌道條件提供了另一種能源選擇；實際供電仍取決於軌道、電池、面板及設備設計。

另一個方向是讓衛星先在太空處理自己蒐集的資料。以地球觀測衛星為例，拍到大量影像後，若能先在星上篩選雲層或辨識需要注意的區域，再將有用資訊傳回地面，就有機會減少下傳資料量。歐洲太空總署的星上AI研究說明提到，這類處理方式也可能縮短災害與海域監測的反應時間；效果仍受任務設計與通訊條件影響。

Google的長期構想則是讓多顆搭載運算設備的衛星互相連線，處理較大型的AI工作。這次Suncatcher測試的任務是由地面送出提示、衛星生成文字並回傳，與地球觀測衛星篩選影像屬不同應用；目前的短詩測試尚未量出太空運算相較地面的成本或效率優勢。

太空晶片運作涉及散熱、供電與設備可靠性等工程條件。AI生成情境示意，非Google實際TPU或散熱設備。

散熱、輻射與通聯窗口仍待驗證

Google表示，後續將評估TPU在軌道上承受熱壓力與輻射時的表現，並將2027年兩顆衛星互連列為下一階段里程碑。衛星能回傳一次生成結果，代表特定測試流程已完成；長時間運作可靠性與多衛星協作表現仍需後續數據。

TechCrunch記者Tim Fernholz報導，原型衛星攜帶4顆TPU，受電力需求限制，每次約能啟動其中1顆20分鐘，也增加與地面通訊安排的難度。這是該原型的運作條件，並非未來所有衛星系統的固定限制。

散熱是另一個工程問題。Google在9月的技術說明指出，真空環境缺少空氣流動，團隊因此測試結合熱管與散熱器的設計；地面熱真空艙測試之後，還需觀察設備在太空中的實際表現。公司也曾在地面設施以質子束測試TPU，軌道輻射與熱環境的長期資料仍要靠任務持續累積。

台灣已有衛星晶片飛試　兩項任務用途不同

台灣的衛星在軌運算也有自身進展。國家太空中心公告指出，中心已將衛星通用圖形處理器（GPGPU）產品授權捷揚航電推廣，產品曾透過立方衛星飛行測試。這項工作與Google的TPU原型衛星是各自獨立的任務。

國家太空中心向中央社說明，與捷揚航電共同開發的GPGPU曾搭載黑鳶1號衛星，以預載影像和YOLO模型測試影像辨識，並將結果傳回地面比對。台灣案例著重影像辨識，Google此次則是以文字生成測試模型推論與回傳；兩者的硬體、任務和測試條件不同。

對台灣的衛星、通訊與算力業者而言，星上運算後續可追蹤的項目包括晶片在輻射下的穩定度、散熱與供電限制，以及資料在衛星和地面間傳輸的時間與費用。Project Suncatcher目前仍是研究原型，Google尚未在這次公告中提供可供台灣用戶採購的服務或價格。

資料來源與更新紀錄