Космический эксперимент, а не новый дата-центр
30 октября 2026 года Google сообщила о первом успешном выполнении AI-задачи на борту экспериментального спутника Project Suncatcher. Запрос к модели Gemma 4 отправили во время пролёта над наземной станцией, а результат передали обратно на Землю. Задача была демонстрационной: спутник сгенерировал хайку о космосе.
Гораздо важнее самого стихотворения то, где выполнялся запрос. На борту находятся четыре тензорных процессора Google TPU — специализированных чипа для машинного обучения. Так Google проверяет, сможет ли вычислительная инфраструктура частично переместиться за пределы Земли.
Называть Suncatcher космическим дата-центром пока преждевременно. Это прототип с ограниченной мощностью, созданный для проверки оборудования в условиях радиации, перепадов температуры и дефицита энергии. Между таким спутником и полноценной орбитальной группировкой, способной обслуживать коммерческие AI-нагрузки, остаётся огромная технологическая дистанция.
Почему Google вообще смотрит в сторону орбиты
Наземные AI-дата-центры сталкиваются с проблемами, которые становятся всё заметнее по мере роста моделей и спроса на вычисления. Им нужны большие объёмы электроэнергии, площадки, сетевые подключения и системы охлаждения. Строительство новых объектов занимает время, а доступ к дешёвой энергии есть далеко не везде.
Космос предлагает другой набор условий. На орбите можно использовать солнечную энергию, а при правильном расположении спутник получает к ней более стабильный доступ, чем наземный объект, зависящий от времени суток и погоды. Теоретически вычислительные мощности можно масштабировать за счёт групп спутников, соединённых между собой и с наземными станциями.
Но это пока гипотеза, а не доказанная экономическая модель. Запуск оборудования на орбиту дорог, ремонт сложнее, а каждый компонент должен работать автономно и выдерживать среду, для которой обычные серверы не предназначены.
Что именно проверяет Project Suncatcher
1 октября 2026 года Google вместе с Planet отправила прототип в рамках миссии SpaceX Transporter-18. Спутник должен показать, как TPU работают при ограниченной мощности и в условиях космической радиации.
По опубликованным данным, аппарат вырабатывает до 1 кВт электроэнергии. Этого недостаточно, чтобы одновременно запустить все четыре TPU: процессоры включаются по одному, а отдельный чип может работать примерно 20 минут. Следующий этап — проверить тепловые нагрузки и устойчивость компонентов во время дальнейших тестов.
В 2027 году Google планирует испытать два связанных спутника, если текущий эксперимент продолжится успешно. Такая конфигурация позволит изучать не только работу отдельного чипа, но и обмен данными между аппаратами.
Главная проблема — отвод тепла
В разговоре о космосе часто упоминают почти неограниченную солнечную энергию, но забывают о тепле. На Земле серверы охлаждают воздухом, жидкостью и крупными промышленными системами. В вакууме нет воздуха, который мог бы отводить тепло конвекцией.
Орбитальному аппарату приходится передавать избыточное тепло через радиаторы. Их размер, положение и эффективность ограничивают вычислительную мощность. Поэтому спутник не может просто включить все ускорители на полную нагрузку, даже если солнечные панели дают достаточно энергии.
Для AI-системы это принципиальное ограничение. Производительность определяется не только числом чипов, но и тем, сколько времени они могут стабильно работать, как быстро переключаются между задачами и сколько энергии тратят на передачу данных.
Связь может оказаться важнее самих вычислений
Орбитальные вычисления особенно интересны там, где невыгодно передавать на Землю весь поток данных. Например, спутник наблюдения может обработать снимки на борту и отправить только обнаруженные изменения, координаты объектов или короткий отчёт. Это снижает объём передачи и позволяет быстрее реагировать на события.
Такой сценарий ближе к edge AI, чем к привычному облаку. Вычисление происходит рядом с источником данных, а не в удалённом дата-центре.
Однако для сложных моделей всё равно нужны стабильные каналы связи, синхронизация и понятные правила обработки сбоев. Если спутник временно не видит наземную станцию, запрос нельзя обслужить так же просто, как в обычном облаке. Орбитальная система должна уметь работать автономно, сохранять результаты и корректно восстанавливаться после разрыва соединения.
Практический вывод для бизнеса
Project Suncatcher полезно рассматривать не как обещание скорого космического облака, а как пример изменения самой логики AI-инфраструктуры. Компании начинают считать не только стоимость модели и аренды GPU, но и место выполнения вычислений.
Для одного продукта оптимальным вариантом может быть облако. Для другого — локальный сервер, частный дата-центр или ускоритель на устройстве пользователя. Если передача данных дорогая или медленная, имеет смысл выполнять inference ближе к источнику: на производственной линии, в автомобиле, на дроне или спутнике.
При расчёте AI-проекта стоит учитывать полный набор расходов:
- электроэнергию и охлаждение;
- передачу и хранение данных;
- стоимость простоя оборудования;
- зависимость от поставщика облака или чипов;
- требования к безопасности и автономности;
- цену масштабирования при росте нагрузки.
Космический эксперимент Google делает эту формулу наглядной. Дополнительная энергия сама по себе не решает проблему, если вычисления невозможно охладить, оборудование нельзя заменить, а результаты трудно передать пользователю.
Вывод
Google проверяет не фантастическую идею «перенести интернет в космос», а более конкретный вопрос: может ли орбита стать ещё одним местом для специализированных вычислений.
Пока ответ неизвестен. У Suncatcher ограниченная мощность, короткие рабочие циклы и статус экспериментального прототипа. Нет оснований утверждать, что орбитальные AI-системы уже дешевле, экологичнее или надёжнее наземных дата-центров.
Но направление важно. В будущем AI-инфраструктура может быть распределена между облаками, устройствами, заводами, автономными платформами и, возможно, спутниками. Для бизнеса главный урок уже применим сегодня: выбирать место для AI-вычислений нужно не по моде, а по полной экономике данных, энергии, задержки и надёжности.
