了解我们在太空扩展AI计算的早期测试。在新的视频系列中，Project Suncatcher团队探索了这一登月计划背后的科学、他们的发现以及仍需解决的工程挑战。

经过多年的研究，Project Suncatcher计划首次在轨道上进行测试，发射一颗原型卫星，以评估谷歌张量处理单元（TPU）在太空中的表现。Project Suncatcher于去年宣布，是一个长期的研究登月计划，探索太空是否有一天能容纳可扩展的机器学习基础设施。在低地球轨道上，卫星可以接近持续的阳光，产生的太阳能比地球上多八倍。这项初始任务搭载即将到来的Transporter-18拼车任务，与Space X合作，由Planet共同开发。

硬件生存：火箭进入低地球轨道的旅程大约持续10分钟，在此期间，航天器经历强烈的振动和高达10倍重力的持续加速度。团队通过在三个轴上剧烈摇晃卫星来模拟火箭发射的频率，进行了振动测试。一旦TPU芯片进入太空，地球大气层外的辐射水平是另一个需要克服的挑战。太阳事件和宇宙射线可能对电子设备造成严重破坏，因此我们的团队在UC Davis的Crocker核实验室的质子束设施中测试TPU，同时运行AI工作负载。在测试期间，我们密切监控错误（如位翻转）如何影响我们的工作负载。初步结果显示，我们的Trillium TPU表现非常好，能够承受比五年太空任务中接收到的辐射总电离剂量更大的辐射。但有些事情只能在太空中测试。下周将我们的首批TPU送入轨道，将帮助我们获取数据和经验，为未来的发射提供信息。

太空冷却：冷却轨道数据中心是一个关键的研究挑战。TPU在很小的区域内产生大量热量，需要安全扩散，否则芯片有过热的风险。但在太空中没有气流。在真空中，只能通过散热器扩散热量，这需要完全不同的电子冷却方法。我们正在研究多种方法，包括热管和散热器的组合。到目前为止，我们的团队已在模拟太空热和真空环境的热真空室中测试了该技术。随着我们为早期测试发射做准备，并朝着2027年的下一个里程碑努力，Project Suncatcher团队讨论了我们希望学到什么以及前方的工程障碍。