Google は、新たな研究プロジェクト「Project Suncatcher」を発表しました。
このプロジェクトは、太陽光発電を利用する衛星群に AI チップ「TPU」(Tensor Processing Unit) を搭載し、宇宙空間で機械学習を分散的に実行するという構想です。
太陽光と宇宙を活用した AI コンピューティング
Google によると、太陽同期軌道（dawn–dusk orbit）上では、太陽光パネルの発電効率が地上の約 8 倍に達し、ほぼ常時発電が可能になります。
この特性を活かすことで、地上の電力や冷却資源に依存しない、大規模かつ持続可能な AI 計算環境を宇宙に構築できるとしています。
高速光通信で衛星をネットワーク化
Suncatcher では、複数の衛星を光学通信（free-space optical links）で接続し、地上データセンターのようなテラビット級の通信帯域を実現することを目指します。
この通信方式は、衛星同士を数百メートルから数キロメートルの間隔で編隊飛行させる設計で、高速かつ低遅延なデータ伝送を可能にします。
Google のチームは、光通信リンクの試作機で双方向合計 1.6Tbps の伝送に成功したと報告しており、初期段階としては有望な成果を示しています。
TPU「Trillium」の宇宙耐性テストも実施
宇宙環境での運用に向けて、Google は第 6 世代 TPU「Trillium（v6e）」を放射線環境下で検証しました。
結果によると、メモリ部（HBM）が最も影響を受けやすいものの、5 年間の運用を想定した被曝量の約 3 倍でも深刻な故障は発生せず、宇宙用途でも十分な耐久性があるとしています。
打ち上げコストの低下で経済性も現実的に
Google の分析では、2030 年代半ばまでに打ち上げコストが 1kg あたり 200 ドル未満になる見込みがあり、これが実現すれば、宇宙空間に設置するデータセンターの運用コストは、地上と同等水準まで下がる可能性があります。
Google は、「物理的・経済的な制約が、宇宙での AI コンピューティングを阻む要因ではなくなる」と結論づけています。
2027 年に試験衛星を打ち上げ予定
次のステップとして、Google は衛星データ企業 Planet と連携し、2027 年初頭に 2 機の試験衛星を打ち上げるプロジェクトを発表しました。
このプロジェクトでは、TPU を搭載した衛星を実際に軌道上で動作させ、光通信を用いた分散学習の実験を行う予定です。
Project Suncatcher は、Google がこれまで取り組んできた自動運転や量子コンピューティングと同様、長期的な研究開発「ムーンショット」のひとつとして位置づけられています。
出典: Google Research, Google
