Googleは来週、同社初の人工知能ハードウェアを宇宙へ送ります。これは、同社最新の「ムーンショット」であるProject Suncatcherの第一歩であり、国際宇宙ステーションやほとんどの運用中の人工衛星が存在する、地球から数百キロメートル上空の領域である低軌道が、将来的に大規模なAIコンピューティングインフラを担えるかどうかを探る野心的な取り組みです。実験衛星「MVP」は、カリフォルニア州のVandenberg宇宙軍基地から打ち上げられるSpaceXのTransporter-18ライドシェア任務に搭載される予定で、衛星運用企業のPlanet Labsとの共同で開発されました。

MVP衛星には、Geminiモデルを支える専用AIチップであるGoogleのTrilliumテンソル処理ユニット(TPU)4基と、データセンターサーバー1台の稼働に必要な出力に相当する約1キロワットの太陽光パネル容量が搭載されています。その目的は純粋に実験的なもので、チップが打ち上げ時の力、放射線被曝、宇宙環境の極端な温度変化にどう耐えるかについてのデータを収集することです。この構成は、現在の軌道実験の進め方も反映しています。Transporter-18のようなライドシェア任務は、数十基の小型衛星を1つのロケットにまとめて打ち上げるものであり、軌道への低コスト標準的な手段となっており、こうした初回テストを小規模かつ比較的低額に抑えています。

技術的な課題は大きい。打ち上げ中、各部品は地球の重力の50〜100倍の力にさらされる可能性があり、チームは地上での3軸振動試験によってこの条件を再現しました。放射線は別の脅威をもたらします。太陽フレアや宇宙線は、データを破損させるビット反転を引き起こす可能性があるため、GoogleはUC DavisのCrocker Nuclear Laboratoryで、実際のAIワークロードを実行しながらチップを陽子ビーム試験にかけました。初期の結果は有望でした。ハードウェアは5年間の宇宙ミッションで受ける総線量を超える全イオン化線量に耐え、放射線による誤りの大半はチップの再起動で解除できることが判明したのです。

冷却が最も難しい課題として残ります。宇宙の真空中では空気の流れがなく、熱はラジエーターを通じてのみ放熱できます。これは、地上のデータセンターが頼る空冷・液冷よりもはるかに遅いプロセスです。Googleのソリューションは、ヒートパイプ、熱インターフェース材料、アルミ・銅のラジエータースタックを組み合わせたものです。軌道上では、チップは約15分間動作した後にクールダウンサイクルを必要とし、その間に宇宙からの短いクエリを処理できます。

We're sending TPUs to space (yes, really). After years of research, we're launching a satellite to evaluate if and how Google Tensor Processing Units (TPUs) hold up in orbit. The test mission, as part of our latest moonshot — Project Suncatcher — is designed to gather data… pic.twitter.com/LaPuYonb3w

— Google (@Google) September 24, 2026

なぜ軌道データセンターがAI業界にとって重要なのか

Project Suncatcherの背後にある戦略的論理は、地上のデータセンターへの圧力の高まりを反映しています。AI駆動のコンピューティング需要の増加により、いくつかの地域では騒音、電力網への負担、電気料金の上昇をめぐって地域社会の反対が起きています。適切な軌道にある人工衛星は、地球上の同等の容量の最大8倍の太陽エネルギーを受け取ることができ、地上の電力網の容量を奪うことなく、ほぼ一定のクリーンな電力を供給できる可能性がありますn
このビジョンを追っているのはGoogleだけではありません。SpaceX、Blue Origin、スタートアップのStarcloudも軌道コンピューティングの構想に取り組んでおり、一部の提案では数千、さらには数百万基の相互接続された衛星によるコンステレーションが構想されています。OpenAIの最高経営責任者Sam Altmanをはじめとする懐疑論者は、打ち上げコスト、衛星製造のボトルネック、未解決の技術的問題を理由に、軌道コンピューティングが今十年中に商用規模に達できるか疑問視しています。

Googleのロードマップは意図的に段階的です。2027年の2基の衛星による試験では、衛星クラスター間でコンピューティングを同期するために必要な高帯域幅レーザーリンクを検証します。これは、両者が移動しながら数キロ先のコイン大の目標に命中させることに例えられる精度の課題です。より長期的な設計では、各衛星に数十基のTPUを搭載した80基以上の衛星が編隊飛行する艦隊が構想されています。同社は、打ち上げコストの低下に伴い、軌道データセンターは2030年代半ばまでに地上施設とのコスト均衡に達する可能性があると見積もっています。この一連の流れには、注目すべき明確なチェックポイントがあります。MVPのTPUが放射線と熱の挙動に関する有用なデータを返すかどうか、2027年のレーザーリンクがクラスター設計が依存する精度を実現できるかどうか、そして打ち上げコストがコスト均衡の前提に沿って低下し続けるかどうかです。

AI業界にとって、この打ち上げは、エネルギーと地理を固定された制約ではなく解決可能な制約として扱う方向への転換を示しています。実用段階の軌道データセンターはまだ数年先ですが、ミッションが成功すれば、AIハードウェアが地球の大気圏外で確実に動作できるという根本的な前提が検証されることになり、地上での拡張が限界に達しつつある今、コンピューティングインフラの新たなフロンティアが開かれます。

出典:Metaverse Post