01 · AI Circularity Ledger

太空计算的散热账单

Relationship map for 太空计算的散热账单

一个带着记分板的商业循环。

太空很大。一块发烫的芯片面对的问题却很具体:热量往哪里去?

我的判断很简单。轨道计算要靠系统整个寿命内交付的有效工作,来证明经济性。阳光是一项投入。散热器、可靠的工作负载,以及出错后的恢复能力,共同把这项投入变成价值。

Google在9月24日公布的更新,让这个问题有了现实切口。公司表示,与Planet合作的首次Project Suncatcher TPU实验,计划搭乘Transporter-18任务。轨道测试能回答演示文稿回答不了的问题。但芯片能在太空存活,与客户能买到可靠算力之间,还有相当长的一段路。Google’s test update

我会把注意力放在这段距离上。真正有意思的表格,从散热账单开始。

散热器也有决定权

想象一下,严寒天气里把服务器放在敞开的窗边,空气可以带走热量。现在把空气抽掉。窗外再黑,也不会自动长出一台风扇。

航天器内部,热量可以沿固体材料和专门设计的热通路移动。要离开航天器、排向周围真空,就必须靠辐射。NASA的小型航天器热控制指南区分了内部导热与外部辐射,并讨论表面如何控制吸热与放热。环境冷,不能单独说明一台工作中的机器散热有多快。NASA thermal-control guide

因此,对计算系统而言,散热器会限制容量。给电子设备更多电力,可能产生更多热量。如果热系统排不出去,运行方案的其他部分就得调整:降低运行强度、增大散热器,或者让架构承受更高的排热温度。每种选择都向设计提出不同要求。

这能修正“把数据中心放进宇宙冰箱”的想象。冰箱比喻漏掉了热量传输通路,也漏掉了最终把热交给太空的外表面。这些部件应与芯片、太阳能板画在同一张图上。

原创概念图连接电力、有效计算与排热,并比较三种温度下的理想化散热面积;不是Google系统设计。

一兆瓦的思想实验

我们可以粗算问题的量级,同时避免假装替Google设计卫星。设想一个需要排出一兆瓦热量的系统。假定散热器温度均匀、发射率为0.9,完全面向可忽略温度的冷端,没有遮挡,也不吸收太阳或地球辐射。所有辅助设备的质量与耗电暂不计入。这些假设刻意偏理想。

斯特藩—玻尔兹曼关系把辐射功率写成发射率、辐射常数、发射面积和绝对温度四次方的乘积。NASA收录的航天器热控制文献说明了热平衡,并采用约5.67 × 10⁻⁸ W m⁻² K⁻⁴的辐射常数。在上述假设下,用热功率除以发射率、常数与温度四次方,就得到面积。Spacecraft thermal-control reference

假定散热器温度 每平方米辐射功率 排出1 MW所需发射面积
300 K,约27°C 约413 W 约2,420 m²
350 K,约77°C 约766 W 约1,306 m²
400 K,约127°C 约1,306 W 约765 m²

数字是按假设计算并作合理舍入的示例。它们代表总有效发射表面积,不是卫星占地面积、太阳能板面积,也不是施工报价。两面都能有效发射,就计两面;若一面朝向温暖物体,就要改写热平衡。

把假定温度从300 K提高到400 K,示例所需面积降到原来的约32%。温度四次方的影响很大。也正是在这里,一张漂亮表格容易变成糟糕的工程意见:算出的面积更小,并不能证明电子设备、热接口和材料都能在所需温度下工作。

散热器温度也不等于处理器结温。热量要经过真实的温差与并不完美的接口,才能从热源到达散热器。某一点允许的温度,不能自动套到所有位置。我们算的是敏感性,没有批准任何设计。

把面积变成诚实的资本问题

最容易冲动的一步,是给表格乘上发射价格,然后宣布赢家。但还缺一个要素:每单位可用散热能力对应多少质量。Suncatcher的这个数,我们尚未确认。

一平方米发射面不是一公斤。支撑件、展开机构、热传输、保护与冗余,都可能影响最终总成;占比要由具体架构决定。没有架构,仅凭面积算不出可靠发射账单。而且,发射账单本身也算不出每小时有效算力的交付成本。

第一张承销表,我会分三栏:特定设计的实测值、填补缺口所用的假设,以及假设变化会改变哪项结论。实测栏留空很有价值,它告诉下一位工程师或投资人,究竟什么证据能够改变判断。

假设两种设计的发射质量相同。一种能装更多处理硬件,另一种峰值容量较低,却能更长久、可靠地运行。仅看装机容量,无法二选一;还要看完成的工作、服务寿命,以及让这些工作始终可用的成本。一张壮观的发射照片填不了这些格子。

散热表的价值,在于找到值得问的问题,而非包办投资结论。如果供应商能证明,每单位部署质量可以提供更可靠的排热能力,这种进步可能改变多种计算架构的经济性。某家供应商能否把价值留给自己,则是另一个商业问题。

一项测试,一步证据

Google于2025年11月首次介绍Suncatcher:研究搭载TPU、使用太阳能并互联的卫星,并计划与Planet开展双卫星学习任务。那份公告记录了项目最初的意图,属于历史背景,不是新的部署证据。Original Suncatcher announcement

9月更新加入了首次轨道硬件实验计划,并保留2027年的双卫星测试安排,讨论硬件生存、冷却与互联。写作时,这些计划没有证明首次飞行已经发生,也没有证明卫星群已交付商业工作负载。

评估时,我会画一段短梯子:硬件能运行;规定的工作负载能执行;输出通过正确性检查;结果能在不同运行条件下重复;最终,客户能依赖一项有经济价值的服务。每一级都需要自己的观察。前一级的证据可以支持下一次实验,不能直接证明最终商业模式。

这不是要求研究团队在首次发射前,就证明成熟业务。早期实验有价值,恰恰因为重要答案尚未出现。关键是把功劳记在正确的位置:硬件生存试验成功,就肯定其生存能力;持续工作负载记录,则值得另一种肯定。

这样看,令人失望的结果也更有信息量。如果低负载运行正常,高负载时触及热限制,证据就缩小了设计问题的范围。它不必一次决定整个长期构想的成败。接下来该问:发生了什么变化、碰到了哪条限制,以及能否用负担得起的改动解决。

分母应该是有效产出

电力很容易描述,计算服务却先要定义任务。对一个假想轨道系统,我会先写清输入、所需输出、正确性检查、截止时间和恢复方式,再与满足相同条件的地面方案比较成本。

能容忍延迟的批处理,与要求快速响应的请求,是两种服务问题。数据已在轨道上的任务,与需要从地面传输大量输入的任务,也不一样。这些只是可供比较的场景,不代表Suncatcher已经服务这些市场。它们的作用,是避免“AI算力”四个字遮住真正要评价的产品。

一个可提议的分母,是系统有效寿命内交回用户、验收合格的工作。分子则包含建立并维持这项服务所承担的成本:硬件、发射、运营、通信、更换和退役。投资人进一步计算回报时,还要纳入融资与现金流时点。我们没有为Google填入这些参数。

产品定义也要包括失败处理。迟到的输出、没有被发现的错误结果,以及成功重试的任务,价值并不相同。公平比较必须交代客户最终拿到什么,以及重试费用由谁承担。原始处理时长不是完整的交付凭据。

这给小团队研究大愿景提供了务实方法。先固定一种工作负载,列出为其交付定价所需的证据,不必一开始就预测整个轨道产业。表里可能有很多空白;只要空的是正确字段,研究就已经更有用了。

最后一天,也要进入第一版模型

卫星的经济账不会随最激动人心的任务阶段一起结束。ESA的碎片减缓资料覆盖系统设计、运行和处置,也包括碰撞、失效和安全再入问题。这些是有用的全生命周期问题。不过,ESA自己的政策,并不能单独证明Google这次任务适用哪些法律要求。ESA lifecycle framework

在拟议证据卡里,退役从一开始就是成本与可靠性问题。服务后期还剩多少能力?如果设备无法按计划处置,会怎样?由谁负责应对?这些都需要任务本身的证据,不能借机编一个通用退役价格。

更换设备也要同样处理。地面与轨道两种方案,都应说明假定寿命以及新硬件如何投入服务,否则,一方可能悄悄享受了数轮升级,另一方却被迫永远使用第一代。看似精确的单位成本,便可能只是假设不一致的产物。

这里有一个建设性的职业启发。研究基础设施,不一定要从预测哪家轨道计算公司胜出开始。可以先练好接口处的判断:电力如何变成热,热如何影响质量,工作负载如何对应服务水平,服务寿命又如何转为现金回收。这些问题可以跨架构使用。这是研究方向,不是声称某家公司正在招聘。

下一张证据卡

下一件范围明确的成果,是针对一种工作负载的证据卡:记录任务和测试日期、持续负载与热条件、合格输出及恢复表现、可用寿命假设,以及比较所需的质量、通信与生命周期成本。每一项都要有来源,并清楚区分实测与假设。

第一次更新应跟随真实轨道证据。确认发射,会改变任务状态;核实工作负载结果,会改变能力判断;可重复的服务记录,加上与同等替代方案的定价比较,才开始改变经济论证。这几次更新不能合并成一个乐观的勾。

目前,这篇文章完成的是更窄的一件事:整理公开一手资料、解释物理约束、计算理想化敏感性。我们没有测试硬件,没有观察即将到来的飞行,也没有估算Google的商业回报。散热图是解释模型,证据卡是后续研究的规格。

这些工作已经足以帮助我们读懂下一则公告。有人提出轨道上电力充足时,可以接着问:在什么温度下、依靠怎样一套完整系统,能够持续交付多少有效工作?阳光或许打开了门,热量仍然得离开房间。

分类与关键词

分类:AI基础设施;太空系统;资本经济性。

关键词:Project Suncatcher;热控制;散热器;有效算力;全生命周期成本。

标签: #AIInfrastructure #SpaceComputing #ThermalEngineering #CapitalAllocation