Google、TPUを宇宙へ。
AI計算基盤を軌道上で動かす実験へ
Project Suncatcherが次の段階へ。 GoogleはTPUを搭載した試験衛星を軌道へ送り、 放射線、熱、通信、打ち上げ時の衝撃など、 宇宙でAI計算基盤を構築するための課題を検証します。
Project Suncatcherとは？
Project Suncatcherは、 Googleが2025年に発表した 研究プロジェクトです。
構想の中心にあるのは、 TPUを搭載した複数の衛星を宇宙空間で接続し、 大規模なAI計算を実行できるか という研究です。
地上の巨大データセンターを そのまま宇宙へ移すという単純な計画ではなく、 衛星向けに計算、電力、冷却、通信を 再設計する必要があります。
まずTPUを実際に宇宙へ送る
Googleが今回進める最初の重要な実験は、 TPUを実際の軌道環境へ投入すること です。
Googleの9月24日の発表では、 最初のTPUを翌週に軌道へ送り、 実際の宇宙環境でデータを取得する計画だと説明しています。
今回の初期ミッションは Planetとの協力で開発され、 SpaceXのTransporter-18ライドシェアミッションに 搭載される予定です。
なぜAI計算基盤を宇宙へ？
Project Suncatcherの背景には、 AI計算量の拡大があります。
大規模AIモデルでは、 計算能力だけでなく 大量の電力と冷却設備が必要になります。
Googleによると、 低軌道では衛星が ほぼ継続的に太陽光を利用でき、 条件によっては 地上より最大8倍多く太陽光発電できる可能性 があります。
最大の課題① ロケット打ち上げの衝撃
宇宙へ計算機を送るには、 まずロケット打ち上げに耐えなければなりません。
Googleによると、 低軌道までの約10分間で 衛星には最大約10Gの加速度がかかり、 TPUなど個々の部品には 50〜100Gに達する力がかかる可能性があります。
チームは衛星を3軸方向に激しく振動させ、 ロケット打ち上げ時の環境を再現する 試験を行いました。
Googleは、 初期試験ではハードウェアが この負荷に耐えたとしています。
最大の課題② 宇宙放射線
地球の大気圏外では、 太陽活動や宇宙線によって 電子機器へ放射線が当たります。
これによって、 メモリ上のビットが反転する 「bit flip」などのエラーが 発生する可能性があります。
GoogleはUC Davisの Crocker Nuclear Laboratoryで TPUへ陽子線を当てながら AIワークロードを実行する試験を実施しました。
初期試験では、 Trillium TPUが 5年間の宇宙ミッションで想定される量を超える 総電離線量にも耐えられる 結果が得られたとGoogleは説明しています。
最大の課題③ 宇宙ではファンで冷やせない
AIチップは大量の熱を発生します。
しかし宇宙は真空なので、 地上データセンターのように 空気を使って冷却することはできません。
Googleは現在、 ヒートパイプと放熱板を組み合わせた 冷却システムを試験しています。
すでに熱真空チャンバーで 宇宙の真空・温度環境を再現した試験を行っており、 今回の軌道試験では 実際の宇宙空間で性能を確認します。
最大の課題④ 衛星同士を高速接続する
将来のProject Suncatcherでは、 一つの衛星だけで 巨大なAIワークロードを処理するわけではありません。
Googleは、 複数の衛星をクラスターとして飛ばし、 各衛星に搭載されたTPU同士を接続する構想を示しています。
その通信に利用するのが レーザー通信 です。
AI処理に必要な高速通信を実現するには、 互いに高速移動している衛星同士を 非常に高い精度で追跡する必要があります。
Googleは、 「数マイル離れた場所から 動き続けるコインサイズの標的を狙う」 ような精度が必要だと説明しています。
AIインフラ競争は「地上のデータセンター」だけではなくなる？
現在のAI競争では、 GPUやTPU、 データセンター、 電力供給、 ネットワークなど AIインフラ全体の確保が重要になっています。
Google自身も、 TPU 8tやTPU 8iなどの AI専用チップ開発を続けています。
Project Suncatcherは、 そのAI計算基盤を 地上だけでなく宇宙まで拡張できるのかを 検証する研究と見ることができます。
OmochiX視点：AIのボトルネックは「知能」だけではない
AIの進化というと、 モデルの知能やベンチマーク性能が 注目されがちです。
しかしAIが巨大化すればするほど、 問題になるのは 電力、冷却、チップ、通信、土地 といった物理的なインフラです。
Project Suncatcherが興味深いのは、 AIモデルそのものを改良するのではなく、 AIを動かす場所そのものを変えようとしている 点です。
もちろん、 軌道上の冷却、 放射線耐性、 メンテナンス、 通信帯域、 打ち上げコストなど、 解決すべき問題は非常に多く残っています。
それでもAI需要が今後さらに増えれば、 「どのモデルが最も賢いか」だけでなく、 どこで、どうやって、 どれだけ大量の計算資源を確保できるか がAI企業の競争力を左右する可能性があります。
まとめ
GoogleはProject Suncatcherの 最新研究状況を公開し、 TPUを実際の軌道環境へ送り込む 初期試験を進めています。
目的は、 TPUがロケット打ち上げの振動、 宇宙放射線、 真空環境、 極端な温度変化の中でも 正常に動作できるかを確認することです。
将来的には、 複数のTPU搭載衛星を 高速レーザー通信で接続し、 宇宙空間で大規模なAIワークロードを 処理する構想があります。
Project Suncatcherはまだ研究段階ですが、 AIインフラの競争が 地上のデータセンターから宇宙へ広がる可能性 を示すプロジェクトとして注目されます。
あわせて読みたい
一次情報
Google公式発表・2026年9月24日
Google公式発表を見る →
Project Suncatcher初回発表・2025年11月4日
Project Suncatcher初回発表を見る →
