Google Project Suncatcherとは？TPUを宇宙へ送るAIインフラ計画【2026年版】

---

宇宙でAIを動かせることは、すでに実証されました。問われているのは、それを止めずに動かし続け、地上のデータセンターと競えるインフラへ育てられるかです。

GoogleがProject Suncatcherで挑むのは、その成立条件を一つの設計へ束ねることです。太陽光発電衛星にTPUを搭載し、近接編隊と光通信で結ぶ――いわば「宇宙を舞台にした巨大な連立方程式」。通信を速くすれば軌道制御が難しくなり、冗長化すれば質量と打ち上げ費が増えます。

Googleはこの方程式をどこまで解き、2027年の2機で何を確かめようとしているのか。確認済みの地上試験、条件付きの試算、まだ証明されていない課題を分けて読み解きます。

※図中の数値には条件付き試算が含まれます。本文では、確認された結果と将来シナリオを分けて説明します。

Project Suncatcherとは？2027年に始まる最初の実証

Project Suncatcherは、Googleが太陽光発電衛星とTPUを光で結び、宇宙でAI計算を拡張できるか検証する研究構想である。

Project Suncatcher（プロジェクト・サンキャッチャー）は、Googleが2025年11月4日に公表したムーンショット研究です。太陽光発電を備えた複数の小型衛星へGoogle独自のAIアクセラレーターであるTPU（Tensor Processing Unit）を搭載し、衛星同士を自由空間光通信で接続します。目標は、単独の計算衛星ではなく、宇宙空間で協調して働く分散型AIインフラを設計することです。

ここで最初に区別すべきなのは、Suncatcherは商用サービスでも、稼働中の宇宙データセンターでもないという点です。2026年8月時点でGoogleが公表している成果は、論文、軌道シミュレーション、光通信の地上ベンチ試験、TPUを含む計算系の放射線試験です。GoogleのTPUが軌道上でAI処理を実行したという公式実績はまだありません。

次の段階として、Googleは衛星事業者Planetと協力し、2027年初頭に2機の試験衛星を打ち上げる計画を示しています。この「学習ミッション」は完成したデータセンターを提供するものではなく、地上で組み立てた仮説を実際の低軌道環境へ持ち込み、設計を更新するための実験です（Google公式ブログ）。

すでにH100を軌道で動かしたStarcloudなどと比べると、Googleは実機投入では後発です。一方、Googleの特徴は、TPU、光通信、軌道力学、電源、コストを一つの設計として扱っていることにあります。「何か一つを飛ばす競争」ではなく、「大規模計算を成立させる条件を束ねる競争」を選んだのです。

なぜGoogleは宇宙へ設計範囲を広げるのか

狙いは宇宙そのものではなく、地上で制約される電力・水・用地からAI計算の拡張余地を取り戻すことである。

AIデータセンターの拡張を止めるのは、GPU不足だけではありません。IEAは世界のデータセンター電力消費が2024年の約415TWhから、2030年には約945TWhへ増えると見通しています（IEA「Energy and AI」）。問題は世界全体の電力量だけでなく、必要な地域へ必要な時期に電力を届けられるかです。送電網、変圧器、冷却水、用地、許認可が同時にボトルネックになります。

Googleが注目したのは、宇宙では大気や天候の影響を受けず、選んだ軌道によっては長時間にわたり太陽光を受けられることです。論文はdawn-dusk（薄明薄暮）型の太陽同期低軌道を検討しています。衛星が昼夜境界付近を周回することで地球の影へ入る時間を減らし、蓄電池への依存も抑えようとします。

Googleが示す「地上の最大8倍」は、太陽電池そのものの変換効率が8倍になるという意味ではありません。長い日照時間と地上設備の利用率などの条件を置いたとき、同じ面積の太陽電池が年間に生産できるエネルギー量が最大8倍になり得るという比較です。軌道、パネル角度、蓄電池、姿勢制御まで含めて読む必要があります（GoogleのSuncatcher論文）。

ただし、宇宙へ移せば電力問題が消えるわけではありません。地上で電力料金として見えていたコストが、宇宙では太陽電池、構造体、ラジエーター、姿勢制御、打ち上げ質量へ姿を変えます。宇宙クラウド全体の電力、冷却、プレイヤー、実用化段階は、相補記事の宇宙データセンターとは？AI電力不足を救う宇宙クラウドの現在地で俯瞰できます。本稿では、Googleがその制約をどう設計問題へ変えたかに集中します。

Suncatcherの核心は「連立最適化」にある

通信・軌道・放射線・熱・経済性は独立した課題ではなく、一つの改善が別の負担を増やす相互依存の設計問題である。

Suncatcherの論文を読む鍵は、個々の最高性能ではなく同時成立です。通信を高速化するため衛星を近づけると、衝突を避けながら隊列を維持する制御が難しくなります。放射線への耐性を上げるため遮蔽や予備機を増やすと、質量と打ち上げ費が増えます。計算能力を増やすと電力だけでなく、捨てなければならない熱も増えます。

現行記事では、この関係をArpable編集部の分析フレームとして「4つの壁」に整理しています。これはGoogleが公式に名付けた分類ではありません。論文が扱う通信、軌道ダイナミクス、放射線、熱管理、地上通信、経済性の論点を、読者が因果関係を追いやすいよう再構成したものです。

重要なのは、壁を順番に消していく発想ではありません。一つの解決策が他の変数へ与える副作用まで含め、システム全体の総保有コストを最小化することです。この意味で、Suncatcherの主役は衛星でもTPUでもなく、宇宙環境に合わせてAIインフラ全体を再設計する考え方です。

通信：1.6Tbpsの実証と10Tbps級への距離

地上のAIクラスタに近い分散計算を宇宙で行うには、衛星間光通信を数十Tbps規模へ拡張する必要がある。

大規模AI学習では、アクセラレーター同士が頻繁にデータを交換します。演算性能が高くても、同期の通信が遅ければチップは待ち時間を抱え、クラスタ全体の効率が落ちます。宇宙でも同じです。衛星の集まりを一つの計算機として扱うには、衛星間リンクが計算の「血管」になります。

Googleは市販部品を使った地上ベンチ試験で、単一のトランシーバー対により片方向800Gbps、双方向合計1.6Tbpsを示しました。ここまでは確認済みの地上実証値です。しかし、論文が検討する約10Tbps級のリンクや、広報で示される数十Tbps級の通信は、まだ設計値・将来目標の中にあり、軌道上実績ではありません（Google Research Blog）。

光は距離が延びるほど受信電力が弱くなります。Suncatcherは高密度波長分割多重（DWDM）や空間多重だけでなく、衛星間距離そのものを100～200m程度へ縮める設計例を示しました。通信装置だけを高速化するのではなく、衛星の配置をネットワーク設計の一部にする発想です。

近づけば、速くなる。近づけば、危うくなる。ここで最初の壁が、次の壁を呼び込みます。

軌道：81機を100～200m間隔で維持できるか

論文の81機構成は完成計画ではなく、近接した計算衛星群を維持できるか調べる代表的な設計例である。

Googleの論文は、高度約650kmの太陽同期低軌道で、半径約1kmの範囲に81機を配置する例を解析しています。隣接する衛星の距離は、おおむね100～200mの範囲で変動します。これは「Googleが81機を商用配備すると決定した」という発表ではなく、通信と軌道維持の成立性を検討するためのモデルです（GoogleのSuncatcher論文）。

低軌道では、地球が完全な球ではないことによるJ2摂動や、わずかな大気抵抗の差が衛星ごとの軌道をずらします。数百メートルしか離れていない衛星群では、相対位置の小さな誤差が通信品質と衝突安全性の両方に影響します。

論文は軌道力学をJAXで微分可能なモデルとして扱い、編隊の形状と軌道維持操作を最適化します。シミュレーション上は、小さなステーションキーピング操作で代表構成を維持できる可能性を示しました。ただし、シミュレーションで安定することと、故障・センサー誤差・太陽活動を含む実軌道で長期間安全に運用できることは同じではありません。

通信のために近づけた衛星を、衝突させず、光軸を保ったまま飛ばし続けられるか。2027年の2機は81機クラスタの再現ではありませんが、机上の軌道設計を運用データへ変える最初の足場になります。

放射線：Trillium TPUはどこまで耐えたか

陽子線試験は地上用TPUを宇宙設計へ進める余地を示したが、5年間の軌道上信頼性を証明したものではない。

宇宙放射線は半導体の劣化、メモリのビット反転、突発的な停止を引き起こします。従来は性能を抑えた宇宙専用チップを使う方法が一般的でした。Googleは別の道を選び、地上クラウドで使うTrillium世代のTPUとAMDホストを陽子線へさらし、どこまで市販系ハードウェアを活用できるか試しました。

試験では67MeVの陽子ビームが使われました。Googleの説明では、5年間のミッションで想定する総電離線量は遮蔽条件下で約750rad(Si)です。最も敏感だったHBM系でも約2krad(Si)まで大きな異常が確認されず、単一チップでは最大15krad(Si)まで恒久的なハード故障が確認されなかったと報告されています（GoogleのSuncatcher論文）。

この結果は有望ですが、読み方には注意が必要です。地上の加速器試験は実際の宇宙環境を完全に再現しません。粒子の種類、エネルギー、照射率、太陽フレア、温度サイクル、長期的な材料劣化が異なります。また、ビット反転が発生したとき、ECC、再計算、チェックポイント、故障ノード隔離によって学習結果の正しさを守れるかはシステム全体の課題です。

したがって、現時点での結論はこうです。地上用TPUを直ちに宇宙で5年間使えると証明したわけではありませんが、専用チップを一から作り直さずに軌道実証へ進める可能性は示されました。

熱管理：冷たい宇宙でTPUが熱に苦しむ理由

真空には熱を運び去る空気がないため、計算熱はラジエーターから赤外線として放射しなければならない。

宇宙は冷たいからサーバーを冷やしやすい――この直感は半分だけ正しく、実用設計では危険です。宇宙の背景温度は低くても、真空には熱を運ぶ空気がありません。地上のような対流冷却が使えないため、TPUから熱を回収し、ヒートパイプや液体ループでラジエーターへ運び、最終的に赤外線として放射します。

放射できる熱量は、放射率、ラジエーター面積、絶対温度の4乗に依存します。計算能力を増やせば発熱量も増え、必要な放熱面積と構造質量が大きくなります。太陽電池は太陽へ向けたい一方、ラジエーターは太陽や地球からの入熱を避けたい。発電と放熱は同じ衛星の姿勢と面積を奪い合います。

Googleの公開研究は熱管理を重要な未解決課題として挙げていますが、商用規模のラジエーターを完成設計したわけではありません。調査資料に見られる特定の放熱面積は、前提の特定と一次情報上の対応を確認できない限り本記事では採用しません。Suncatcherの最大の空白は、計算できるかではなく、計算し続けたときの熱をどの質量で捨てられるかです。

経済性：200ドル/kgは「条件付き」の分岐点

Googleの200ドル/kgは商用価格の予言ではなく、宇宙側の費用が地上電力費へ近づく条件を探る感度分析である。

技術的に動いても、地上より桁違いに高ければ大規模なAIインフラにはなりません。Googleは過去の打ち上げコストと累積輸送量から学習曲線を置き、その傾向が続く場合、2030年代半ばに低軌道への輸送費が1kg当たり200ドル以下へ下がるシナリオを検討しました。

この水準まで下がれば、衛星の寿命で償却した打ち上げ費が、地上データセンターの年間電力費と同じ桁へ近づき得るというのが論文の主張です。しかし、200ドル/kgは現在利用できる価格ではなく、Googleが将来へ置いた成立条件です。再使用ロケットの高頻度運航、十分な年間打ち上げ量、衛星の長寿命、低い故障率がそろうことを前提にしています（GoogleのSuncatcher論文）。

さらに、打ち上げるのはTPUだけではありません。太陽電池、ラジエーター、光通信装置、構造体、遮蔽、推進系、予備機が必要です。故障交換や軌道離脱まで含めれば、Googleが比較する打ち上げ費だけでは総保有コストを判断できません。

争点は「宇宙で計算できるか」から、「製造・打ち上げ・故障・交換・廃棄まで含めて地上を下回れるか」へ移っています。2030年代半ばはGoogleが商用化を確約した時期ではなく、経済条件が交差し得る時間軸として読むべきです。

2027年の2機で何を証明するのか

2027年の学習ミッションは完成品の披露ではなく、地上試験とシミュレーションを実軌道データへ変える最初の検証である。

2機の試験衛星で、81機の大規模クラスタや商用AI学習基盤を再現することはできません。だからこそ、打ち上げの成否だけで評価してはいけません。見るべきなのは、論文の前提が現実の宇宙でどこまで保たれるかです。

• 計算：TPUとホスト系が真空、温度変化、放射線の中で安定して動くか
• 熱：計算負荷に応じた温度を許容範囲へ保てるか
• 通信：衛星の相対運動がある状態で光リンクを捕捉・維持できるか
• 軌道：燃料消費と安全距離を両立しながら相対位置を制御できるか
• 信頼性：エラー、再起動、通信断から自律的に復旧できるか

2027年にTPUが起動すれば重要な一歩です。しかし、本当の価値は「動いた」という一枚の写真ではなく、何時間稼働し、どの温度で、何件のエラーが発生し、どの程度の通信品質と軌道維持コストだったかという運用データにあります。

地上データセンターでは技術者が故障部品を交換できます。宇宙では、異常な衛星をクラスタから切り離すのか、学習を止めて同期し直すのか、安全確保のため編隊を崩すのかを遠隔または自律的に判断しなければなりません。性能を最大化する設計から、壊れながらも全体を生かす設計へ。これが研究からインフラへ進む境界です。

Googleの構想をどう評価すべきか

Suncatcherは物理的可能性を前へ進めたが、技術成立性、運用成立性、経済成立性は別々に評価する必要がある。

Project Suncatcherを「夢物語」と切り捨てるのも、「地上データセンターを置き換える」と断定するのも正確ではありません。2026年8月時点の証拠は、次の三段階に分けると理解しやすくなります。

Project Suncatcherの証拠レベル

段階	確認できること	まだ言えないこと
地上試験	1.6Tbpsの双方向光通信、陽子線照射試験	実軌道で同じ性能・信頼性が続くこと
解析・シミュレーション	81機の代表構成、近接編隊、コスト感度	商用規模の安全運用と地上より低いTCO
2027年計画	Planetと2機の試験衛星を打ち上げる方針	打ち上げ成功、長期稼働、商用化時期
※Google公式ブログ、Google Research Blog、公開論文をもとにArpable編集部作成（2026年8月13日時点）。

競合との比較でも段階を混ぜないことが重要です。各社の公式発表によると、StarcloudはH100を軌道へ投入して小規模なAI処理を実行し、Axiom Spaceは専用の軌道上データセンターノードを投入しています。Googleはまだ軌道実証前ですが、TPU、光通信、軌道、電源、TCOを統合する設計を提示しました。各社は同じ競技の同じ地点にいるのではありません。

宇宙データセンター産業のプレイヤー、冷却、環境負荷、実用化時間軸は、親記事宇宙データセンターとは？AI電力不足を救う宇宙クラウドの現在地【2026年版】で比較しています。本記事で持ち帰るべきなのは、Googleの強みが「最初にGPUを飛ばしたこと」ではなく、宇宙AIインフラの相互依存を定量的な設計問題として公開したことです。

一次情報からどこまで言えるか

確認済みの実験結果、Googleの設計分析、将来の条件付きシナリオを混同しないことが、Suncatcherを正しく評価する前提である。

事実として確認できることは、Googleが2025年11月に研究構想とプレプリントを公表したこと、地上で光通信と放射線の試験を行ったこと、Planetとの2機の学習ミッションを2027年初頭に計画していることです。

設計上の分析は、高度約650km、81機、半径約1km、100～200m間隔などの代表構成、約10Tbps級リンクの可能性、J2摂動を含む編隊シミュレーションです。これらは実機の商用仕様や軌道上実績ではありません。

条件付きの将来像は、年間エネルギー生産量が地上比最大8倍になり得ること、2030年代半ばに打ち上げ費が200ドル/kg以下へ下がり得ること、その場合に宇宙側の費用が地上電力費へ近づき得ることです。「最大」「なり得る」「条件付き」という前提を外してはいけません。

そして、まだ証明されていないのは、大規模クラスタの放熱、数十Tbps級通信の軌道上運用、多数機の安全な近接編隊、長期故障率、保守交換、ライフサイクル全体の環境負荷、地上より低いTCOです。Suncatcherは答えではなく、答えを判定するための変数と試験計画を示した研究と捉えるのが最も正確です。

まとめ

Project Suncatcherの価値は宇宙データセンターの完成宣言ではなく、成立条件を一つの検証可能な設計へ束ねたことにある。

地上のAIインフラが電力、冷却水、用地という制約へ近づくなか、Googleは計算基盤の設計範囲を地球の外まで広げました。長時間の太陽光を使い、TPUを衛星へ載せ、衛星同士を光で結ぶ。構想だけを見れば、地上の限界を越える一直線の道に見えます。

しかし、その道は一本ではありません。通信を速くするため衛星を近づければ、軌道制御が難しくなる。計算を増やせば、放熱設備が重くなる。故障へ備えれば、予備機と打ち上げ費が増える。Suncatcherが向き合うのは、冒頭で示した宇宙を舞台にした巨大な連立方程式です。

Googleはすでに、地上試験とシミュレーションによっていくつかの変数へ数字を入れました。双方向1.6Tbpsの光通信、Trillium TPUの陽子線試験、81機の近接編隊モデル、200ドル/kgの感度分析です。ただし、それらを同じ軌道上システムとして結び、長期間動かした実績はまだありません。

2027年の2機は、ハイパースケールデータセンターの完成形ではありません。それは、地上で組み立てた連立方程式を、実際の宇宙で解き始めるための最初の実験です。

Googleは、宇宙データセンターの答えを発表したのではありません。通信、軌道、放射線、熱、経済性という未知数を、一つの方程式へ並べました。

2027年、2機の衛星が軌道へ上がるとき、人類が目にするのは完成したデータセンターではありません。地上で書かれた方程式が、初めて宇宙で解かれ始める瞬間です。

宇宙でAIを動かせることは、すでに証明されました。しかし、宇宙でAIインフラを動かし続けられることは、まだ誰も証明していません。Project Suncatcherの本当の物語は、その未知数を解くところから始まります。

専門用語まとめ

TPU

Tensor Processing Unit。GoogleがAI計算向けに設計したアクセラレーター。本研究ではTrillium世代を放射線試験に使用。

dawn-dusk太陽同期軌道

衛星が昼夜境界付近を周回し、長時間の日照を得やすい太陽同期軌道。発電の連続性を高め、蓄電池への依存を減らせる可能性がある。

自由空間光通信（FSO）

光ファイバーを使わず、レーザー光を空間へ飛ばして通信する方式。衛星間で大容量データを交換する鍵となる。

J2摂動

地球が完全な球ではないことにより生じる軌道への影響。近接衛星群の相対位置を長期間維持する際に考慮が必要。

TCO

総保有コスト。製造、打ち上げ、電源、放熱、通信、故障交換、廃棄まで含め、設備を持ち続ける費用を評価する考え方。

参考文献 / 出典

次に読むならこの3本

補足Q&A

Q1.Project Suncatcherとは何ですか？

A1.Googleが太陽光発電衛星、TPU、衛星間光通信を組み合わせ、宇宙で大規模AI計算を行えるか検証する研究構想です。2026年8月時点では研究・地上試験段階で、2027年初頭に2機の試験衛星を打ち上げる計画です。

Q2.GoogleのTPUはすでに宇宙で動いていますか？

A2.いいえ。Googleが公表したのは地上での放射線試験と光通信試験です。軌道上でのTPU実証は2027年の学習ミッションが最初の計画です。

Q3.Project Suncatcherはいつ商用化しますか？

A3.商用開始時期は確定していません。2030年代半ばは打ち上げ費が200ドル/kg以下へ下がる場合を検討した経済シナリオであり、商用化の公式日程ではありません。

更新履歴