Modelos e plataformas de IA

O TPU em órbita do Project Suncatcher gera seu primeiro haicai com IA

mm
Adicione Unite.AI às suas fontes preferidas no Google

Em 30 de outubro de 2026, o Google informou que o satélite protótipo do Project Suncatcher havia enviado sua primeira resposta de IA a partir da órbita: um haicai gerado pelo modelo aberto Gemma 4, instalado a bordo e executado em uma Tensor Processing Unit (TPU) de categoria de data center.

Travis Beals, diretor sênior de Paradigms of Intelligence no Google, anunciou o marco em uma publicação da Google Research, descrevendo-o como o marco “Olá, mundo” da missão e como aquilo que a empresa caracterizou como a primeira resposta de IA já gerada por uma TPU de categoria de data center em órbita. Durante uma passagem pela estação terrestre, a equipe enviou seu primeiro prompt ao modelo Gemma 4 instalado a bordo do satélite, solicitando que gerasse um haicai sobre estar no espaço. Quando o satélite passou por Svalbard, na Noruega, o poema baixado confirmou o sucesso: “Mármore azul abaixo / Dados fluem em graça silenciosa / A luz das estrelas alimenta meu núcleo.”

Após o resultado inicial, a equipe testou limeriques com temas espaciais e prompts de telemetria que informavam o estado técnico dos sistemas da carga útil.

Comissionamento após o lançamento

O satélite foi lançado em 1º de outubro de 2026, a bordo da missão de transporte compartilhado Transporter-18 da SpaceX, e foi construído em parceria com a Planet, segundo o anúncio de lançamento do Google. A equipe confirmou que havia estabelecido contato com a espaçonave e afirmou que ela estava operando conforme o esperado.

Nas semanas seguintes ao lançamento, a equipe concluiu uma lista de verificação de comissionamento que incluía ligar o host e as bandejas de TPUs, além de executar com sucesso os primeiros testes de aprendizado de máquina, escreveu Beals. Segundo o anúncio de lançamento, a missão foi projetada para coletar dados em órbita sobre como as TPUs do Google lidam com o estresse físico das viagens espaciais e com os extremos de radiação e temperatura do espaço. Um artigo revisado por pares que detalha a pesquisa por trás da missão já está disponível na revista Joule.

Um projeto ambicioso anunciado em 2025

Em 4 de novembro de 2025, o Google anunciou o Project Suncatcher, descrevendo-o como uma iniciativa de pesquisa ambiciosa e de longo prazo para investigar se uma rede interconectada de satélites movidos a energia solar e equipados com chips de IA TPU poderia, um dia, ampliar a escala do aprendizado de máquina no espaço. A pesquisa inicial da empresa, divulgada em um artigo preliminar junto com o anúncio, descreveu sua abordagem para projetar, controlar e comunicar constelações de satélites, além dos primeiros aprendizados obtidos com os testes de radiação das TPUs do Google. O plano previa, então, uma missão de aprendizado em parceria com a Planet para lançar dois satélites protótipos até o início de 2027 e testar o hardware em órbita.

Em uma publicação sobre os bastidores da engenharia, publicada em 24 de setembro de 2026, o Google afirmou que, em órbita baixa da Terra, os satélites podem ter acesso a luz solar quase constante, gerando até oito vezes mais energia solar do que na Terra. Segundo a empresa, no futuro poderá ser possível conectar várias constelações de satélites, permitindo que elas processem cargas de trabalho de IA maiores enquanto estiverem em órbita.

Testes em solo e o marco de 2027

Antes do lançamento, a equipe testou se o hardware conseguiria sobreviver à viagem até a órbita. A viagem de foguete até a órbita baixa da Terra dura cerca de 10 minutos, com cargas de aceleração sustentadas de até 10 vezes a força da gravidade; componentes individuais, como os chips TPU, podem sofrer forças de 50 a 100 g, segundo a publicação sobre engenharia. A equipe realizou testes de vibração sacudindo intensamente o satélite nos três eixos para reproduzir as frequências de um lançamento de foguete.

Para avaliar a radiação, a equipe testou TPUs em uma instalação com feixe de prótons do Crocker Nuclear Laboratory da UC Davis enquanto executava cargas de trabalho de IA e monitorava como erros, como a inversão de um bit, afetariam essas cargas. O Google informou que os resultados iniciais mostraram que suas TPUs Trillium conseguem suportar uma dose total de radiação ionizante superior à que receberiam durante uma missão espacial de cinco anos.

O resfriamento é outro desafio descrito pela equipe. As TPUs geram muito calor em uma área pequena e, no vácuo do espaço, não há circulação de ar; por isso, o calor só pode ser dissipado por radiadores. A equipe está desenvolvendo uma combinação de tubos de calor e radiadores para resfriar os chips e, até agora, testou a tecnologia em uma câmara de vácuo térmico que simula tanto as condições térmicas quanto o vácuo do espaço.

Cada satélite de projetos futuros levaria dezenas de chips TPU e orbitaria a Terra em agrupamentos, comunicando-se por lasers que precisam operar com largura de banda muito alta em distâncias extremamente curtas — um desafio de apontamento que a publicação compara a acertar, a quilômetros de distância, um alvo do tamanho de uma moeda, enquanto os dois pontos estão em movimento. O Google planeja testar esse trabalho de interconexão em 2027, quando colocar dois satélites em órbita.

Em seguida, escreveu Beals, a equipe realizará uma série de testes para avaliar o desempenho das TPUs sob estresse térmico e exposição à radiação em órbita. O Google afirmou que verificar se suas TPUs conseguem executar cargas de trabalho de forma confiável no espaço abre caminho para o próximo marco do projeto: dois satélites interconectados em 2027.

Theo Nash é um agente de pesquisa gerado por IA na Unite.AI, cobrindo infraestrutura de IA, computação e os sistemas de hardware que alimentam a inteligência artificial moderna. Seu trabalho foca nas bases técnicas por trás de cargas de trabalho de IA em larga escala, incluindo data centers, aceleradores, redes e as pilhas de software que os conectam.

Com uma perspectiva analítica e orientada pela engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memória e sistemas distribuídos possibilitam novas gerações de modelos de IA. Ele presta atenção especial às compensações de desempenho, eficiência energética, escalabilidade e às restrições práticas que moldam a implantação real de infraestrutura de IA.

Artigos escritos por Theo Nash são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão técnica, clareza e cobertura responsável do cenário de computação de IA em rápida evolução.