Googleのプロジェクト Suncatcher と軌道上AIの台頭

AIを軌道へ移す

AIが急成長する中で、いくつかの供給制約が浮上しました。最初の制約はGPUで、専門的なハードウェアがニッチなゲーム用途からAIデータセンターへの大量採用へと移行しました。その結果、業界のリーダーであるNvidia (NVDA )は、世界最大の企業へと成長しました。

しかし、別の制約が現れています: エネルギー供給。

これは、AIデータセンターが現在、計算能力ではなく電力消費量で測られるようになっているためです。そのため、AI企業が原子力発電所の再稼働に奔走している、最初のSMR（小型モジュール原子炉）プロトタイプを確保している、または州の規制当局が新しいガス燃料発電所の承認を迅速化しているのです。

データセンターのエネルギー確保が急がれる中、別の選択肢に注目が集まっています: 宇宙ベースの太陽光発電。

軌道上の衛星から無限のエネルギー供給が可能という概念は、すでに「Space-Based Energy Solutions For Endless Clean Energy」で詳しく分析しています。

しかし、この概念は常に、太陽エネルギーを電力に変換し、その電力をマイクロ波に変えて地球にビーム送信し、再び電力に変換する必要があるため、ある程度制限されます。

これによりパワー衛星の複雑さが増し、地上インフラがより多く必要となり、エネルギー変換ごとに損失が生じるため全体的な効率が大幅に低下します。したがって、非常に低コストの軌道打ち上げが前提となります。

あるいは、電力を直接軌道上で使用すれば、はるかに効率的で経済的に早く実現可能になります。特に、最終的な「製品」を地球に容易に送り返すことができれば尚更です。

したがって理論上、宇宙のデータセンターは理想的な選択肢と言えます: 大量の電力が必要ですが、計算結果を地球に送り返すのは簡単で新たなインフラは不要であり、エネルギー損失も発生しません。

この考えに基づき、Alphabet (GOOG ) /Googleは最近「Project Suncatcher」を発表し、軌道上AI計算システムがどのようになるかを示しています。

「他のGoogleのムーンショット（自律走行車や量子コンピューティング）に触発され、私たちはこの未来を実現するために必要な基礎研究に着手しました。

太陽光で駆動する衛星の相互接続ネットワークに、当社のTensor Processing Unit（TPU）AIチップを搭載し、太陽の全エネルギーを活用できるかを探っています。」

なぜ実現可能なのか？

太陽光発電がデータセンターやAIにとって利用しにくい主な理由は、継続的で信頼できる電力供給が必要だからです。一方、地上の太陽光は間欠的で、夜間は稼働しません。

しかし、適切な軌道に配置された太陽光パネルは、電力の中断や変動なしに24時間365日発電できます。直射日光への直接曝露により、これらのパネルははるかに高い生産性を示します。

「太陽は太陽系における究極のエネルギー源であり、人類の総電力生産の100兆倍以上の電力を放出しています。

適切な軌道では、太陽光パネルは地上の最大8倍の生産性を持ち、ほぼ連続的に電力を供給できるため、バッテリーの必要性が減少します。」

しかし、軌道上でAI計算を実現するためには、いくつかの重要技術の開発とテストが必要です。

軌道上AIの主要課題

軌道上AI向け高帯域インターサテライトリンク

現代のデータセンターは極めて複雑で、数千、場合によっては数百万のコンピューティングハードウェアを結びつけ、接続性と信頼性に対して非常に高い要求を課しています。

軌道へ送る能力が比較的小さな物体に限られているため、宇宙で実用的に大規模なデータセンターを構築するには、相互に通信する衛星ネットワークが必要になります。

現在のインターサテライトリンク（ISL）技術は1〜100 Gbpsのデータレートしか提供できず、GoogleがAIデータセンターで使用している低遅延光学インター・チップ・インターコネクト（ICI）がチップあたり数百Gbpsを提供するのとは大きく異なります。

代わりに、Googleは市販品（COTS）の密集波長分割多重（DWDM）トランシーバー技術の使用を提案しています。

このシステムは、各信号を赤外スペクトル内の特定の固有波長（色）に割り当てることで機能します。これにより、同一の望遠鏡が複数の衛星から同時にデータを受信できます。

出典: Google

距離が非常に短くなる（例：10 cmの望遠鏡で約10km）と、市販部品を使用したベンチ規模のデモ機で800 Gbpsの単方向（双方向で1.6 Tbps）伝送に成功しました。

したがって、理論的には、軌道上AIデータセンター衛星間のこの種の高密度データ伝送に市販技術はすでに存在します。

軌道上コンステレーション

ほとんどの衛星コンステレーションは、衝突リスクを抑え最適な軌道を維持するために、衛星間の距離を広く保ちます。

しかし、GoogleがProject Suncatcherで提案する設計では、データセンターのコンステレーションは互いにかなり近接する必要があります。例えば、81機の衛星コンステレーションは半径1km（3280フィート）の球状に集められます。

出典: Google

同社の計算では、大気抵抗、太陽放射、冷却放射、月の重力、他の衛星などの干渉による軌道安定性の不完全さを考慮しても、このようなコンステレーションは安定化できると示されています。

これは、無視できないものの、適正軌道からのドリフトは従来の衛星技術で管理可能であることを意味します。

例として示したクラスターでは、軸比を2:1.0037に調整することで、基準軌道からの最大距離1kmあたりのJ2ドリフトを年率3 m/s未満に低減できます。

また、研究ではこのようなコンステレーションの規模には上限がある可能性が指摘されています。ある時点で衛星同士が日光の捕獲や廃熱の放散で相互干渉を起こすからです。

出典: Google

ハードウェアの放射線耐性

ほとんどのコンピューティングハードウェアは放射線に弱く、宇宙や太陽からの放射線がランダムに「1」を「0」に変えて計算エラーを引き起こす可能性があります。

Project Suncatcherでは、Googleは自社のTPU（Tensor Processing Units）であるTrilliumの使用を検討しています。

彼らはTrilliumを67MeVの陽子ビームに曝露し、総イオン化線量（TID）と単一イベント効果（SEE）への影響をテストしました。

Trillium TPUのさまざまな要素のうち、ハイバンド幅メモリ（HBM）サブシステムがTIDに対して最も感度が高いことが判明しました。

HBMはSEEに最も敏感なコンポーネントで、主に修正不可能なECCエラー（UECC）として現れました。

(HBM) サブシステムは、累積線量2 krad(Si)（期待される（シールドされた）5年ミッションの約3倍）を超えて初めて不規則性を示し始めました。単一チップに対する最大テスト線量15 krad(Si)まで、TIDによるハード故障は確認されませんでした。

全体として、これは驚きであり、TPUが放射線に対して非常に耐性が高く、宇宙ベースのデータセンターに特に適していることを示唆しています。

経済的実現性

したがって、TPUから衛星通信、軌道力学の熟知に至る既存技術は、適切な設計を選べば、宇宙にデータセンターを構築するのに十分であるようです。

しかし、もちろん、これらのデータセンターが地上のデータセンターと比べて経済的に競争力がある場合にのみ意味があります。

過去の宇宙ベース太陽光発電の地上利用に関する経済的実現性分析では、軌道エネルギープロジェクトの実現性閾値としてジオステーショナリートランスファー軌道（GTO）への$500/kgが考慮されており、これは低軌道（LEO）への約$200/kgに相当します。

この目標達成は、SpaceXが生産規模を拡大し、最大ロケットであるStarshipの再打ち上げスケジュールをどれだけ確保できるかに大きく依存します。

学習率が維持されれば（年間約180回のStarship打ち上げが必要）2035年頃までに打ち上げ価格は$200/kg未満に低下する可能性があります。

この価格帯では、宇宙ベースのデータセンターの打ち上げおよび運用コストは、同等の地上データセンターの報告されたエネルギーコスト（kW/年あたり）とほぼ同等になると考えられます。

全体として、軌道到達コストの大幅な削減というかなり高いハードルが必要であるようです。しかし、過去10年のコスト推移がこの技術でも継続すれば、非現実的ではありません。

結論

軌道上データセンターが実現するのは、2030〜2035年以前ではほぼ不可能であり、主にさらなる打ち上げコストの削減が必要だからです。

これは、GoogleのProject Suncatcherが示すように、実験やテスト、プロトタイプがその前に概念を進展させないという意味ではありません。

Microsoft (MSFT )、OpenAI、Meta (META )、Alibaba (BABA )など、他の有力AI企業もこの構想の独自バージョンをテストする可能性が高いです。

この分野で特に迅速に動く可能性があるのは、Elon Muskが所有するxAIを持つSpaceXと、Jeff BezosがSpaceXに続いて自社の宇宙企業Blue Originを運営するAmazon (AMZN )です。

軌道上AIデータセンターへの投資

Planet Labs

Alphabet自体に加えて、宇宙ベースのデータセンター構想に焦点を当てた投資先としてはPlanet Labsが挙げられます。これは、GoogleがProject Suncatcherの技術テストで協力先として選んだパートナーだからです。

次のステップは、Planetと提携し、2027年初頭までに2機のプロトタイプ衛星を打ち上げ、軌道上でハードウェアをテストする学習ミッションです。これにより、宇宙での大規模計算時代への基盤が築かれます。

Planet Labsは現在、地球観測衛星に注力しています。同社は約200機の地球撮影衛星を保有しており、史上最大規模で、地球全体の陸域を日々撮影しています。

これらの画像は高解像度で、ハイパースペクトルデータ（可視光＋赤外線・紫外線）を含み、測地学、農業、保険、金融、政府（軍事用途を含む）に有用です。

監視、災害対応（山火事、竜巻等）、防衛・情報、インフラのマッピング、メタン排出の検知などに利用できます。

出典: Planet Labs

同社は透明性のある価格設定を提供しており、カバーする地域や要求される表面積（平方キロメートル）に応じて異なるサブスクリプションがあります。収益の90％は継続的で、年次または複数年契約から得られています。

出典: Planet Labs

Planet Labsは2025会計年度に2億4500万ドルの収益を記録し、2022年の1億2200万ドルから倍増しました。2026年第1四半期には記録的な収益を上げ、2025年第4四半期に調整後EBITDAが初めてプラスに転じました。

最大の収益源は北米地域（45％）で、防衛・情報部門が収益の半分以上を占めています。

出典: Planet Labs

信頼できるデータ提供者として、Planet Labsは宇宙産業の方向性に関わらず、いくつかのトレンドから恩恵を受ける可能性があります:

• 画像をAI企業にライセンス提供したり、独自にAIを訓練するために使用したりでき、リアルタイム監視の向上や新たな洞察が得られます。
• SpaceX、Relativity Space、Rocket Labsなどの打ち上げ事業者間の価格競争から恩恵を受け、衛星群の保守・交換コストが低減します。
• 衛星製造の規模の経済からも利益を得て、より高性能な新モデルが安価になります。これは、最近ハイパースペクトルデータを提供に追加したことで実証されています。
• 大型ロケットは、より大きく高性能な衛星の構想を可能にし、燃料搭載量により安定軌道を維持できるため、寿命が大幅に延びる可能性があります。

Googleと共同で軌道上AIデータセンターを構築・運用した経験が、2年以内に加わる見込みです。

全体として、Planet Labsは成長する軌道経済に賭ける興味深い銘柄であり、SpaceX（2026年にIPO予定）やRocket Labs (RKLB )といったロケット企業の株式と同様に注目に値します。

（Planet Labsのビジネスモデルと将来について、当社が作成した投資レポートで詳しく読むことができます。）