美國月球車製造商 Astrolab 與 Hewlett Packard Enterprise(HPE)合作,計畫將大型語言模型(LLM)與高效能運算設備送往月球,測試人工智慧在缺乏地面即時支援的環境中,能否直接處理科學與工程資料。
根據 HPE 10 月 20 日公告,Spaceborne Computer-4 將搭載於 Astrolab 的 FLIP 無人月球車,隨 Griffin-1 登月器前往月球南極附近。任務原定於 2026 年底發射,屬於 NASA 商業月球酬載服務(CLPS)相關任務。
Griffin-1 最初由 Astrobotic 開發,現由 Voyager Technologies 旗下業務承接。FLIP 則是 Astrolab 為未來大型月球車開發的技術驗證平台。
月面 AI 將測試哪些工作?
Spaceborne Computer-4 採用低功耗中央處理器(CPU)、圖形處理器(GPU)及 KIOXIA 固態儲存設備,並採無風扇設計,以適應月面有限的能源與散熱條件。
HPE 規劃執行多項實驗,包括大型語言模型結合檢索增強生成(RAG),協助查詢與解讀任務文件;視覺推論用於分析相機影像;光達(LiDAR)資料處理則支援地形測繪、定位與導航研究。
NASA 也將進行 FLUID 聯邦式學習實驗,研究分散於地球、月球及國際太空站的人工智慧模型如何協同運作。Deloitte 則將測試 Silent Shield 網路安全系統,分析設備運作時的異常情況。
這些實驗的共同需求,是讓設備在資料產生的位置完成部分運算,降低對地球通訊與地面運算資源的依賴。
商用運算設備能否承受月球環境?
HPE 自 2017 年起,已透過 Spaceborne Computer 系列在國際太空站測試商用運算設備,並於後續任務中執行生成式人工智慧模型。
月球表面的環境條件更加嚴苛。設備必須面對輻射、極端溫差、月塵,以及有限的電力與散熱能力。
Spaceborne Computer-4 將利用 FLIP 月球車提供的能源與熱管理系統,在月面執行 AI 工作負載與高效能運算基準測試。
研究人員希望藉此了解商用處理器在月球環境下的運算效能、穩定性與能源需求,評估未來月面設備採用類似架構的可行性。
AI 能否直接控制月球車?
目前公布的任務內容,主要集中於資訊處理、視覺分析、導航資料與系統監測。
大型語言模型具有生成錯誤資訊的風險,對於導航、避障及設備安全等關鍵操作,仍須依賴經過驗證的控制系統與安全機制。
因此,這次任務尚不能視為大型語言模型將獨立駕駛月球車。LLM 與其他 AI 模型在月面運作的可靠性,也必須等待實際測試結果才能確認。
Astrolab 與 HPE 的合作,將月面運算從地面模擬推進至實際飛行驗證。隨著月球探測設備增加,如何在有限的通訊、能源與運算資源下處理大量資料,將是後續月球車與基地基礎設施需要解決的工程問題。
資料來源:MIT Technology Review、HPE、Reuters、Space.com,2026 年 10 月。
本文同步自 NewSpace Lab 臉書粉絲專頁。



