把服務器送上天：太空算力是破局還是泡沫？

當AI的盡頭變成搶電和搶水，科技大佬們終于把目光投向了天空。

馬斯克在2026年2月的一場深度訪談中拋出了一個頗具爭議的判斷：在未來30至36個月內，在太空部署AI算力將是最便宜的方式。聽起來像科幻片？但這已經成了全球頂尖資本和科技巨頭真金白銀下注的瘋狂賽道。一邊是SpaceX、亞馬遜的激烈競逐，另一邊是初創公司直接把英偉達H100芯片送上了天。

這到底是破解地球算力危機的終極妙招，還是一場收割資本的海市蜃樓？今天，我們就來深度拆解這門捅破天的算力生意。

逼上太空：地球真的快被AI吃干了

為什么非得去太空建機房？答案的核心在于：地球上的電和水，供給日趨緊張。

國際能源署（IEA）在2024年電力展望報告中預測，在人工智能算力需求驅動的加速情景下，全球數據中心用電量到2030年可能接近950太瓦時。這是什么概念？約等于日本全國一年的總用電量。

再看看新一代的算力巨獸。英偉達將在2026年前后推向市場的Vera Rubin架構，單卡功耗約2.3kW，一個滿配機柜加上供電和制冷系統，整體功耗輕松突破百千瓦。電網建設的速度，根本追不上AI吞噬電力的胃口。

除了電，AI還是個喝水大戶。根據2023年發表于arXiv平臺的研究論文《Making AI Less Thirsty》的估算，訓練一次GPT-3級別的大語言模型，間接用水量估計約70萬升——相當于兩萬人一天的用水量。因為跟當地居民搶水搶電，美國多個州出現了數據中心項目被當地社區聯名抗議、進而被延遲或重新審查的案例。據獨立研究機構Data Center Watch統計，近年來美國已有約180億美元規模的數據中心項目被社區成功叫停，另有約460億美元項目遭遇延期。

在地球上建機房處處碰壁，太空的優勢就顯得極具吸引力了：

? 軌道太陽能供給充沛：近地軌道雖有地影期，但單次光照時間遠超地面光伏，且無需穿越大氣層衰減。

? 無需水冷：絕對的真空低溫環境，天然具備散熱優勢——但這一優勢的實際利用遠比想象中復雜，后文將詳細展開。

巨頭大亂斗：百萬衛星與千億賽道

在這個引發全球頂尖資本下注的新賽道上，各路玩家已經競相布局。

馬斯克與貝索斯的太空對決

2026年1月，SpaceX向美國聯邦通信委員會（FCC）提交了發射多達100萬顆衛星的規劃方案，意圖將大規模算力基礎設施送入軌道。借助星艦（Starship）的高運載能力，馬斯克試圖在未來大幅提升軌道算力容量。

隔壁亞馬遜的貝索斯也在發力。2026年3月19日，藍色起源（Blue Origin）向FCC正式提交了日出計劃（Project Sunrise）的申請，計劃部署最多51,600顆數據中心衛星，覆蓋500至1,800公里高度的近地軌道及太陽同步軌道，意圖建設太空吉瓦級數據中心。

xAI與SpaceX的合流

馬斯克已將SpaceX與xAI合二為一。2026年2月，SpaceX以全股票交易方式完成對xAI的收購，xAI自身估值達2500億美元，合并后SpaceX整體估值達1.25萬億美元。2026年5月初，馬斯克在X平臺宣布xAI不再作為獨立公司運營，將整合為SpaceXAI產品線的一部分。同月，SpaceX已就SpaceXAI向美國專利商標局提交了兩份商標申請，涵蓋從太空算力服務到通信、社交網絡的全領域布局。目前該體系在地面運營的Colossus 1數據中心已擁有超過22萬塊英偉達GPU，總功率超過300兆瓦，并向Anthropic開放了全部算力合作。

跑得更快的初創公司

巨頭還在規劃，硅谷初創公司已經把代碼跑在太空了。

2025年11月2日，Starcloud（星云科技）成功將英偉達H100全尺寸GPU搭載Starcloud-1衛星入軌，芯片擁有80GB顯存，打破了此前Orin等邊緣計算GPU主導太空算力的格局。2026年3月，Starcloud完成1.7億美元A輪融資，估值達11億美元，躋身獨角獸行列。

中國的硬核基建

面對太空圈地，中國航天也反應迅速。

不僅向國際電信聯盟（ITU）申報了萬顆級低軌衛星星座（如星網GW星座），國內資本也在加速布局。2026年4月，成立僅數月的北京初創企業軌道辰光完成了577億元人民幣的股債權融資及戰略授信，計劃在晨昏軌道建設GW級的數據中心，該消息被馬斯克轉發并評論為interesting，一時引發熱議。

多家商業航天企業正積極推進軌道計算相關項目。在技術驗證端，銀河航天已實現低軌寬帶通信衛星的批量化生產，具備年產百顆級衛星的制造能力。在更前沿的探索方向，之江實驗室與國星宇航合作，于2025年5月成功發射了三體計算星座，由12顆計算衛星組成，單星最高算力744 TOPS，整體計算能力達5 POPS，并搭載80億參數天基模型，實現L0至L4級衛星數據的在軌處理；北京郵電大學王尚廣教授團隊主導的天算星座也進展迅速，其首星北郵一號于2023年1月入軌，第二批衛星于2025年5月發射，已實現星地AI協同推理，衛星回傳數據量減少90%以上。

物理瓶頸：三大核心挑戰

資本的PPT寫得再炫，也得給牛頓和熱力學定律面子。太空算力的路上，堵著幾座難以逾越的物理大山。

第一錘：真空里怎么散熱？

很多人覺得太空零下270攝氏度很冷，散熱肯定毫無壓力。大錯特錯！真空是熱的不良導體，地球上的風扇和水冷到了太空統統罷工，熱量只能靠最原始的熱輻射排放。

根據斯特藩-玻爾茲曼定律，要散掉1兆瓦（1 MW）的熱量，你需要給衛星展開約1200平方米的散熱板——約相當于四至五個標準網球場的展開面積。更嚴峻的是，英偉達A100芯片的熱流密度高達36.3W/cm2，而傳統航天器固體熱傳導極限約為20W/cm2；在太空中，衛星向陽面溫度超100℃，背陰面低至零下200℃，溫差極端。在入軌成本依然遠高于地面物流的航天領域，背著幾個網球場上天？這筆賬根本算不過來。

第二錘：宇宙射線的降維打擊

像H100這種商用芯片，在地球上有厚厚的大氣層保護。一旦扔到高輻射的太空，高能粒子和宇宙射線分分鐘讓芯片發生單粒子翻轉，死機、亂碼、甚至物理損壞都是家常便飯。

業內推算，未經航天級防輻射加固的商用GPU，在太空的年化故障率可能高達百分之個位數。在地球的機房里換張損壞的顯卡只要工程師拔插五分鐘；在太空中換張卡？對不起，你需要重新發一枚運載火箭。

更深層的問題在于：當前宇航級器件的研發驗證周期近十年，與摩爾定律（每18個月算力翻倍）嚴重脫節，導致天基算力比地面落后3至4代，實際算力差距達1000至10000倍。

第三錘：算不過來的經濟賬

SpaceX已在招股書中坦承：我們開發軌道AI算力的舉措尚處早期階段，依賴于未經證實的技術，可能無法在商業上實現可行性。即便星艦能將發射成本打到每公斤100到300美元，算上龐大的散熱板和防輻射外殼，整體資本支出（CapEx）依然遠高于地面建機房。更別提AI芯片每兩年迭代一次，舊衛星沒法升級只能報廢。省下來的那點電費，全交了高昂的太空快遞費和整星重置成本。

監管盲區與洗綠陷阱

除了技術瓶頸，太空數據中心還隱藏著兩個常被忽視的暗坑。

暗坑一：失控的法律灰色地帶

把AI大模型和極其敏感的隱私數據扔進數百公里外的真空里，誰來管？

根據1967年簽訂的《外層空間條約》，一旦服務器上了天，各國地面的數據安全法（比如歐盟的GDPR）就面臨極大的管轄權爭議。這些脫離了主權民主體系直接審計的高性能軌道服務器，極易成為不受任何地面法律完整約束的法律灰色地帶。值得注意的是，歐盟已于2025年6月公布《歐盟太空法案》提案，試圖將數據保護管轄權延伸至外太空，但該法案尚在審議中，能否落地仍存懸念。

暗坑二：真環保還是洗綠營銷？

業界到處吹捧太空算力完全用太陽能，是零碳排。但這筆賬刻意漏算了送它們上天的運載火箭。

火箭發射不僅會排放二氧化碳，還會向平流層噴射黑碳顆粒（Soot），這種顆粒在高空的溫室效應遠超地面排放。歐洲航天局（ESA）主導的相關研究指出：除非火箭的碳排放效率比現在提升一個數量級，否則太空算力更環保的說法尚存較大爭議。

到底是破局，還是泡沫？

回到核心問題：把動輒兆瓦級的核心AI大模型訓練全盤搬上太空，目前依然是資本狂熱下的遠期想象。

但是，如果退一步，在太空中只做邊緣計算和AI推理，這絕對是打破常規的破局之道。

比如，谷歌參與的FireSat星座項目，利用AI直接在軌處理衛星圖像，能夠在極短時間內發現極小范圍的極早期野火。再比如，北京郵電大學天算星座已實現星地AI協同推理，衛星回傳數據量減少90%以上——只把最核心的變化數據傳回地面，極大地緩解了太空通信的帶寬瓶頸。

對于地球觀測、災害預警、自動導航等場景，太空AI推理已經是切實存在的需求。

所以，AI算力的太空躍遷并非虛妄，但也遠未到大規模普及的時刻。在這場星辰大海的狂飆中，我們需要剝開資本吹捧的泡沫，敬畏物理學的鐵律。太空算力，終究只是地面算力網絡在特殊場景下的昂貴補充。軌道數據中心從現階段的實驗室概念走向真正的大規模商業部署，至少還有10到20年的漫長征途。（本文首發鈦媒體APP，作者 | 硅谷Tech_news，編輯 | 林深）