史上最大在轨计算集群正式开放商业运营

关于太空数据中心的讨论热度持续高涨，但实际上目前轨道上的GPU数量仍然相当有限。随着这一局面逐步改变，在轨计算的近期商业图景也开始逐渐清晰。

目前在轨运行规模最大的计算集群由加拿大Kepler Communications于今年1月发射升空，搭载约40枚英伟达Orin边缘处理器，分布在10颗在役卫星上，各卫星之间通过激光通信链路相互连接。

目前，该公司已拥有18家客户，并于本周一宣布了最新合作方——Sophia Space。这家初创公司将在Kepler的卫星星座上测试其独特在轨计算机的软件系统。

业内专家普遍认为，SpaceX和Blue Origin等公司所构想的大规模太空数据中心，要到2030年代才有望实现。近期最重要的一步，是对在轨采集的数据进行实时处理，从而提升私营企业和政府机构所使用的天基传感器的整体性能。

Kepler首席执行官Mina Mitry在接受TechCrunch采访时表示，公司并不将自身定位为数据中心企业，而是太空应用的基础设施提供商。其目标是成为一个网络服务层，为其他在轨卫星，乃至低空飞行的无人机和航空器提供连接服务。

Sophia则致力于研发被动冷却式太空计算机，有望解决在轨大规模数据中心面临的核心难题之一：在无需搭载沉重且昂贵的主动冷却系统的前提下，有效防止高性能处理器过热。

根据此次合作协议，Sophia将把其专有操作系统上传至Kepler的一颗卫星，并尝试在两艘航天器上的六枚GPU之间完成系统启动与配置。这类操作在地面数据中心中属于基础性工作，而在轨道上进行尚属首次。确保软件能够在轨道环境中稳定运行，将是Sophia在其首颗计划于2027年底发射的卫星升空前，降低技术风险的关键验证步骤。

对于Kepler而言，此次合作有助于证明其网络的实用价值。目前，该公司主要承载和处理从地面上传的数据，或由自身航天器上搭载载荷所采集的数据。随着行业的不断成熟，公司预计未来将与第三方卫星建立连接，提供网络与计算服务。

Mitry表示，卫星公司正在围绕这一模式规划未来资产，特别是针对合成孔径雷达等高功耗传感器，将处理任务卸载至边缘节点具有显著优势。美国军方正在开发一套以卫星探测和跟踪威胁目标为核心的新型导弹防御系统，因此也成为此类业务的重要客户。Kepler已在为美国政府进行的一次演示中，成功验证了星地激光链路技术。

这种边缘计算模式——在数据采集现场进行实时处理以加快响应速度——正是在轨数据中心率先体现价值的领域。这一发展方向也使Sophia和Kepler有别于SpaceX、Blue Origin等成熟太空企业，以及Starcloud、Aetherflux等正大规模募资、专注于建设数据中心级处理器大规模集群的初创公司。

"我们判断，未来在轨计算更多将是推理而非训练，因此我们希望部署更多执行推理任务的分布式GPU，而不是一个承担训练工作负载的超级GPU，"Mitry对TechCrunch说道，"如果一台设备耗电数千瓦，却只有10%的时间在运行，那效率就太低了。而我们的GPU是满负荷运行的。"

一旦这些技术在轨道上得到验证，未来将充满无限可能。Sophia首席执行官Rob DeMillo指出，威斯康星州上周刚刚通过了一项禁止新建数据中心的法案，国会中也有部分议员在推动类似立法。在他们看来，任何限制地面数据中心建设的举措，都将使太空数据中心方案更具吸引力。

"这个国家不让再建数据中心了，"DeMillo感慨道，"接下来的发展会很有意思。"

Q&A

Q1：Kepler Communications在轨计算集群有多大规模？

A：Kepler Communications于2025年1月发射的在轨计算集群，目前是全球规模最大的在轨计算集群，搭载约40枚英伟达Orin边缘处理器，分布在10颗在役卫星上，各卫星之间通过激光通信链路互联。公司目前已积累18家商业客户，业务涵盖数据承载、实时处理及网络服务。

Q2：Sophia Space的被动冷却太空计算机解决了什么问题？

A：太空中缺乏空气对流，高性能处理器极易过热，而传统主动冷却系统体积大、重量重、成本高，对卫星发射造成较大负担。Sophia Space研发的被动冷却太空计算机，能够在无需主动冷却系统的情况下维持处理器正常工作温度，是推动在轨大规模数据中心落地的关键技术突破之一。

Q3：在轨数据中心为什么更适合做推理而不是训练？

A：根据Kepler CEO Mitry的观点，在轨计算环境中，GPU需要尽量保持高利用率才能体现价值。大模型训练需要集中式超大规模算力，且运行时间不连续，不适合资源有限的卫星环境。而推理任务可以分布式部署，实时响应传感器数据，能让GPU保持100%运行，更符合在轨计算的资源特性和应用场景需求。