把服务器送上天：太空算力是破局还是泡沫？

当AI的尽头变成抢电和抢水，科技大佬们终于把目光投向了天空。

马斯克在2026年2月的一场深度访谈中抛出了一个颇具争议的判断：在未来30至36个月内，在太空部署AI算力将是最便宜的方式。听起来像科幻片？但这已经成了全球顶尖资本和科技巨头真金白银下注的疯狂赛道。一边是SpaceX、亚马逊的激烈竞逐，另一边是初创公司直接把英伟达H100芯片送上了天。

这到底是破解地球算力危机的终极妙招，还是一场收割资本的海市蜃楼？今天，我们就来深度拆解这门捅破天的算力生意。

逼上太空：地球真的快被AI吃干了

为什么非得去太空建机房？答案的核心在于：地球上的电和水，供给日趋紧张。

国际能源署（IEA）在2024年电力展望报告中预测，在人工智能算力需求驱动的加速情景下，全球数据中心用电量到2030年可能接近950太瓦时。这是什么概念？约等于日本全国一年的总用电量。

再看看新一代的算力巨兽。英伟达将在2026年前后推向市场的Vera Rubin架构，单卡功耗约2.3kW，一个满配机柜加上供电和制冷系统，整体功耗轻松突破百千瓦。电网建设的速度，根本追不上AI吞噬电力的胃口。

除了电，AI还是个喝水大户。根据2023年发表于arXiv平台的研究论文《Making AI Less Thirsty》的估算，训练一次GPT-3级别的大语言模型，间接用水量估计约70万升——相当于两万人一天的用水量。因为跟当地居民抢水抢电，美国多个州出现了数据中心项目被当地社区联名抗议、进而被延迟或重新审查的案例。据独立研究机构Data Center Watch统计，近年来美国已有约180亿美元规模的数据中心项目被社区成功叫停，另有约460亿美元项目遭遇延期。

在地球上建机房处处碰壁，太空的优势就显得极具吸引力了：

• 轨道太阳能供给充沛：近地轨道虽有地影期，但单次光照时间远超地面光伏，且无需穿越大气层衰减。

• 无需水冷：绝对的真空低温环境，天然具备散热优势——但这一优势的实际利用远比想象中复杂，后文将详细展开。

巨头大乱斗：百万卫星与千亿赛道

在这个引发全球顶尖资本下注的新赛道上，各路玩家已经竞相布局。

马斯克与贝索斯的太空对决

2026年1月，SpaceX向美国联邦通信委员会（FCC）提交了发射多达100万颗卫星的规划方案，意图将大规模算力基础设施送入轨道。借助星舰（Starship）的高运载能力，马斯克试图在未来大幅提升轨道算力容量。

隔壁亚马逊的贝索斯也在发力。2026年3月19日，蓝色起源（Blue Origin）向FCC正式提交了日出计划（Project Sunrise）的申请，计划部署最多51,600颗数据中心卫星，覆盖500至1,800公里高度的近地轨道及太阳同步轨道，意图建设太空吉瓦级数据中心。

xAI与SpaceX的合流

马斯克已将SpaceX与xAI合二为一。2026年2月，SpaceX以全股票交易方式完成对xAI的收购，xAI自身估值达2500亿美元，合并后SpaceX整体估值达1.25万亿美元。2026年5月初，马斯克在X平台宣布xAI不再作为独立公司运营，将整合为SpaceXAI产品线的一部分。同月，SpaceX已就SpaceXAI向美国专利商标局提交了两份商标申请，涵盖从太空算力服务到通信、社交网络的全领域布局。目前该体系在地面运营的Colossus 1数据中心已拥有超过22万块英伟达GPU，总功率超过300兆瓦，并向Anthropic开放了全部算力合作。

跑得更快的初创公司

巨头还在规划，硅谷初创公司已经把代码跑在太空了。

2025年11月2日，Starcloud（星云科技）成功将英伟达H100全尺寸GPU搭载Starcloud-1卫星入轨，芯片拥有80GB显存，打破了此前Orin等边缘计算GPU主导太空算力的格局。2026年3月，Starcloud完成1.7亿美元A轮融资，估值达11亿美元，跻身独角兽行列。

中国的硬核基建

面对太空圈地，中国航天也反应迅速。

不仅向国际电信联盟（ITU）申报了万颗级低轨卫星星座（如星网GW星座），国内资本也在加速布局。2026年4月，成立仅数月的北京初创企业轨道辰光完成了577亿元人民币的股债权融资及战略授信，计划在晨昏轨道建设GW级的数据中心，该消息被马斯克转发并评论为interesting，一时引发热议。

多家商业航天企业正积极推进轨道计算相关项目。在技术验证端，银河航天已实现低轨宽带通信卫星的批量化生产，具备年产百颗级卫星的制造能力。在更前沿的探索方向，之江实验室与国星宇航合作，于2025年5月成功发射了三体计算星座，由12颗计算卫星组成，单星最高算力744 TOPS，整体计算能力达5 POPS，并搭载80亿参数天基模型，实现L0至L4级卫星数据的在轨处理；北京邮电大学王尚广教授团队主导的天算星座也进展迅速，其首星北邮一号于2023年1月入轨，第二批卫星于2025年5月发射，已实现星地AI协同推理，卫星回传数据量减少90%以上。

物理瓶颈：三大核心挑战

资本的PPT写得再炫，也得给牛顿和热力学定律面子。太空算力的路上，堵着几座难以逾越的物理大山。

第一锤：真空里怎么散热？

很多人觉得太空零下270摄氏度很冷，散热肯定毫无压力。大错特错！真空是热的不良导体，地球上的风扇和水冷到了太空统统罢工，热量只能靠最原始的热辐射排放。

根据斯特藩-玻尔兹曼定律，要散掉1兆瓦（1 MW）的热量，你需要给卫星展开约1200平方米的散热板——约相当于四至五个标准网球场的展开面积。更严峻的是，英伟达A100芯片的热流密度高达36.3W/cm²，而传统航天器固体热传导极限约为20W/cm²；在太空中，卫星向阳面温度超100℃，背阴面低至零下200℃，温差极端。在入轨成本依然远高于地面物流的航天领域，背着几个网球场上天？这笔账根本算不过来。

第二锤：宇宙射线的降维打击

像H100这种商用芯片，在地球上有厚厚的大气层保护。一旦扔到高辐射的太空，高能粒子和宇宙射线分分钟让芯片发生单粒子翻转，死机、乱码、甚至物理损坏都是家常便饭。

业内推算，未经航天级防辐射加固的商用GPU，在太空的年化故障率可能高达百分之个位数。在地球的机房里换张损坏的显卡只要工程师拔插五分钟；在太空中换张卡？对不起，你需要重新发一枚运载火箭。

更深层的问题在于：当前宇航级器件的研发验证周期近十年，与摩尔定律（每18个月算力翻倍）严重脱节，导致天基算力比地面落后3至4代，实际算力差距达1000至10000倍。

第三锤：算不过来的经济账

SpaceX已在招股书中坦承：我们开发轨道AI算力的举措尚处早期阶段，依赖于未经证实的技术，可能无法在商业上实现可行性。即便星舰能将发射成本打到每公斤100到300美元，算上庞大的散热板和防辐射外壳，整体资本支出（CapEx）依然远高于地面建机房。更别提AI芯片每两年迭代一次，旧卫星没法升级只能报废。省下来的那点电费，全交了高昂的太空快递费和整星重置成本。

监管盲区与洗绿陷阱

除了技术瓶颈，太空数据中心还隐藏着两个常被忽视的暗坑。

暗坑一：失控的法律灰色地带

把AI大模型和极其敏感的隐私数据扔进数百公里外的真空里，谁来管？

根据1967年签订的《外层空间条约》，一旦服务器上了天，各国地面的数据安全法（比如欧盟的GDPR）就面临极大的管辖权争议。这些脱离了主权民主体系直接审计的高性能轨道服务器，极易成为不受任何地面法律完整约束的法律灰色地带。值得注意的是，欧盟已于2025年6月公布《欧盟太空法案》提案，试图将数据保护管辖权延伸至外太空，但该法案尚在审议中，能否落地仍存悬念。

暗坑二：真环保还是洗绿营销？

业界到处吹捧太空算力完全用太阳能，是零碳排。但这笔账刻意漏算了送它们上天的运载火箭。

火箭发射不仅会排放二氧化碳，还会向平流层喷射黑碳颗粒（Soot），这种颗粒在高空的温室效应远超地面排放。欧洲航天局（ESA）主导的相关研究指出：除非火箭的碳排放效率比现在提升一个数量级，否则太空算力更环保的说法尚存较大争议。

到底是破局，还是泡沫？

回到核心问题：把动辄兆瓦级的核心AI大模型训练全盘搬上太空，目前依然是资本狂热下的远期想象。

但是，如果退一步，在太空中只做边缘计算和AI推理，这绝对是打破常规的破局之道。

比如，谷歌参与的FireSat星座项目，利用AI直接在轨处理卫星图像，能够在极短时间内发现极小范围的极早期野火。再比如，北京邮电大学天算星座已实现星地AI协同推理，卫星回传数据量减少90%以上——只把最核心的变化数据传回地面，极大地缓解了太空通信的带宽瓶颈。

对于地球观测、灾害预警、自动导航等场景，太空AI推理已经是切实存在的需求。

所以，AI算力的太空跃迁并非虚妄，但也远未到大规模普及的时刻。在这场星辰大海的狂飙中，我们需要剥开资本吹捧的泡沫，敬畏物理学的铁律。太空算力，终究只是地面算力网络在特殊场景下的昂贵补充。轨道数据中心从现阶段的实验室概念走向真正的大规模商业部署，至少还有10到20年的漫长征途。（本文首发钛媒体APP，作者 | 硅谷Tech_news，编辑 | 林深）