建一台望远镜花十几年，天文数据却只“开采”了表层，AI能否激活宇宙档案

“以观测为主要驱动的天文，依赖从海量数据中发现问题，所以我们需要更大的设备以及更多的观测时长⋯⋯但现在各家数据分散。”日前，在中国空间站巡天空间望远镜2026年度科学年会上，中国科学院国家天文台研究员刘超向《每日经济新闻》记者（以下简称每经记者）道出当下天文研究的现状。

每经记者在活动现场采访获悉，当全球第四代巡天设施即将把宇宙探索推入100PB（1PB≈100万GB）量级的大数据时代，我国科学家正试图为这场数据洪流构建一个“集中式”的AI中枢。让分散的数据被二次开发，在交叉中产生新的科学成果。

这不仅便于科学家调取更丰富的宇宙数据，也有望成为国产芯片、先进存储等硬科技的“终极考场”。在多位业内人士看来，从海拔4300米的冷湖到真空强辐射的太空，天文学对极端环境的苛刻要求，恰好能暴露软硬件系统的潜在缺陷，这也是基础科学反向催生产业技术的突破。

正如当年斯隆巡天助推微软SQL Server数据库的成长，如今中国天文也试图放大这一路径。但难题随之而来：不同望远镜的数据处理差异巨大，如何统一？

记者跟随大会主办方参观慕天望远镜 图片来源：每经记者 温沐夏 摄

海量天文观测数据只“开采”了表层

中国空间站巡天空间望远镜（Chinese Space-station Survey Telescope，简称CSST）常被称作“中国哈勃”，是中国迄今为止规模最大的旗舰级光学近红外空间天文望远镜。它发射后的主要任务是巡天——对宇宙进行大规模“人口普查”，为数据庞大的天体建立完整档案。借助这些观测数据，科学家们有望进一步解答关于宇宙起源和演化的重大谜题。

它将与欧空局的欧几里德望远镜、美国的罗曼空间望远镜以及地面的鲁宾天文台等第四代巡天设施一道，共同将人类对宇宙的探索推入100PB量级的大数据天文学时代。

挑战在于，这不仅仅是简单的数据存储与传输，而是对每一帧图像、每一条光谱进行精密的清洗、校准和挖掘，涉及复杂的图像处理、光谱提取、流量定标、天体测量等一系列精密数据处理过程。任何算法上的微小偏差，在百PB的数据规模下都可能被放大。

但挑战的另一面，是巨大的科学价值。

刘超用一个比喻向每经记者解释了数据挖掘的价值。“天文学的数据就像一座矿山，里面是有金子的。但要把它高效开采，要花很大的人力、物力和资金投入。”他坦言，随着越来越多天文大科学装置的逐步建成，各家数据分散处理，正在成为制约科学产出的隐形瓶颈。

“我们花了大量经费建造望远镜，数据产出了，它的价值才刚刚开始。”刘超是CSST科学应用研究团组的首席科学家，他向每经记者直言，一台设备从立项到运行，往往要十几年。“但真正的科学发现，很多时候发生在数据被反复挖掘、交叉比对之后。”

刘超认为，如果数据只是被单一团队一次性使用后就归档沉睡，那相当于只开采了矿山的表层。“一套‘集中式’的AI数据处理体系，有助于把分散的数据连成可交互、可协作的网络，让同一批数据被反复问出不同的问题。”

清华大学天文系副教授毛俊捷在接受每经记者采访时也指出：“如果能让原本分散在不同波段、不同设备中的数据，在同一语义框架下被关联、被追问，这种交叉本身就是新发现的源泉。”

PB级数据搬不动、难迁移 可行路径是什么？

“集中式”的愿景深受业内关注，但也存在质疑：不同天文装置的数据处理差异太大，如何统一？

“各大科学装置本身的数据，无论规模还是数据处理的周期和方式都存在很大不同，想把大家的原始数据集中到一起，本身就是一件挺难的事儿。”LAMOST运行和发展中心工作人员宋轶晗向每经记者表示，在实操层面，集中数据和计算资源在物理上难以实现。“每个望远镜都有自己的数据政策，有些数据不允许对外公开，而且有些数据量是以PB为单位，即便迁过去，存储也存不下，可行的路径是大家达成某种共识，在各个资源点上做统一的接口或协议。”

“以测光数据处理为例，尽管仪器、芯片类型等有差异，但常规性的共性处理流程是存在的。”云南大学中国西南天文研究所梦飞巡天望远镜数据处理负责人方圆告诉每经记者，可将共性模块打包成统一的框架，在此基础上再进行针对性优化。

中国科学技术大学天文学系教授、墨子巡天望远镜实时数据处理系统负责人范璐璐也表达了对“集中式”方向的认可。“未来肯定要向AI方向发展。如果CSST这类大AI集成的数据处理系统实际效果好，我们愿意积极跟进。统一平台带来的多波段数据汇集与交叉使用，优势很明显，可能催生新的科学成果。”

高海拔、外太空，天文有望成为硬科技的“压力测试场”

当前资本市场高度关注芯片、存储和算力基础设施。那么，数据规模大、处理链条长、可靠性要求高的天文领域，能否成为先进芯片、存储、数据库等的商业验证场景？

“完全有可能，因为天文具备多重极端性。”刘超向每经记者表示，首先，天文的数据规模极其庞大，对存储系统的吞吐能力、数据库的查询效率、数据传输带宽构成极高要求。

其次，从原始观测数据到最终的科学发现，中间要经历格式转换、定标、校正、特征提取、统计分析等多个环节，处理链条极为漫长。每个环节都可能成为性能瓶颈，也最易暴露软硬件系统的潜在缺陷。

“时域天文观测现象具有不可重复性。因为无法让一颗超新星再爆炸一次，也不允许0.5倍速播放、放大查看。所以这种对精确性与稳定性的极致要求，非普通商业场景可比。”刘超进一步向记者解释，比如把设备放到海拔4300米的青海冷湖望远镜台址，“硬盘能否正常工作、GPU（图形处理器）能否正常工作，全程都要直面极端环境的严苛挑战。在我看来，这些都是非常适合产业界与天文领域开展合作的应用场景”。

“除地面高海拔环境外，还有太空环境。”刘超补充说，部分天文设备需要进入空间运行，而太空是极端的真空环境，没有空气对流，传统的风冷散热方式难以为继。此外，太空中的强辐射会影响芯片的电子元件，数百摄氏度的剧烈温差也对设备稳定性提出了极高要求。“所以，天文完全有机会成为先进芯片、存储和数据库系统性能的前沿验证场。”

每经记者注意到，近期浪潮信息就联合中国科学院高能物理研究所打造了“拉索高能伽马智能工厂”，将国产服务器、液冷技术等搬到了海拔4410米的四川稻城，系全球海拔最高的宇宙线观测站智算中心。

天文对产业的带动，不局限于芯片、算力和存储领域。为解决重大科学装置建设中的特殊工程难题，科研团队和企业形成的技术方案，也具备向其他工业领域延伸的可能。

“最典型的例子就是被誉为‘中国天眼’的500米口径球面射电望远镜（FAST）。”刘超以牵引FAST馈源舱的巨型钢丝绳为例说，“这套索具技术，原本是为满足FAST建造需求研发而成，后来也广泛应用在诸多工业场景之中。”