轨道算力走向组网化，太空AI与低轨卫星通信将深度融合

2026年8月20日，Muon Space在公司动态中表示，正在推进在轨AI计算，并与SpaceX旗下Starlink合作发展实时超高带宽卫星连接能力。这些能力共同构成“太空数据中心”的计算与通信基础。两个月前，Muon Space已经公布面向轨道计算的Condor-Ultra平台。它与今年6月相继公布的SpaceX的Starmind AI1采取了相近的工程思路：借助重型运载工具部署高功率卫星，把Vera Rubin纳入计算方案，并以高速星间网络连接在轨节点。这意味着，轨道AI正在从单颗卫星上的独立计算走向多节点协作，轨道算力由此迈向组网化，太空AI与低轨卫星通信也将进一步融合。

01

轨道AI走向平台化

Muon Space走的是全栈式、规模化路线。这家公司成立于2021年，覆盖任务设计、卫星平台、载荷、软件、运营与数据服务。其官方披露，2026年上半年发射的7颗卫星使累计部署量达到11颗，分布在6次发射任务中；新启用的圣何塞工厂按设计到2027年可实现年产最多500颗卫星的能力。制造能力与平台规划相互配合，目标是把过去高度定制的航天项目，转化为能够重复制造和批量运营的星座基础设施。

Condor-Ultra正是这套平台化思路的代表。它被定位为面向通信、遥感和轨道计算的大型高功率航天器平台，针对SpaceX星舰的堆叠式批量部署进行优化，同时提供适配Falcon 9和Rocket Lab Neutron的构型。图1所示为该平台的官方效果图，其大面积太阳能阵列和长条形平台，直接反映了高功率载荷对能源与结构尺度的要求。

图1. Condor-Ultra航天器平台效果图

图源：Muon Space

按照项目时间表，首个Condor-Ultra探路者计划于2028年交付。从探路者交付到规模化运营，项目仍需完成发射安排、在轨验证等后续环节。

02

Condor-Ultra与AI1的异同

Condor-Ultra与AI1代表两种不同定位。前者是一套可面向不同客户和任务配置的航天器平台，太空数据中心只是其重要应用之一；后者则是SpaceX为Starmind轨道计算星座设计的首代AI卫星。一个更像“通用平台”，另一个更像“专用计算节点”。

二者真正值得比较的是共同的系统路径：用重型运载工具降低大尺寸卫星的入轨成本，用高功率太阳能系统支撑GPU计算，用可展开热控结构排出废热，再用星间激光通信（Optical Inter-Satellite Link, OISL）和Starlink把分散节点连成网络。表1将两套方案的公开参数放在同一框架下。

表1. Condor-Ultra与SpaceX AI1公开参数对比

比较项

Muon Space Condor-Ultra

SpaceX Starmind AI1

定位

面向通信、感知和轨道计算的可配置航天器平台

面向Starmind星座的专用轨道AI计算卫星

结构指标

对地载荷安装面积超过18m²

展开高度约20m；翼展约70m；整星功率效率约70kW/t

功率口径

初始平台功率20kW；未来型号最高100kW 计算载荷平均约120kW；峰值最高150kW

AI计算

轨道数据中心构型计划支持NVIDIA Space-1 Vera Rubin Module NVIDIA称计算载荷由Vera Rubin NVL72驱动

网络

100Gbps星间光学网状互联；通过Starlink提供25Gbps连接 高带宽光学星间链路，可与Starmind及Starlink卫星互联；速率未公开

发射适配

针对Starship堆叠部署优化；另有Falcon 9、Neutron构型 规模化部署依赖Starship的运力与发射频率

公开节点

首个探路者计划于2028年交付

项目页已公布AI1方案；Gigasat规划最早自2027年末推进批量生产和部署

注：Condor-Ultra的20—100kW是平台功率指标，AI1的120—150kW是计算载荷功率指标。两者口径不同，表中数值只用于呈现各自供电层级，计算性能需要另行评估。

03

AI卫星的“智能” 体现在哪里

AI卫星的“智能”首先体现在把数据处理从地面前移到轨道。传统遥感卫星往往把大量原始图像传回地面再处理；在轨AI可以先完成云层筛除、目标识别、变化检测或多源数据融合，只下传结果和关键数据，从而减少回传带宽并缩短响应时间。

SpaceX所称的人工智能卫星（Artificial Intelligence Satellite, AI Satellite），进一步把单星推向数据中心级计算节点。Starlink提供连接，Starmind提供计算。AI1负责在轨计算，Starlink的激光网络和地面接入能力负责转发业务流量；多个节点通过高速链路和统一调度协作后，才可能形成分布式轨道计算系统。

图2给出了SpaceX公开的AI1整体效果。中央平台连接两侧大型太阳能阵列和垂直展开结构，直观呈现了百千瓦级计算载荷在供电、散热和结构尺寸方面的需求。

图2. SpaceX Starmind AI1卫星效果图

图源：SpaceX

04

把数据中心送入轨道的四道工程关

算力：同为Vera Rubin，形态各有侧重

NVIDIA成为两条路线最直接的交点。Condor-Ultra的太空数据中心构型计划支持NVIDIA Space-1 Vera Rubin Module，其定位是在尺寸、质量和功耗受限环境中执行AI推理。根据NVIDIA与Muon Space公布的数据，针对轨道工作负载，Rubin GPU的单颗AI计算性能最高可达到H100 GPU的25倍。“最高25倍”对应特定轨道工作负载，实际提升幅度会随模型、精度和功耗条件变化。

AI1采用的是另一条路径。NVIDIA将AI1的计算载荷描述为由Vera Rubin NVL72驱动；标准NVL72是一套机架级AI超级计算系统。SpaceX同时表示，AI1采用模块化、芯片供应商无关的系统架构，可支持不同供应商的计算模块。当前公开页面尚未给出AI1卫星实际搭载的计算模块数量、板卡布局、显存和航天适配细节。图3是SpaceX公布的计算载荷舱概念图，呈现了计算模块与舱体的概念化集成关系。

图3. AI1计算载荷舱概念图

图源：SpaceX

供电与散热：功率越大，外部结构越大

Condor-Ultra从20kW起步，未来型号可扩展至100kW；SpaceX当前项目页显示，AI1计算载荷平均120kW、峰值150kW。计算载荷功率用于衡量用电需求，与浮点运算次数（FLOPS）属于不同指标。整星算力还取决于计算架构、运行精度、转换效率、储能和其他设备功耗等因素。

真空环境中的散热更难。缺少空气对流后，芯片产生的热量主要依靠辐射器向外排散。若把平均120kW近似视为最终需要排散的热功率，并假定有效辐射温度为400K、表面发射率为0.9，根据斯忒藩—玻尔兹曼定律，理想有效辐射面积约为92m²。这一结果属于理想化数量级估算；实际设计还需计入外部热流、管路温差、遮挡和工程冗余。

网络：轨道数据中心首先是一张网

Condor-Ultra公布了目前更具体的链路指标：100Gbps星间光学网状互联，以及通过Starlink提供的25Gbps持续网络连接。AI1也计划通过光学星间链路连接Starmind与Starlink卫星，单链路速率仍待SpaceX公布。

这也决定了早期应用更可能偏向推理和数据预处理。遥感、射频监测等任务可以在轨压缩原始数据，只下传事件、目标和特征；大规模分布式训练则持续依赖高吞吐、低抖动链路、时间同步和故障恢复，对星间网络的要求更高。

可靠性：轨道节点很难像机房服务器那样维护

先进GPU需要面对辐射、温度循环和长期无人值守。错误校正码（Error-Correcting Code, ECC）、任务检查点、故障隔离和软件重构可以提高系统韧性，但也会增加功耗、质量和软件复杂度。地面机房可以更换板卡和泵，轨道节点却可能在AI芯片仍快速迭代时就被锁定在既有硬件上。

05

制造、发射与运营能力

太空数据中心能否规模化，需要同时考察单星参数与制造、发射和运营能力。Muon Space的路径是为不同客户提供可重复配置的平台，并通过工厂扩产提高交付能力。图4展示其圣何塞制造设施，该工厂承担多类卫星平台的制造；Condor-Ultra当前公开的工程节点仍是2028年交付首个探路者。

图4. Muon Space圣何塞卫星制造设施

图源：Muon Space

SpaceX的路径更强调纵向整合。Starlink提供激光网络和星座运营经验，Starship承担大尺寸平台的批量运输，Gigasat工厂面向AI卫星生产，Starmind则负责计算业务。图5呈现了SpaceX公开的Gigasat工厂规划布局，其中标出了AI卫星开发、生产和太阳能电池等区域；按照项目页时间表，AI卫星批量生产和部署最早可自2027年末开始。

图5. Gigasat工厂规划效果图

图源：SpaceX

两条路线都把Starship视为关键变量。Condor-Ultra针对星舰堆叠部署优化，AI1的大型太阳能阵列、散热结构和计算载荷同样需要重型运力。图6所示的Starship仍在持续迭代，未来能否形成稳定的有效运力、发射频率和可靠性，将直接影响太空数据中心的单位部署成本。

图6. Starship发射画面

图源：SpaceX

06

百万颗申请与现实考验

2026年1月30日，SpaceX向美国联邦通信委员会（Federal Communications Commission, FCC）申请建设最多100万颗卫星的非地球静止轨道（Non-Geostationary Orbit, NGSO）数据中心系统；2月4日，FCC发布受理通知，将申请列入公开审查程序。该数字对应申请中的远期系统上限。FCC规定的公众意见征集期限已于3月23日结束，相关申请仍在等待后续裁定。

Muon Space公布的技术路线提供了一个更具体的观察尺度：一边是20kW平台、100Gbps星间光网和2028年交付节点；另一边是平均120kW计算载荷、Gigasat产线规划和百万颗申请边界。前者更接近可配置平台的渐进式扩张，后者更接近火箭、卫星、网络与算力的一体化布局。

首批在轨节点的功耗、温度、链路可用率、故障恢复能力和单位计算成本，将成为更直接的检验指标。此外，后续监管审查还会涉及轨道协调、碰撞规避、频谱共享、天文影响和受控离轨等问题。这些约束将直接影响系统规模与部署节奏。

07

结语：从单星计算走向协作网络

当前公开的不同技术方案，分别从高功率卫星平台、专用计算节点和航天化计算模块切入，并共同指向供电散热、星间互联、低轨通信和重型发射相互协作的系统路线。轨道算力由此从单星计算走向多节点组网，太空AI与低轨卫星通信也将进一步融合。

未来几年，首批平台交付、AI卫星在轨验证以及批量制造能力，将决定这条路线能走多远。若成本与可靠性经受住实际检验，卫星将从通信和感知节点进一步扩展为计算基础设施，逐步形成兼具连接、感知与计算能力的空间网络。

研究团队介绍

研究团队为宁波东方理工大学无线通信与网络实验室。团队负责人为尚博东，现为宁波东方理工大学助理教授、副研究员、博士生导师。研究团队深耕于6G空天地海一体化网络研究领域，研究方向包括星地融合网络、低轨卫星通信与组网、太空算力、太空AI等。网站：https://shangbodong.github.io邮箱：bdshang@eitech.edu.cn

>End

本文转载自“6G空天地海一体化网络”，原标题《轨道算力走向组网化，太空AI与低轨卫星通信将深度融合》。

未按照规范转载及引用者，我们保留追究相应责任的权利

部分图片难以找到原始出处，故文中未加以标注，如若侵犯了您的权益，请第一时间联系我们。

HISTORY/往期推荐

充满激情的新时代，

充满挑战的新疆域，

与踔厉奋发的引领者，

卓尔不群的企业家，

一起开拓，

一起体验，

一起感悟，

共同打造更真品质，

共同实现更高价值，

共同见证商业航天更大的跨越！

——《太空与网络》，观察，记录，传播，引领。

·《卫星与网络》创始人：刘雨菲

·《卫星与网络》副社长：王俊峰

·微信公众号（ID：satnetdy）团队

编辑：艳玲、哈玫，周泳、邱莉、黄榕、娜娜

主笔记者：李刚、魏兴、老谭、三维人、张雪松、霍剑、乐瑜、稻子、赵栋

策划部：杨艳、若㼆、李真子

视觉总监：董泞

专业摄影：冯小京、宋伟

设计部：顾锰、潘希峎、杨小明

行政部：姜河、林紫

业务部：王锦熙、瑾怡

原创文章转载授权、转载文章侵权、投稿等事宜，请加微信：15910858067

商务合作；展览展厅设计、企业VI/CI及室内设计、企业文化建设及品牌推广；企业口碑传播及整体营销传播等，请加微信：13811260603

杂志订阅，请加微信：wangxiaoyu9960

·卫星与网络各分部：

成都分部负责人：沈淮

长沙分部负责人：宾鸿浦

西安分部负责人：郭朝晖

青岛分部负责人：江伟

·卫星与网络总部负责人：农燕

·会议活动部负责人：乔颢益、许克新、董今福

· 投融资及战略层面合作：刘雨菲

·本平台签约设计公司：一画开天（北京）文化创意设计有限公司

· 航天加（深圳）股权投资基金管理负责人：杨艳