太空算力突然开始密集融资，资本到底在押什么？

文｜反熵

从8月31日到9月4日，五天之内，三家太空算力企业的融资信息密集出现。

8月31日，中科密位披露连续完成A1、A2轮，两轮合计超过1亿元；9月3日，一苇宇航披露天使轮系列融资规模超过1亿元，过去一年累计完成四轮；9月4日，轨道辰光宣布近日完成新一轮融资，这也是它今年第四次公开披露股权融资。

相比融资金额更重要的，是这些钱接下来会花在哪里。

中科密位两轮资金主要用于太空智能计算系统研发、产品迭代和市场拓展；一苇宇航明确投向太空数据中心级超大规模算力载荷和算力服务平台。轨道辰光9月这轮没有披露具体募资用途，目前正在推进"926工程"晨昏轨道巨型算力卫星星座。"辰光一号"技术试验卫星已于7月入轨。

同一个"太空算力"标签下，几家公司已经走向不同的商业路径。

01

太空算力并非今年才热起来。

2025年5月，国星宇航"星算"计划和之江实验室"三体计算星座"首批12颗计算卫星入轨，最高单星算力744TOPS，整轨具备5POPS计算能力和30TB存储容量。半年后，Starcloud又把英伟达H100送上轨道。

去年更吸引眼球的，还是算力上天。今年，另一个问题被推到了前面。

算力已经上去，谁愿意为它付钱？

中科密位目前较明确的进展，是星载计算产品已经积累了一定在轨履历。据融资材料披露，其相关产品已随4颗卫星在轨运行，最长接近5年，另有涉及25颗以上卫星的产品处于研发阶段。8月25日发射的AIRSAT-14/15，也搭载了中科密位的相关智能计算产品。

不过，这些信息还不能换算成商业化规模。现有公开材料仍不足以判断中科密位的收入和盈利水平。

一苇宇航今年6月上线了太空算力服务内测版，贯通任务自定义、仿真测试、上星执行和结果回传。最新融资继续投向数据中心级超大规模算力载荷和平台生态。

硬件之外，一苇宇航开始尝试把在轨计算资源做成可以调用的服务。做平台以后，商业进展就不能只看设备交付，还要看算力调用能否形成持续需求。目前公开信息还没有给出足够的付费和收入数据。

轨道辰光的目标直接指向太空数据中心。7月24日，"辰光一号"进入预定轨道，搭载空间聚光型太阳能电池、石墨烯柔性辐冷板等技术开展在轨验证。公开报道给出的单星算力为25PFLOPS，但没有说明对应的计算精度，因此不适合与其他AI算力平台直接横向比较。

从一颗试验星到真正可以运营的太空数据中心，还要经过在轨测试、技术迭代以及更大规模的组网和运营。

资本已经做出选择，市场还没有。

02

不同路线，资金周期也不一样。

地面数据中心可以利用成熟机房、电网和网络基础设施。对于自建星座的太空数据中心运营方，卫星制造和发射首先需要投入，规模收入通常晚于基础设施建设。

轨道辰光今年4月披露的577亿元银行授信及授信意向，一度被不少报道直接归入融资规模。准确口径是，轨道辰光与12家银行签署战略授信协议或取得授信意向函，合计577亿元。顺灏股份随后提示，这部分债权融资仅为初步授信意向，最终授信乃至融资落实存在较长周期和较大不确定性。

所以，577亿元不能直接算成已经到手的钱。

但这个数字依然有代表性。轨道辰光在完成Pre-A1轮股权融资的同时，银行授信也开始进入其融资安排。从试验星走向星座，变化的不只是卫星数量，资金来源也开始从早期股权融资向银行授信等方式扩展。

太空算力一旦走向基础设施，融资结构也会改变。

建设周期更长，只能说明资金占用时间更久，和商业模式的优劣并无直接关系。星载计算、算力服务和轨道数据中心最后谁的经济性更好，现在的数据还不够。

03

海外市场已经给出了更直接的参照。

Starcloud今年3月完成1.7亿美元A轮融资，估值约11亿美元；8月又完成2.5亿美元扩展融资，投后估值达到23亿美元。五个月内估值翻了一倍以上，总融资额达到4.5亿美元，英伟达和Cisco也进入投资者名单。

SemiAnalysis今年6月发布了一套太空数据中心TCO模型。按照其2026年基准假设，同样采用B300 GPU，轨道部署的总拥有成本约为8.64美元/GPU·小时，地面约为2.37美元，前者约为后者的3.6倍。

这不是实际市场报价，结果也高度依赖发射成本、设备寿命、资本成本和能源方案等假设。但按照当前技术和成本条件，轨道计算还没有表现出相对地面的成本优势。

轨道不会因为资本兴奋，就自动变得便宜。

散热就是其中一个现实约束。

太空没有地面机房熟悉的空气对流。NASA对航天器热控的说明很明确，真空中不存在对流，航天器最终需要通过热辐射向外排热。高功率计算带来的废热增加后，散热器的面积和质量都会成为系统设计需要处理的问题。

"辰光一号"专门搭载石墨烯柔性辐冷板开展验证，也说明高功率计算载荷上天以后，热控本身就需要单独验证。

04

太空数据中心还要面对两种完全不同的时间尺度。

航天资产希望尽可能延长使用周期，AI计算硬件却保持着很快的代际更新。

2025年11月，Starcloud把H100送上轨道。四个月后的2026年3月，英伟达发布面向太空计算的Space-1 Vera Rubin Module，并把Starcloud列为合作伙伴。

这不是说H100四个月就失去了价值，但可以说明两种产业的节奏差异。

卫星可以工作很多年，计算平台的更新速度却可能更快。

SemiAnalysis的模型同样显示，资产寿命假设会明显影响成本。它对数据中心基础设施采用的寿命假设是太空5年、地面15年。这里比较的是基础设施寿命，并不等同于GPU的更新周期，但使用周期越短，前期资本投入就需要在更短时间里摊销。

长期看，轨道与地面的成本差距也不是固定的。SemiAnalysis的模型预计，随着发射、太阳能和散热等环节继续降本，在其基准情景下，两者的平准化算力成本有可能在2040年前后接近。

硬件代际更新的问题仍然存在。对于太空数据中心运营方，如果计算载荷不能方便地升级，每次换代都伴随新的制造和发射投入，资产效率就会受到影响。

设备还没到设计寿命，计算平台可能已经落后一代。

峰值算力和融资规模还不足以说明商业结果。把算力送上天，已经有人做到了。接下来更难的，是让轨道上的算力一直有人买单。