The ultimate battleground for computing power breakthroughs is not in Silicon Valley, but in space orbit

华尔街见闻
2025.12.27 06:12
portai
I'm PortAI, I can summarize articles.

随着 AI 算力需求逼近地面物理极限,太空算力凭借 “能源成本仅为地面 1/70” 及天然深冷散热优势,成为算力突围的新战场。美国以 Google、SpaceX 及 Starcloud 为代表,通过垂直整合率先实现工程化落地;中国则在国家战略引领下,推进 “专用计算星座” 与 “智能遥感” 双轨并进。

当地面数据中心的电力需求逼近物理极限,科技巨头们意识到,下一个万亿级算力金矿的挖掘地,已从拥挤的电网旁转移到了寂静的太空轨道。

这一曾经属于科幻范畴的构想,近期因 SpaceX 创始人马斯克、亚马逊创始人贝佐斯以及英伟达 CEO 黄仁勋等重量级人物的密集发声与布局而成为市场焦点。

据国泰海通证券产业研究中心周天乐等分析师团队 12 月 25 日发布的深度研报,太空算力并非简单的服务器上天,而是从 “天感地算” 到 “天感天算” 的范式重构。面对地面电力激增与散热困难的双重刚性约束,利用太空无尽的太阳能和天然冷却环境,已成为突破算力困境的关键解法。

在最新的行业动态中,这种热情已转化为实际行动。华尔街见闻写道,谷歌计划利用其 TPU 体系构建分布式卫星集群,初创公司 Starcloud 则宣布在搭载英伟达 GPU 的卫星上成功训练了太空大语言模型。

这一趋势背后的逻辑不仅是技术愿景,更折射出资本支出预期的重塑:与其在地面应对日益高昂的电力成本和监管阻力,不如利用太空的资源优势。

物理瓶颈倒逼:为什么是太空?

地面算力的扩张正面临两大物理刚性约束:能源与散热。

据国际能源署(IEA)统计,2024 年全球数据中心总耗电量为 415 太瓦时,而到 2030 年这一数字预计将翻倍。

随着 AI 大模型训练需求激增,地面电网建设面临 “代际差”,具备可调度能力的绿色能源建设周期长,难以匹配 AI 的快速需求。摩根士丹利报告指出,未来几年美国数据中心的电力缺口可能达到 20%。

与此同时,高密度芯片带来的散热成本高昂。英伟达 GB200 等新一代芯片热流密度持续提升,传统风冷已达极限,液冷技术虽有改善但面临水资源消耗与系统复杂性挑战。

相比之下,太空环境提供了完美的解决方案。太空拥有高达 1360 W/m²的太阳能密度,且不受昼夜天气影响,可提供 24 小时持续供电。更关键的是,宇宙背景温度低至 3K(约-270℃),为被动辐射散热提供了无限的 “热沉”,可实现零水耗、零能耗散热。

“太空特有的充沛太阳能可支持在轨数据中心 24 小时持续发电,且太空-270℃的深冷环境是被动散热的理想环境,能够同时化解能源与散热这两大地面瓶颈。”

此外,真正触动资本市场神经的,是地面和太空巨大的成本差异。

根据 Lumen Orbit 白皮书测算,一个 40MW 数据中心集群十年的能源成本,地面需 1.4 亿美元,而太空仅需 200 万美元(太阳能阵列成本)。 这种成本结构的根本性改变,使得太空算力具备了压倒性的长期经济优势。在这方面,地面与太空的能源成本比例约为 70 比 1。

在地面,散热系统往往意味着巨大的水资源消耗和电力浪费;而在太空,“被动辐射散热技术是一种零能耗、零碳排放的被动冷却方式,借助全波段红外辐射将热量直接排放至宇宙深空。”

巨头主导的差异化探索

在美国市场,太空算力的发展呈现出鲜明的巨头主导特征。报告指出:“全球龙头主导的太空算力的早期探索与能力构建,正在逐步形成大规模商业化扩散。”

Starcloud 率先探索 “在轨算力服务化”。

作为先行者,Starcloud 明确以提供在轨 AI 算力服务为核心,其测试卫星 Starcloud-1 搭载 NVIDIA H100 GPU,已完成轻量大语言模型在轨训练与遥感图像预处理验证。其目标是建立 5GW 的太空数据中心,并在 2030 年建成 40MW 级设施。

Google 则从云计算体系延伸。

其 “太阳捕手” 项目不仅仅是发卫星,而是计划利用自研 TPU 构建分布式卫星集群,强调软件调度与星间组网。报告分析认为,Google 旨在 “定义未来太空计算标准”,将其庞大的云计算与 AI 生态复制到轨道上。

SpaceX 则扮演了基础设施底座的角色。

依托 Starlink 星座,SpaceX 已构建了全球唯一具备规模化在轨算力承载能力的基础设施。虽然目前其算力主要用于星间链路管理与流量调度等内生服务,但其高功率卫星平台(Starlink V3)与低成本发射能力(Falcon 9 及星舰),为未来大规模算力部署奠定了物理基础。

垂直整合的产业体系

美国已在太空算力领域构建起从底层芯片到顶层服务、由龙头企业主导的垂直整合产业体系。

芯片层,美国率先实现了商用 AI 芯片(COTS)的在轨稳定运行。NVIDIA 的 Jetson 系列与 HPE 的 Spaceborne Computer 项目,证明了商用 GPU 在经过软件冗余与防护设计后,能够适应太空辐射环境。这使得地面成熟的 CUDA 生态与 AI 模型能够直接迁移至轨道,形成了难以复制的软硬件生态壁垒。

基础设施层,SpaceX 通过掌控高功率卫星平台、可重复使用发射体系以及超大规模星座网络,解决了算力 “上天” 与 “组网” 的难题。高频低成本的发射能力,使得更大功耗、更重的算力载荷(如服务器级设备)部署成为经济上可行的方案。

此外,美国政府通过风险分担机制(如 NASA 的采购合同)与多元化的商业需求(商业遥感、云服务),为产业发展提供了持续的资金与市场支撑。

中国路径:国家战略引领下的体系化发展

与美国由商业巨头主导不同,中国太空算力发展呈现出清晰的国家战略引领特征,形成了 “专用计算星座 + 智能化遥感星座” 的双轨并进格局。

专用计算星座旨在构建纯粹的天基算力网络。以 “三体计算星座” 为代表,该项目已于 2025 年 5 月完成首发 12 星入轨。其单星算力高达 744 TOPS,并通过 100Gbps 激光链路实现整轨互联,搭载天基分布式操作系统,旨在解决星载高性能计算与星间高速互联难题。

智能化遥感星座则是规模化应用的主流路径。以 “东方慧眼” 星座为示范,通过在遥感卫星上加载智能处理单元,实现 “在轨感知、实时研判”。例如,在灾害监测中,卫星可直接处理数据并下发结果,将响应时间从小时级压缩至分钟级。

在政策层面,从 “十四五” 规划到《推进商业航天高质量安全发展行动计划(2025-2027 年)》,中国正通过顶层设计与地方产业协同(如北京太空数据中心建设规划),推动太空算力从技术验证向体系化部署演进。