大規模AI算力上太空，可信嗎？可行嗎？

近日，一則關于北京加速布局太空數據中心的報道引發產業界廣泛關注。報道稱，北京星辰未來空間技術研究院團隊正探索將大規模AI算力基礎設施部署到太空軌道上，試圖利用太空的特殊環境為人工智能計算提供新解決方案，并公布了方案規劃。

乍一看，從地面數據中心到太空數據中心，這個曾經遙不可及的設想正在悄然走向現實。細究下，面對太空環境的諸多未知，這究竟是一項具有革命性意義的戰略布局，還是脫離實際的技術狂想？尚且有待驗證。

01

在太空上建數據中心

優勢何在？

人類對宇宙的探索不足百分之一，但在太空建數據中心的想法卻由來已久，并且符合產業期待。一位業內資深人士告訴記者，最初行業討論太空算力，重點在太空不需要龐大的制冷系統。

尤其是近年來，伴隨人工智能飛速發展，以大型智算中心為代表的數據中心正面臨土地資源緊張，電網承壓以及水資源大量消耗的困境。國際能源署報告顯示，到2030年，全球數據中心的電力需求預計將增長一倍以上，人工智能將成為推動這一用電激增的最主要動力。

那么太空是否適合建數據中心、作為擺脫地面算力困境的新出路，筆者查詢資料發現，在太空建設數據中心理論上具備諸多優勢。

首先，太陽作為巨大的能量源，每秒即可釋放出3.86×102?瓦的能量，而且太空中太陽能的損耗更小，將數據中心部署在晨昏同步軌道上，太陽能板能夠24小時不間斷地工作，效率可達地面的8倍。

其次，數據中心部署在太空可以采用閉環冷卻系統，通過紅外輻射將熱量直接散發到外太空，完全無需使用水資源。

最后，不受限于有限的土地資源，太空具備空間優勢。

02

大規模AI算力上太空

可信嗎？

即使在太空部署數據中心優勢明顯，但公眾關注核心還是聚焦在技術上能否實現。對此，北京星辰未來空間技術研究院也給出了肯定回答，并且公布了具體的建設計劃，即在距地面700-800公里晨昏軌道布設算力星群，建設運營超過GW（吉瓦）功率的集中式大型數據中心系統。

就組成來看，該系統具體包括空間算力、中繼傳輸和地面管控分系統。其中，空間算力作為放在太空的運行部分，計劃部署多座太空數據中心，每座功率約1GW，可容納百萬卡級別的服務器集群，開展天基數據中繼傳輸和計算服務。

綜合來看，AI算力上太空，已經成為披著航天外衣的人工智能產業。不僅如此，為了論證這一探索并非“空中樓閣”，團隊還給出了未來十年的具體時間規劃。

具體分三階段，采取“先驗證、再提升、后規模”的路徑穩步推進。2025年至2027年，突破太空數據中心能源與散熱等關鍵技術，迭代研制試驗星，建設一期算力星座，計劃總功率達200kW、算力規模達1000POPS，實現“天數天算”應用目標；2028年至2030年，突破太空數據中心在軌組裝建造等關鍵技術，降低建設與運營成本，建設二期算力星座，實現“地數天算”應用目標；2031年至2035年，實現衛星大規模批量生產并組網發射，在軌對接建成大規模太空數據中心，支持未來“天基主算”。

一系列規劃展現了團隊探索新賽道的雄心壯志，也將這一領域擴展成為貫穿新材料與集成電路、衛星通信以及航空航天的大型綜合性產業，為產業鏈企業帶來新方向的同時，也大大增加了產業整合的不確定性。

03

并非個例

太空算力早已成為新賽道

盡管太空數據中心在理論層面優勢顯著，目前規劃也給出了清晰路徑，但從“圖紙”走向“軌道”，仍舊面臨理想和現實的差距。

值得一提的是，太空算力近年來已被產業界看好。放眼全球，科技巨頭、初創企業、傳統航天企業已經爭相入局太空數據中心，開啟技術驗證和產業實踐，積極搶占這一新興市場。

SpaceX創始人馬斯克稱，大規模部署太陽能AI衛星是實現每年1太瓦AI算力部署的唯一路徑。SpaceX的星鏈V3衛星與星艦火箭將為AI衛星部署創造條件。谷歌啟動“太陽捕手計劃”，擬于2027年初發射兩顆搭載TPU芯片的原型衛星，以驗證激光通信和抗輻射能力，目標在2029年實現615MW算力。亞馬遜則借“柯伊伯計劃”，試圖將地面AWS的云計算經驗復制到太空，目標2030年前部署3.2GW軌道算力。

初創企業Starcloud更是與SpaceX合作，在今年11月搶先發射搭載英偉達H100 GPU和谷歌Gemini大模型的衛星，完成首次數據中心級GPU在軌試驗。

中國方面，北京除了此次提出的AI算力上天規劃外，北京中科天算科技有限公司已率先在“超算上天”領域進行探索。早在2022年，其創始人帶領的天算團隊已經將搭載國產高性能AI芯片的極光1000星載智能機發射上天，目前已在軌穩定運行超過1000天，成功驗證了高性能AI計算系統上天的可能性。

今年5月，國星宇航與之江實驗室在全球首發12顆計算衛星，計劃在2027年前建成100顆衛星規模的算力網絡。

產業動作頻發，驗證可行性之余，也側面反映了這一新興賽道的價值。

04

實踐落地山高路遠

究竟可行嗎？

放眼長遠，行業仍需面對極端環境下的嚴酷技術挑戰、衛星等研發成本居高不下以及商業價值如何實現等共性問題。

正如Omdia數據中心基礎設施研究總監王坤在接受采訪中指出，就實現來看，實際部署仍面臨多重障礙。首先是發射難度以及成本，目前衛星每公斤載荷成本仍然較高；其次是供電，太陽能板配合儲能在功率上很難滿足現代數據中心的需求。不僅如此，制冷也是問題，太空中只能靠熱輻射來散熱，而受到太陽直射的時候散熱會更加困難。

最重要的還需要防輻射。目前航天級芯片的成本非常高，地面上的芯片到了太空可能會因為各種輻射而出現問題。“相比較之下，數據上傳和回傳，還算比較容易解決的問題。”王坤表示。

除了技術驗證和成本大考之外，場景落地方面尚未明確。可以預見，除了支持AI訓練，太空數據中心還將有望開啟實時地球觀測，深空探測、實時災害預警等新場景應用。

對此，筆者認為，場景落地還應避免“為了技術而技術”，行業前期探索應以地面無法替代的需求場景為核心，基于場景優先級理性探索開發，避免資源浪費。尤其是在當前智算中心供需尚未匹配好的情況下，從需求側探索技術方向更適合產業發展。

綜合來看，當前太空算力產業尚處于技術可行但不經濟，場景存在但不明確的階段。考慮長遠發展，其與衛星互聯網的競爭邏輯相似，本質還是“軌道資源+技術生態”的競爭，若想在這場競爭中占據主動，需避免盲目投入，走“天地協同、場景聚焦”的理性路徑。

因此，回歸本源，AI算力“上天”不是“要不要做”的問題，而是“如何理性做”的問題。

三個“要”定調中國移動做什么、怎么做

云廠商Q3財報大考：誰是AI云真“一哥”？

AI眼鏡“牌桌”重開：跨界入伙真能“理想”？

作者：包建羽

責編/版式：王禹蓉

審校：王 濤 梅雅鑫

監制：劉啟誠

【通信世界新媒體矩陣】

央視頻 | 微軟MSN | 視頻號 | 微博 | 今日頭條 | 百家號 | 網易號 | 人民號 | 騰訊新聞

搜狐 | 新浪看點 | 雪球號 | 抖音 | 快手 | 愛奇藝 | 知乎 | 嗶哩嗶哩 | 咪咕視頻 |CSDN

【新媒體團隊】

監制｜劉啟誠

審校｜王濤 梅雅鑫 張鵬

編輯｜王禹蓉

視頻制作｜蔣雅麗 黃楊洋