看懂太空算力，這一篇就夠啦！

█ 到底什么是太空算力？

太空算力，就是把算力送到太空。（廢話）

更具體來說，是把具備計算能力的半導體芯片、算卡、服務器，部署到近地軌道、月球軌道乃至深空的航天飛行器上面。因此，也稱為“在軌算力”。

目前業界所討論的太空算力，主要是部署在近地軌道的衛星平臺上。而且，是成規模進行部署（幾十個~幾百萬個），相當于打造一個龐大的太空算力網。

太空算力的形態，并不是直接把整個服務器或機柜打包發射上去。而是針對太空環境，進行外觀和結構的重新設計，以確保能夠滿足體積、重量、可靠性等方面的要求。

其實，嚴格來說，太空算力早就已經存在。世界上第一顆人造衛星“斯普特尼克1號”就搭載了簡單的電子計算電路。阿波羅登月飛船的制導計算機雖然只有64KB內存，卻也能進行精準軌道解算。

現在的任何一個太空飛行器，都搭載了芯片，具備一定的算力。太空算力之所以此前沒人提，現在突然火了，主要還是因為當代“鋼鐵俠”馬斯克和他的SpaceX公司所提出的太空算力項目。

SpaceX在納斯達克完成史上最大規模IPO之后，估值已經突破了2萬億美元。馬斯克的個人身家，也超過萬億美元。支撐SpaceX龐大市值的，是他們的三大核心業務——航天發射、星鏈（Starlink）網絡、人工智能。

其中，人工智能業務中，最重要的項目，就是SpaceXAI和太空算力基礎設施。

今年1月，SpaceX向美國聯邦通信委員會（FCC）提交了軌道數據中心系統（Orbital Data Center System）?申請。該系統計劃在近地軌道部署最多100萬顆衛星，專門用于運行人工智能模型。

這件事徹底引爆了公眾和資本市場對太空算力的關注，也吸引了眾多科技巨頭的踴躍跟進。

發展太空算力，成為當下最熱門的科技賽道之一。

█ 太空算力，用來算什么？

太空算力的任務主要包括兩個方向：一是航天應用場景的計算任務，二是地面數據中心的計算任務。

● 航天應用場景的計算任務

航天應用場景很多。例如衛星方面，包括導航定位、遙感測繪、氣象預測、通信廣播、國防軍事等。再例如航天科研方面，包括行星探索、空間試驗等。

以往，這些場景的計算都屬于“天數地算”——也就是數據在太空采集后傳回地面，由地面數據中心完成處理。

例如針對臺風的遙感觀測和預警，先由衛星采集圖像數據，然后發回給地面，由地面解算出路徑預測。衛星采集的數據量通常很大，受限于星地鏈路帶寬和傳輸時延，往往需要天級或者小時級的周期。

如果太空算力足夠強大，就可以實現“天數天算”——衛星直接對采集到的數據進行在軌實時處理、智能篩選、壓縮回傳。這能夠大幅降低星地鏈路的帶寬壓力，將任務時效壓縮至分鐘級。

更為理想的狀態，是整個計算過程直接在衛星上完成閉環。無需回傳任何原始數據，衛星直接支撐地面終端的應用和交互。

除了遙感影像實時處理之外，衛星星座協同調度、空間目標識別與跟蹤、導航信號偏差校準、軌道預測與障礙規避等任務，都可以基于強大的太空算力來完成，工作效率將得到顯著提升。

這兩年，業界提出了“天地一體協同計算網絡”的設想——通過部署太空算力中心，與地面數據中心形成動態協同，讓數據在“衛星-地面”之間根據任務類型、實時負載和延遲要求來完成計算（和6G的“空天地海一體化網絡”有點像）。

這類似于地面的“云-邊緣-端”三層架構，哪里算力更合適（權衡算力規模、時延、能耗、成本等因素），數據就在哪里算。

● 地面數據中心的計算任務

就是把地面的一些計算任務，直接搬到太空去執行。這里主要是指AI智算任務，也就是大模型訓練之類的。

SpaceX等科技巨頭提出“太空算力中心”構想，主要目的就在于此。在近地軌道部署由成千上萬顆算力衛星組成的AI計算集群，然后完成模型訓練，把訓練好的模型參數再回傳至地面。

這類任務，屬于太空算力對地面算力的補充。它對算力規模、時延和可靠性的要求更高，也需要衛星集群之間具備極強的高速互聯能力。

█ 太空算力，有哪些優勢？

首先，最重要的，是能源優勢。

太空中擁有近乎無限的太陽能資源，可實現持續供能，且不受晝夜、天氣、季節等因素的影響。據測算，同等規模的太陽能陣列，在太空的年發電量可達地面的5倍以上。

大家都知道，地面數據中心目前最大的瓶頸就是能耗問題。根據Gartner的數據，2026年，全球數據中心用電量預計達565TWh（太瓦時），也就是5650億度電。到2030年，更將超過12000億度電。

如此之高的能耗，已經對地面電網造成了很大的壓力。它的背后，也意味著巨大的碳排放。

將數據中心部署到太空，可以充分利用太陽能資源優勢，從根本上緩解能源壓力，支持AI的綠色可持續發展。

其次，是環境優勢。

太空屬于真空環境，超低溫、無塵、無震動，天然適配高精度計算器件的運行。

這種環境能顯著降低散熱成本，不用像地面數據中心那樣建設復雜龐大的冷卻系統，也不用消耗大量的水資源。（當然了，太空散熱也沒那么容易，待會會講。）

第三，是土建成本優勢。

部署太空算力，無需土地審批，無需征地、建樓、鋪路，省去了地面數據中心高昂的土建與基礎設施投入，規避了部分城市土地資源緊張的難題。

不過，占用空間軌道資源（包括衛星頻率和軌道位置），還是需要找國際電信聯盟（ITU）和國家有關部門申請。

第四，是覆蓋優勢。

衛星的最大優勢是地球表面的全域覆蓋。太空算力繼承了這個優勢。

它可直接為海洋、沙漠、森林、極地等地面網絡和算力難以覆蓋的區域提供低時延、高可靠的實時計算服務，支撐應急通信、野外勘探、遠洋航運與邊疆安防等關鍵場景的算力需求。

很多人認為太空很遠，數據傳輸時延會很大。

其實，這個時延要看和誰比。低軌衛星幾百公里的高度，往返時延大概十幾毫秒（1000公里高度的通信單向理論時延約3.34毫秒，設備轉發和處理時延另算），有時候比地面云計算的時延還要低些。

第五，是戰略安全方面的意義。

說白了，太空算力也算是地面算力的一種備份。地面發生重大災害或戰爭之類的狀況，地面數據中心和網絡會損毀，這時太空算力可以作為應急算力補充。

█ 太空算力，面臨哪些技術挑戰？

說完了優勢，我們再來說挑戰。

太空算力看上去很美好，但就目前人類的技術能力而言，仍存在非常多的現實挑戰。想要跑通這個商業模式，遠比想象中困難。

● 能源問題

前面說了能源是優勢，怎么又變成了問題？

很簡單，太空算力雖然可以使用理論上無限的太陽能，但具體技術實現卻不容易。

太陽的輻照度理論值是1367W/平方米，主流三結砷化鎵電池效率28%~34%，單位面積峰值功率約340~410W/平方米（老式硅基太空板更低）。

如果按單個算力衛星10kW功耗、光伏板功率輸出200W/平方米計算，單顆衛星需部署約50平方米光伏板。這么大的面積，對光伏板的物理強度、展開收納機械結構的可靠性等都提出了極高要求。

我們可以看看SpaceX目前的解決方案。

2026年6月8日，SpaceX正式公布其軌道數據中心系統第一代產品AI1衛星的設計方案。

AI1衛星的峰值負載高達150kW，平均負載120kW，大致為一個英偉達GB300 GPU機架的水平。

AI1衛星的兩翼，是翼展約70米的巨大展開式太陽能陣（衛星展開高度20米），輸出功率200W/平方米，整體峰值輸出功率約150 kW。其中約120 kW持續供給算力載荷，其余用于散熱泵、電控、姿態控制與裕量，勉強夠用。

據了解，SpaceX計劃在美國得州的Gigasat工廠搭建一座10 GW級太陽能產線，進行太陽能晶圓、電池片到整星的垂直整合制造。這是他們重要的產業鏈環節之一。

需要注意的是，太空軌道并不都是24小時光照。國際空間站和大部分星鏈都在低地球軌道，約每天繞地球15圈，平均只有約60%的時間能曬到太陽。

將算力衛星部署在太陽同步軌道，尤其是接近“晨昏線”的軌道，才能夠實現絕大部分時間面向太陽，但每天仍有最長35分鐘的陰影周期。

所以，太空算力仍然有可能需要儲能設備（電池）。進入陰影區時，通過儲能設備給算力負載供電。

這進一步抬高了發射成本與熱管理難度。電池在太空極端溫度和環境下的工作壽命驟減、充放電效率下降、熱膨脹失配等問題，也需要充分考慮。

● 散熱問題

太空背景溫度-270℃，接近絕對零度，聽起來好像非常利于散熱。但實際上，太空是真空，熱量無法通過空氣對流排走，唯一的散熱方式是熱輻射。

AI芯片是發熱大戶，每平方厘米產生數百瓦熱量（H100芯片的功耗700W，未來下一代芯片可能超過1000W）。剛才也提到，AI1算力衛星的設計功率為150kW。

輻射板的散熱能力有一個斯特藩-玻爾茲曼定律。簡單來說，常規通信或遙感衛星的工程保守取值大約是100~300W/平方米。

AI1衛星的散熱器采用液冷，雙面輻射，刀刃面朝向太陽，總面積110平方米，功率密度能夠達到1400W/平方米，累計可以扛住154kW的熱負荷。這個數據表現還是非常出色的。

100多平方米的散熱器，同樣會大幅增加衛星的體積和發射重量，也考驗機械強度與可靠性。

算力衛星還要解決內部的熱管理（熱傳導）問題。

芯片與散熱板之間，需要通過高導熱界面材料、微流道冷板或相變儲熱結構，實現高效熱傳導。這些材料在發射振動、入軌沖擊，以及長期太空輻射、微重力與反復熱循環下，很容易出現故障，或者老化失效。

任何一處出現問題（例如界面脫粘、微裂紋擴展或相變材料泄漏），都會引起局部熱堆積，進而觸發芯片熱失控、降頻、燒毀等連鎖反應。

業界普遍認為，太空算力的最大結構約束是散熱。這確實有一定的道理。

● 太空輻射問題

太空看上去很平靜，但實際上存在很多看不見的高能粒子和宇宙射線。

近地軌道航天器所面臨的輻射環境，主要由三類來源不同、物理特征各異的輻射粒子構成，分別是銀河宇宙線（GCR）、太陽粒子事件（SPE）以及輻射帶俘獲粒子（TP）。

這些粒子會穿透航天器的防護屏蔽層，對航天器的電子元件造成損傷（微觀轟擊），導致硬件損壞，或者干擾元件的計算精度。

例如，有一種損傷叫做單粒子翻轉，高能粒子撞擊芯片和存儲器，把某個比特從0變成1。還有一種叫單粒子鎖死，粒子在芯片內部觸發寄生晶閘管效應，引發電路短路甚至燒毀。

如何防范這些問題呢？要么，增加冗余系統，多個系統一起算，以多數為準（例如三模冗余）。要么，采用抗輻射加固芯片，通過特殊工藝與電路設計提升單粒子效應閾值。

但是，前者大幅增加功耗與體積，后者大幅增加芯片成本與研發周期（成本可達普通商用芯片的8-10倍），都代價不菲。

SpaceX在4月份推出的D3芯片，是第三代Dojo架構芯片，主要供給太空算力業務。

這個芯片采用了（硬件+架構+封裝）三級抗輻射加固體系，引入了環形柵版圖、SEL硬件阻斷電路、全存儲ECC容錯、三模冗余、在軌糾錯算法、鉭金屬復合屏蔽層等技術，兼顧高性能AI算力與太空極端環境耐受性。

AI1衛星的可替換式計算單元

AI芯片巨頭英偉達也在太空算力領域有所動作。

今年3月，英偉達在GTC開發者大會上宣布推出首款原生太空專用算力模組——Vera Rubin Space-1，對標D3芯片，算力據說是H100的25倍，面向大型算力衛星、近地軌道AI集群。

該平臺同樣采用了全套抗輻射加固體系，專為太空嚴苛環境設計。

● 在軌維護問題

地面數據中心偶爾會出現硬件故障，太空算力中心也一樣。

但是，針對太空算力出現的問題，想要進行維修和替換就很困難。目前業界還沒有成熟可靠的在軌維修機器人系統。如果靠人工出艙去執行維修任務，風險高，成本也大。

壞了沒辦法修和換，就只能折損，失去部分算力。全都壞了，就徹底報廢。

一般來說，地面數據中心的使用壽命可以達到15年甚至更久。而太空算力中心的設計壽命（主要取決于衛星設計壽命）通常僅為5-8年，資產折舊速度遠高于地面數據中心。

根據統計數據，截至2025年，全球各類已規劃星座合計約170萬顆（僅SpaceX的太空算力星座就有100萬顆）。

星鏈的衛星就已經很多了

這么多的衛星，每年都會有大量的報廢和損毀，會極大地增加航天任務的碎片碰撞風險。地面的很多天文觀測任務，也會受到密集衛星星座的影響。太空很可能會變成一個“垃圾場”。

● 數據傳輸問題

算力衛星在軌道上運行，我們需要把要處理的數據傳上去，把處理后的數據傳下來。這涉及到星地之間的通信鏈路。針對一些協同計算任務，算力星座的衛星之間，也需要進行通信。

目前，這些數據傳輸基本上都是采用激光通信鏈路，單鏈路速率可達100-400Gbps。

SpaceX此前已經在星鏈上進行了光學星間鏈路（ISL）的在軌驗證。當前每顆星鏈衛星帶3-4套激光終端，單條速率可達約200 Gbps。整個星鏈系統（9000多顆衛星），已實現約5.6 Tbps 的總吞吐、日均搬運約42 PB數據。

星地鏈路方面，新一代Starlink V3單星對地容量約1 Tbps（約為V2 mini的十倍）。AI1算力衛星，很可能會復用這套體系。

激光通信的建鏈時間比較長，對準精度和穩定性要求極高。衛星在軌道上高速運動，姿態微小擾動就可能導致光束偏移甚至斷鏈。針對星地通信，還需克服大氣湍流、云層遮擋等干擾。

如果是將算力星座用于大模型分布式訓練，對衛星之間的通信鏈路帶寬、時延和可靠性要求更高。現在地面的萬卡集群訓練，都很難保證通信鏈路的可靠性（零丟包、零中斷）。在近地軌道進行星座間的協同訓練，困難就更大。

星座的算力協同調度、任務切分和恢復機制、星間網絡互連協議，可能都需要重新設計，并進行嚴格在軌驗證。

總而言之，作為一個橫跨航天、能源、通信、計算等多個領域的“超級系統工程”，太空算力在各個關鍵技術領域都存在極大的挑戰。這些挑戰環環相扣，如果解決不了，太空算力就只能停留在概念驗證階段。

█ 太空算力，真的能成功嗎？

剛才我們提到的，都是技術方面的挑戰。想要真正實現太空算力的商用化，不僅要考慮技術困難，更要考慮商業模式的可行性。

說白了，你不惜一切代價，強行砸錢，也是可以做成這件事的。但是，如果成本遠大于收入，付出遠大于回報，那么，做這件事就沒辦法實現商業閉環。最終結果可能就和上世紀90年代的銥星計劃一樣，變成一地雞毛。

我們可以把太空算力項目看成是一道數學題。

它的成本包括發射成本、衛星研發和制造成本、芯片研發和制造成本、地面基礎設施成本、運營成本等多個方面。前面提到的技術困難，也可以折算為相應的研發和運營成本。

它的收益，則包括算力租賃、服務訂閱等。

算力的需求是持續存在的，但用戶是否選擇太空算力，主要就看太空算力相比地面算力是否有價格上的優勢。

眾多成本中，最重要的成本是發射成本。有機構指出，當低軌發射成本降至200美元/kg時，太空算力的成本就會逼近地面算力，商業模式就有可能跑通。

目前，獵鷹9號已將成本壓至3000美元/kg以內，星艦的成本則為600美元/kg左右（完全復用是100-200美元/kg，馬斯克號稱未來能達到10-20美元/kg），確實有這個可能性。

算力芯片也是成本大頭。SpaceX的百萬級AI算力星座，需要大量的芯片。他們在2026年3月發布的Terafab工廠，就是為這方面做準備。

按規劃，Terafab將會被打造為“每年1太瓦算力工廠”，最終實現每月100萬片晶圓的產能（約相當于臺積電當前全球產能的70%）。這背后的挑戰是很大的，畢竟臺積電歷經三十年沉淀才達到今日規模，Terafab想在三年內追平，值得質疑。

前文我們介紹了AI1衛星的很多參數和技術。實際上，AI1沒那么玄乎，就是Starlink V3衛星的“魔改”版本：去掉了相控陣通信天線，加裝了巨型太陽能板、雙面散熱器，設計了專門的AI芯片載荷單元。

眾所周知，SpaceX的核心競爭力就是極致工程化能力。他們的技術也許并不是最先進的，但是能做到：低成本、可量產、可快速迭代。換言之，就是能省則省，能用則用，夠用就好，先實現，再改進。

針對太空算力這個項目，如果是別人提出來，肯定早就被罵死了。但是，馬斯克作為當代“鋼鐵俠”，在可回收火箭、星鏈組網、星艦超重運輸等硬科技上，屢次創造奇跡，將科幻藍圖轉化為工程現實。他吹的很多牛，都實現了。

來源：鮮棗課堂

編輯：晨曙

轉載內容僅代表作者觀點

不代表中科院物理所立場

如需轉載請聯系原公眾號