一、太空算力是什么

太空算力是AI算力体系从地面向轨道空间延伸的全新范式，是在地球低轨或中轨卫星中部署的具备推理与训练能力的模块化服务器节点。作为一种全新的“轨道级分布式 AI 架构”，太空算力并非简单地将地面服务器搬上太空，而是将数据中心的核心物理要素（能量供给、热量排散、数据互联），在极端的真空、微重力和强辐射环境下，进行系统性的重构与工程化实现。

二、为什么要发展太空算力

（一）能源需求与供给之间的撕裂

随着OpenAI、Anthropic、百度、阿里、字节等国内外厂商相继推出新一代大模型，全球范围的算力需求呈现全面开花的态势，同时，“星际之门”、“普罗米修斯”等超大规模项目计划落地，叠加 CSP 厂商持续上修资本开支，进一步印证算力建设进入加速周期，带来了庞大的新增电力需求。根据兰德公司（Rand）发布的电力需求测算研究，到2030年全球 AIDC电力需求达327GW。算力飙升背后是电力供给的极限，而地外空间拥有的取之不尽太阳能资源与极低温真空环境，为从根本上突破这一瓶颈提供了可行的技术路径。将高能耗算力基础设施部署于太空轨道，不仅可实现近乎零碳排的能源自给，更能利用空间天然冷源大幅降低散热成本，从而构建一个天地协同、优势互补的可持续算力体系。

（二）传输效率的“时空革命”

当前主流卫星任务规划遵循“任务排程—数据获取—星上记录—过境下传—地面预处理”的经典链条，其中星地数传速率与地面站全球部署密度构成系统效能的硬约束，致使单星单圈次有效数据下传窗口极为有限，信息吞吐率与数据获取率严重失衡。太空算力所倡导的“天数天算”，将计算范式从冯·诺依曼架构下的“数据搬运”重构为“存内计算与边缘预处理”的星上智能解译。通过在轨实现特征提取、目标检测与数据压缩编码，将下传信息量从TB级的原始像素降至MB级的特征向量与告警元数据，在释放下行链路预算的同时，将全链路信息闭环时延从天基过境窗口匹配的“滞后响应”推进至亚轨道级的“准实时认知”，可以为国家安全、防灾减灾等关键领域构建起不可替代的系统优势。

（三）服务覆盖的“无界网络”

一旦成千上万颗计算卫星组成星座网络，将形成一张覆盖全球、不受国界与地理环境限制的“算力天网”。该网络通过星间激光链路实现高速互联与动态路由，其覆盖范围不受海洋、极地、荒漠等地理障碍约束，也不依赖于各国地面网络的互联互通状态。由此，无论是远洋船舶、偏远山区，还是未来的全球物联网、自动驾驶，都能获得无缝的算力接入服务，真正实现算力的全球泛在化，将算力从“区域资源”升维为“全球公共品”。在这场从地面到太空的算力基础设施重构中，率先建成覆盖全球、自主协同的天基算力网络的国家，将在下一代信息基础设施的竞争中占据不可替代的战略制高点。

三、太空算力有什么优势

（一）能源优势

太空环境的初级优势来自太阳辐照强度的显著提升。在地球顶层大气边缘，总太阳辐照度约为1361W/m²，而经过大气层衰减、云量遮挡和气溶胶散射后，地面光伏板实际接收到的能量密度大大降低。而在轨道上，这种能源限制被极大地弱化。太空中如晨昏轨道的太阳能有近乎 7×24 小时的光照时间，只要位置、技术设定合理就可以持续接收太阳能。由此，天基计算平台可获得持续、稳定且高密度的能源供给，从根本上解除了地面算力中心所面临的电网容量与碳排放指标的双重约束。

（三）散热优势

相比地面设施散热，太空由于其自身真空环境在散热方面具有散热效率高、节约水资源等优势。太空中的超低温环境，远低于地面任何自然或人工冷却系统的极限，可直接作为“天然液氮冷却池”，大幅降低主动散热能耗。此外，太空算力摆脱了对水资源的依赖，以 Meta 为例，其新建的数据中心日最高用水量达600万加仑，远超当地全郡用水量，而太空散热无需水资源，将彻底解决干旱地区数据中心部署限制，这在水资源日益匮乏且环保法规严苛的今天具有极高的商业溢价空间。

四、太空算力系统的核心构成

与地面数据中心不同，轨道级数据中心通过卫星在轨布置计算、存储与网络设施，并利用太阳能提供持续性能源，结合真空环境下的散热器实现高效冷却。系统核心由计算存储模块、液冷系统、网络交换机与电源管理模块组成，通过高速星间链路实现多卫星节点间的数据互联与任务分配。同时，数据中心的网络交换设备连接至卫星对地通信链路，将必要的数据下行至地面站或其他在轨任务单元，实现“在轨计算+按需下传”的混合模式。

（一）载体

卫星作为整个系统的载体，相当于数据中心的机房。目前多采用低轨卫星或空间站平台，而低轨卫星是当前太空算力部署最为核心的载体。与传统的通信或遥感卫星不同，计算卫星在平台层面进行了系统性重构，不仅提供电力、通信链路与结构支撑等传统功能，更承载星载智能计算机、星载高通量路由器以及天基分布式操作系统等核心计算载荷。空间站作为另一种天基载体，是综合实验与边缘节点的重要补充平台。空间站拥有更大的舱内空间、更强的供电能力（大型太阳能帆板）和更完善的热控系统，可承载更高功耗、更复杂的地面级计算设备。例如，Voyager公司的LEOcloud Space Edge微型数据中心已搭乘SpaceX的火箭进入国际空间站开展在轨验证。

（二）算力模块

算力模块是太空算力系统的计算核心，其物理形态等同于地面数据中心中的服务器集群，承担着在轨数据融合、特征提取、推理决策等关键计算任务，主要由星载服务器集群构成，需集成抗辐射加固的高性能 CPU、GPU及专用 AI 加速芯片。该模块必须在卫星平台严苛的体积、重量与功耗约束下，实现高算力密度、低能耗运行和长期可靠工作。典型部署形式包括多芯片集成架构或紧凑型机柜设计，以支撑在轨任务对计算性能的持续需求，并确保在无人运维条件下稳定运行 5 至 15 年。

（三）通信链路

通信链路是太空算力系统的“神经网络”，承担着数据注入、指令分发、在轨互联与结果回传等关键职能。整个天基通信链路体系可划分为上下行链路与星间链路两大类别。上下行链路是卫星与地面站之间进行数据交互的射频通道，构成太空算力系统与地面基础设施之间的唯一直接信息接口。上行链路负责将地面控制指令、任务规划参数、算法模型更新（如星载AI模型的在轨升级）等数据由地面站上传至卫星。下行链路负责将卫星在轨处理后的计算结果、精炼情报数据以及卫星平台遥测信息下传至地面接收站。太空算力系统“天数天算”模式的核心效益之一，即大幅压缩下行链路的数据通量——将TB级原始遥感数据缩减为MB级特征向量与告警元数据，从而在有限的星地通信窗口内实现高效数据传输。星间链路是卫星之间直接进行数据传输的通信通道，是巨型低轨星座实现全球无缝组网与在轨协同的核心技术支撑。对于太空算力系统而言，星间链路的价值不仅在于“连接”，更在于构建一张独立于地面网络的天基算力骨干网——通过星间高速互联，将分散在轨道上的计算节点聚合为统一的分布式计算集群。

（四）能源系统

能源系统承担着为星载计算载荷、通信链路、姿轨控及热控子系统提供持续、稳定、可靠电力的核心使命，主要由太阳能电池阵、电源控制器和储能电池三个部分组成。太阳能电池阵在晨昏轨道等特定轨道，可近乎实现 24 小时不间断日照，且无大气衰减，太阳能利用效率可达地面的 5 倍以上，为系统提供持续、近乎无限的清洁能源。电源控制器负责调节、分配和管理整个卫星平台的电力；储能电池则在卫星运行至地球阴影区时，为关键负载提供不间断的电力保障。

（五）散热系统

太空是真空环境，无法通过传导散热，需要采用热管或流体回路+辐冷板形式散热，即芯片产生的热→热管传导→辐冷板→通过红外辐射把热量直接“辐射”到外太空，散热效率和辐冷板面积成正比，所以在卫星上会看到“大翅膀”一样的结构。对于 GPU 等高功率载荷，单靠热管难以满足需求（或需要较多热管，导致卫星重量过高，发射成本过大），往往需要结合液体回路进行主动散热（类似地面服务器的液冷散热）。

五、太空算力的技术路线

太空算力节点的部署形态，主要可分为专用计算卫星星座与大型卫星/空间站搭载模块两大类。二者在架构理念、服务模式和技术路径上各有侧重，共同构成了当前天基算力基础设施的两种主流范式。

（一）专用计算卫星星座：分布式在轨算力集群

专用计算卫星星座是当前太空算力部署的核心形态，其基本架构是通过多颗小卫星在轨组网协同，构成一个分布式的“轨道数据中心”。这一模式以规模化部署和全球覆盖为核心优势，代表案例包括中国的“星算”计划与“三体计算星座”。以“星算”计划为例，其首发星座由12颗计算卫星组成，采用“一轨12星”的布局，于2025年5月14日由长征二号丁运载火箭在酒泉卫星发射中心成功发射入轨。这12颗卫星采用国星宇航自研的智能网联卫星平台，搭载了之江实验室研制的星载智能计算机、星载高速路由器等核心载荷。每颗卫星均配置星载智算系统与星间通信系统，具备太空计算与太空互联能力。在性能指标上，首发星座单星最高算力达744TOPS，整体具备5POPS（每秒5千万亿次运算）的在轨计算能力和30TB存储容量。

（二）大型卫星/空间站搭载模块：集中式轨道数据中心节点

另一种部署形态是将计算模块搭载于大型卫星平台或空间站模块中，形成集中式的轨道数据中心节点。这一模式以更大的物理空间、更强的供电能力和更完善的热控系统为优势，适合承载更高复杂度、更高功耗的计算设备。Axiom Space是该领域最具代表性的推动者。该公司计划在其商业空间站上集成“轨道数据中心”（Orbital Data Center, ODC）舱段。2025年9月，Axiom Space与Spacebilt公司宣布启动多组织合作，计划于2027年在国际空间站部署光互联的轨道数据中心基础设施（AxODC Node ISS）。该节点将建立一个光学互联的高性能ODC节点，使低轨卫星、其他航天器以及宇航员和研究人员能够存储和处理数据，并运行人工智能与机器学习工作负载。

六、工程化落地的瓶颈

（一）技术可靠性层面

1.抗辐射与可靠性权衡

由于太空环境中存在大量的宇宙射线和高能粒子，先进制程的半导体器件极易受到总剂量效应和单粒子效应的影响，导致逻辑翻转或物理损毁。传统的宇航级芯片虽然可靠，但计算性能落后地表多代，且价格极其昂贵，无法支持大模型推理。目前的工程共识是转向商用现货芯片，在系统层面采取两种对冲策略，一是硬件层面的加固，采用更高密度的封装屏蔽、TMR 电路设计或特定的衬底技术；二是系统层面增加容错，通过在轨数据擦除、热备节点快速切换、软件定义容错架构，如 RISC-V 架构的 PIC64-HPSC，来抵消单点失效。这两者都会显著增加系统的质量负载和功耗冗余，从而推高单位算力的综合成本。

2.极高的通信链路门槛

除遥感卫星产生的原生数据外的数据不可能凭空在轨道上生成。对于通用AI 推理，海量输入数据必须能够高效地上行至轨道，且处理结果需实时下行。虽然 NASA 的TBIRD 任务在 LEO 实现了 200 Gbps 级激光下行，并在单次过境中传输了 TB 级数据，但这仅仅是点对点的实验。要实现工业级的轨道算力运营，需要一套全天候、低成本、高可靠的激光网状路由。SpaceX 的优势在于其已经部署 Starlink 激光骨干网，未来能够无缝支撑其计算节点的数据吞吐，而其他竞争者则面临极高的通信门槛。

3.热控与供电的尺度化矛盾

ISS 的散热标尺显示，70 kW 级散热已需要复杂的氨回路和巨型散热板。如果目标是 MW 级乃至 GW 级的轨道中心，散热板的物理尺度将达到数万平方米。这将引入结构疲劳（巨型柔性结构在姿态调整和冷热交替循环中的材料疲劳问题）、指向控制（需要在保持太阳翼对日定向的同时，确保散热器避开地球热辐射并指向深空冷端）、微流星体防护（大面积暴露的辐射器极易受损，需要设计复杂的流体隔离阀门和冗余回路以防灾难性泄漏）等一系列复杂的机械工程问题。

（二）经济可行性层面

在太空算力从技术构想迈向工程实践的过程中，经济可行性始终是决定其能否实现规模化部署的核心命题。当前围绕这一问题的讨论，常以Space-X创始人马斯克在投资人会议中所提出的愿景为切入点——马斯克在与投资人Ron Baron的活动中表示，“太阳能AI卫星”有望实现每年100GW的太阳能发电规模。尽管该表述侧重于空间太阳能发电的远期构想，但其隐含的“大运力+低成本”逻辑同样适用于天基算力基础设施的经济性分析。

以SpaceX星舰V3型火箭稳定发射后、100美元/kg的预期运输成本作为基准假设，分别对一个50GW级与一个1GW级的轨道数据中心进行初始建设成本测算。测算结果显示，仅将数据中心所需平台质量送入LEO的运输费用，就已经相当于地面同等规模数据中心基础设施建设的约50%。但是需要特别强调的是，这一比例尚未涵盖以下诸多关键工程环节所产生的巨额成本：超大面积太阳翼与散热器的制造与在轨展开、全系统空间环境可靠性验证与抗辐射加固、大型结构件的在轨组装、全寿命周期内的在轨维护与模块更换、空间碎片碰撞风险防护体系，以及支撑大规模数据上下行所需的全球地面站网络建设等。上述任何一项缺失，都将使轨道数据中心在工程层面失去可操作性。

进一步以1GW级轨道数据中心为具体测算对象，依据星舰V3约150吨级至LEO的理论运力，并计入计算载荷、太阳翼、散热器及平台结构等综合质量，初步估算需执行372次星舰发射。这一数量级本身即构成工程可行性的显著约束——即便运力成本可降至每公斤百美元量级，单次发射的硬成本、发射场资源占用、生产节拍匹配及发射窗口约束等系统性因素，依然使大规模部署面临严峻的现实瓶颈。

若仅依据单次发射的寿命周期进行固定资产折旧，轨道数据中心在当前及可预见的未来，均无法与地面数据中心在纯经济性维度上构成有效竞争。问题的真正拐点，在于低成本大运力与在轨维护能力二者的共同成熟与结合。Space-X的星舰系统规划提供100至150吨级的单次入轨能力，且以极低的边际发射成本为目标。这一运力红利一旦在工程层面得到稳定验证，将允许在单次发射中部署规模化的结构组件与标准化计算模块，从而摊薄单位算力的入轨成本。

更为关键的是在轨维护能力的建立。当前航天器设计寿命通常为5至10年，这一周期相对于地面数据中心15至20年的服役寿命而言显著偏短，导致轨道数据中心的固定资产折旧周期过短，单年度摊销成本居高不下。若能够引入以Tesla Optimus人形机器人空间变体为代表的在轨服务机器人系统，执行算力模块的定期更换、在轨升级与故障修复，则有望将轨道数据中心的设计寿命从当前的5至10年量级延伸至15至20年乃至更长，从而实现资产折旧周期的合理化，从根本上扭转轨道数据中心的经济性公式。

（三）规则与安全层面

高功率在轨基础设施的密集部署必然引发国际安全博弈。一个能够支撑百万核心计算的卫星，在战时可以瞬间转化为强大的电子干扰平台或信号侦察节点，这极大地模糊了民用与军用的边界。《外层空间条约》作为国际空间法的基石，其第四条明确规定禁止在轨道上部署核武器及其他大规模毁灭性武器，禁止在天体上设立军事基地或试验任何类型的武器，并禁止在轨道上部署具有核打击能力的战略防御系统。然而，该条约框架诞生于冷战早期，其对“大规模毁灭性武器”的界定具有鲜明的时代局限性，主要针对核、生物、化学等传统意义上的战略毁伤武器。在这一法律框架下，高能定向能设施（如高功率激光器、微波武器）与巨型计算卫星星座处于明显的法律灰区。随着大国竞争加剧，针对高功耗卫星的轨道限制和透明度要求可能会成为新的外交博弈焦点。此外，百万量级的卫星意味着每年需发射 20 万颗以维持更新。其对凯斯勒综合症的风险贡献是不容忽视的，一旦发生碎片连锁反应，全球低轨资产将面临毁灭性打击。

七、全球发展现状及竞争格局

当前的全球太空算力市场正处于从实验验证向规模化部署转型的临界点，在竞争格局上，已形成以中美为双引擎、多方力量竞相参与的激烈态势；然而，各方在技术路线与发展阶段上，却呈现出明显的差异化侧重。

（一）美国

美国的科技巨头与初创公司依托自身技术优势，加速太空算力布局，形成多元化商业模式探索格局。

1.Space-X ：2026年1月，SpaceX向美国联邦通信委员会（FCC）提交了一份震动业界的申请，计划在500至2000公里高度的轨道上部署百万颗卫星节点，构建一个直接服务于AI驱动型数据增长的太空计算网络。这一数字相当于当时全球在轨活跃卫星总数的70倍。同年6月8日，SpaceX正式发布了首款太空AI计算卫星AI1的完整技术规格：该卫星设计高度20米，展开翼展达70米，宽度超过波音747-8客机；单颗卫星平均算力120千瓦，峰值可达150千瓦，综合算力水平等同于地面一台标准AI服务器机架；能源系统采用峰值150千瓦的太阳能帆板，散热系统配备总面积110平方米的可展开液冷辐射器。马斯克本人透露，AI1的设计难度低于星链卫星，“主体就是大量太阳能电池板”，大量技术源自第三代星链卫星的成熟成果。6月24日，马斯克在社交平台正式确认该项目命名为“Starmind”。与此同时，SpaceX宣布将在得克萨斯州新建巨型卫星工厂Gigasat，已持有或签约租赁超1000英亩土地；并正推进收购光模块公司Mesh，以强化星间激光通信与数据中心互联能力。2026年2月2日，SpaceX以约1万亿美元估值全资收购xAI，实现了算力需求侧（xAI的AI推理任务）与供给侧（SpaceX的太空算力基础设施）的内部闭环。这种垂直整合将SpaceX从一家单纯的火箭运输公司转型为全球领先的AI基础设施服务商。

2.Starcloud：Starcloud 是一家太空计算初创公司，成立于2024 年，总部位于华盛顿州雷德蒙德。2025 年11 月，Starcloud通过SpaceX 的猎鹰9 号火箭，成功将搭载英伟达H100 GPU 的Starcloud-1 卫星送入LEO（约350公里），这是人类历史上首台在轨运行的地面级AI数据中心，标志着太空AI 算力从概念走向现实。Starcloud-1 卫星仅重60 公斤，其算力却是此前所有太空计算机的上百倍，达到2000TFLOPS，相当于国际空间站的100 倍。Starcloud 公司的长期目标是构建千兆瓦级轨道数据中心，包括一个4 公里的太阳能电池阵列托架，搭载数千个AI 芯片模块，支持模块化扩展。

3.谷歌：2025 年 11 月启动“太阳捕手计划”，与卫星图像公司 Planet Labs 合作，计划在2027年初发射两颗原型卫星，以测试TPU硬件在恶劣太空环境中的实际运行情况，并验证光学星间链路的可行性。每颗卫星将搭载谷歌自研的TPU（张量处理单元）芯片，初步计划使用Trillium（v6e Cloud TPU）型号，用于执行机器学习工作负载。整个计划最终设想是部署一个由81颗卫星构成的AI计算集群。卫星将部署在晨昏太阳同步轨道，通过星间激光链路相互连接，形成统一的分布式算力系统。

（二）中国

中国路径的核心逻辑在于：通过算力载荷，系统性地锻炼空间基础设施的底层能力。对中国而言，这不仅是电费成本降低的问题，事实上，中国拥有全球领先的特高压输电网络和新能源消纳能力。太空算力对中国的第一性意义在于通过商业化载荷的名义，建立一套地月空间的操作能力栈，包括大功率电源、高效热控、高速激光路由以及自主的在轨管理系统。

1.“三体计算星座”：由之江实验室牵头，国星宇航研制，普天科技建设运营地面站，2025 年5月发射，首批发射的 12 颗卫星，单星最高算力744TOPS，整体具备 5POPS 在轨计算能力和 30TB 存储容量。这些卫星搭载了之江实验室研制的星载智能计算机，将卫星算力从 T级提升至 P级，性能提升 10 至 100 倍，并搭载了 80 亿参数的天基模型，能够对 L0 至 L4 级别的卫星数据进行高效处理。

2.千兆瓦级太空数据中心：2025年11月27日，在北京市科委、中关村管委会等单位组织召开的“智绘星空 胜算在天——太空数据中心建设工作推进会”上，千兆瓦级太空数据中心项目规划对外发布。其核心目标是在距地球700-800公里的晨昏轨道上，建设并运营一个总功率超过千兆瓦（GW） 的集中式大型数据中心系统。该系统由空间算力、中继传输和地面管控三大分系统组成。其中，空间算力部分计划部署多座太空数据中心，单座功率约 1GW，不仅可容纳百万卡级别的服务器集群，还将承担起天基数据中继传输与高通量计算服务的重任。计划分三阶段实施，2025 年至 2027 年，突破太空数据中心能源与散热等关键技术，迭代研制试验星，建设一期算力星座，实现“天数天算”应用目标；2028 年至 2030 年，突破太空数据中心在轨组装建造等关键技术，降低建设与运营成本，建设二期算力星座，实现“地数天算”应用目标；2031 年至 2035 年，卫星大规模批量生产并组网发射，在轨对接建成大规模太空数据中心，支持未来“天基主算”。

八、未来发展

太空算力正凭借“在轨实时处理、广域无缝覆盖、低时延高能效”的核心优势，重构多行业服务范式。

（一）军特领域

天基信息系统的效能，本质上由两个变量决定，一是“看得到多远”，二是“反应得有多快”。 过去几十年，我们在“看得见”上取得了很多突破，光学分辨率从米级到亚米级，雷达从条带到聚束，红外从点源到面阵。但“反应有多快”这个变量，长期以来受制于一个物理瓶颈--数据下传。这不是技术能力不足的问题，是工程约束使然。地面测控站全球部署密度有限，低轨卫星单次过境窗口不过几分钟，一天能下传的数据量占采集总量的比例——业内共识是5%上下。也就是说，我们耗费巨资部署的遥感卫星星座，95%的原始数据因无法及时回传而丧失时效价值。在战略预警、导弹发射车追踪、航母战斗群动向研判这类对时间极端敏感的任务中，迟到的情报等于无效的情报。太空算力的引入，从根本上改写了这个局面。它做了一件传统模式做不到的事：把“感知-计算-决策”的链条全部压缩在轨道高度闭环完成。卫星不再需要把海量原始数据搬回地面，而是在轨直接完成特征提取、目标检测、威胁判断，将TB/GB级的原始数据提炼为KB/MB级的情报产品再行分发。从技术路径上看，这是决策链最短、信息流转最干净的模式——不落地、不经过任何不可控的网络节点、不在任何中间环节暴露。从国家安全的角度讲，这不仅是效率提升，更是信息主权的最高等级保障。

基于这一判断，太空算力未来在军特领域将有可能在以下四个维度产生决定性影响：一是战略级情报、监视与侦察的代际跃升。传统模式是“先拍后传再处理”，周期以小时乃至天计。而天基在轨计算可在卫星过顶的数分钟内，自动完成对光学、雷达、红外等多谱段数据的融合处理，直接输出检测、识别、定位与动向研判结果。这意味着从卫星飞越目标到指挥员获取可用情报，时间尺度从天/小时压缩至分/秒。这种压缩本身，就是一种战略级的能力跃升。二是空间态势感知与自主资产保护。当前低轨空间碎片与在轨航天器数量已进入高密度状态，碰撞预警与规避主要依赖地面测控站计算与指令上注。其固有短板是地面站全球覆盖不足，响应周期长，且依赖星地链路的可用性。在轨计算节点可实时处理全球轨道数据，自主评估碰撞风险并实施规避机动，为高价值卫星构筑真正意义上的分布式自主防护。三是巨型军事星座的智能管控。星座规模越大，对拓扑规划、路由计算、资源调度的实时性要求越高。靠地面算力调度万颗以上量级的低轨星座，无论从链路时延还是系统复杂度上都面临巨大挑战。天基算力使得星座管控从“地面指令模式”演进为“星间自主协同模式”，其抗干扰性、系统韧性与通信效能在对抗环境下将呈现质的差异。四是战场边缘计算。战术前沿的无人机蜂群视频流、电子战信号识别等数据密集型任务，无需回传后方数据中心。天基算力网络直接就近处理、就近分发，前线指挥员拿到的不是原始数据，是经过在轨智能分析后的决策依据。

上述能力并非理论推演，“星盾”已给出了清晰的现实参照。SpaceX于2022年12月推出的“星盾”系统，依托“星链”V2.0卫星技术与生产线，专门面向美国政府、国防及情报部门提供加密通信、地球观测与载荷托管服务。这不是商业公司的应用拓展，而是天基算力直接嵌入军事体系的既定事实。更值得注意的是“金穹”系统的规划，其架构以天基层为顶层核心，三层陆基部署覆盖美国本土、阿拉斯加和夏威夷，11个短程导弹拦截阵地，目标2028年全面运转。这套系统要实现对全球任何地点乃至太空发射导弹的全弧段拦截，其顶层支撑就是天基高速感知与在轨实时计算能力。因此，太空算力在军特领域的价值，已经从“技术探索”阶段进入了“战略需求”阶段。在这个阶段，产业发展的逻辑不再是技术可能性驱动，而是战略必要性驱动。从商业角度看，太空算力产业目前仍面临巨大的投资、技术验证与轨道资源管理挑战，但是从国家安全角度看，这些挑战是必须解决的约束条件，而非是否推进的决策变量。

（二）民商领域

如果说太空算力在军特领域的核心价值是“压缩时间”——把情报获取周期从天级压缩到分钟级，那么在民商领域的核心价值则是“释放空间”——把算力从地面电网、散热、土地等物理约束中解放出来，放到一个能源近乎无限、散热几乎免费的环境中去运行。

基于这一判断，太空算力未来在民商领域将有可能在以下四个维度产生决定性影响：一是地球科学与环境监测的实时化。气象、海洋、农业、林业、灾害监测等传统遥感应用，长期面临一个结构性矛盾：卫星拍得越多，数据积压越严重。台风路径追踪、森林火点定位、洪涝范围评估、农作物长势分析、极地冰盖融化监测——这些任务对时效性的要求极高，但传统“先存后传再处理”的模式，使数据从获取到应用之间存在数小时乃至数天的延迟。太空算力把这些处理环节搬到轨道上完成，卫星在采集数据的同时，就在轨完成云检测、特征提取、变化检测等预处理和专题信息提取工作，地面用户拿到的直接是加工好的专题产品。以台风监测为例，传统模式是卫星拍完等过境下传，地面收到后再做云图拼接和路径预报，整个周期较长。而天基在轨处理可在卫星飞越台风区的几分钟内，自动完成云图分类、螺旋雨带识别、眼区定位和强度估算，并将结果通过星间链路实时分发至预报中心，使预报员得以在第一时间获取最新的台风动态。这对于灾害预警和应急响应的价值，是传统模式完全无法比拟的。二是全球通信与互联网服务的智能化。低轨互联网星座正在改变全球通信格局，但当前这些星座的角色本质上仍是“数据管道”——只管传输，不管处理。太空算力使这些星座从管道升级为“智能交换节点”，在轨即可完成数据包的路由优化、内容缓存、协议转换等任务，显著提升星间数据交换效率。这意味着对于一架跨洋飞行的客机、一艘远离海岸的货轮、一个地处偏远的村落，天基智能节点可以就近处理其通信需求，无论是云游戏、视频会议还是实时金融交易，都可以将数据传输的物理时延降至最低。三是超大规模AI模型训练的能源解耦，这可能是最具战略意义的一个方向。GPT-5及后续模型需要千卡级到百万卡级的训练集群，对应功率从 10 MW 级到 GW 级。地面数据中心面临的不仅是电力供应问题，还有“热岛效应”——高密度计算集群的散热需求已经接近工程极限，而太空恰好提供了两种免费资源：近乎7×24小时的太阳能光照，和无需消耗额外电力的真空辐射散热通道。利用太空算力运行千亿乃至万亿参数大模型的训练任务，相当于把AI产业的最大成本项——电力和散热——从运营支出中几乎抹去。这不是渐进式改良，而是对AI产业成本结构的根本性重构。谷歌的“太阳捕手”计划正在验证这一路径，国内互联网巨头未来若想以可承受的成本推进超大模型研发，天基训练算力可能是一个绕不开的战略选项。四是前沿科研与太空探索的范式转换。深空探测有一个长期存在的困境：探测器离地球越远，数据传输率就越低。以火星为例，即使采用最先进的深空通信技术，从火星轨道传回的数据也面临数十分钟的单向时延和极低的带宽。如果探测器本身不具备在轨计算能力，大量科学数据只能先存储再排队回传，效率极低。太空算力使深空探测器变成自主的“科学工作站”，在火星轨道卫星上直接处理探测器传回的多光谱图像、雷达剖面、大气成分数据，只将经过在轨筛选、压缩和初步科学分析后的高价值结果回传地球，大幅减少传输延迟和数据量。在空间站层面，蛋白质折叠模拟、新材料合成的量子化学计算等需要大量算力的科学实验，可借助太空平台的能源与散热优势就近完成，而非依赖地面超算中心的长链路调度。从某种意义上说，这标志着人类深空探索从“地球遥控模式”向“天体自主模式”的进化——而太空算力正是这种进化的核心驱动力。

上述四个方向，各有各的技术挑战，各有各的产业化节奏，但它们指向同一个判断：太空算力在民商领域的价值，不是作为地面算力的补充，而是作为地面算力无法抵达之处的“新基建”。这种基建的逻辑和地面数据中心完全不同：它不追求单点规模，而是追求全球覆盖；不依赖电网和光纤，而依赖太阳能和激光链路；不追求设备可维护，而追求模块化可替换。回看从返回式卫星到遥感卫星再到通信卫星的产业迭代，每一次迭代，都伴随着一次“天基系统能做什么”的认知突破。太空算力正在推动的，正是这样一次认知突破——让卫星从“拍下来、传回去”的信息管道，变成“算完了、再分发”的智能节点。这个转变一旦完成，航天产业的商业逻辑将被彻底改写。

精选文章：