当全球AI数据中心的建设者们在地面上为电力、土地和水资源焦头烂额时，一场"向上发展"的算力革命正在悄然酝酿。将AI服务器送入太空，利用取之不尽的太阳能和天然的真空散热环境，这个听起来像科幻小说的概念，正在成为全球科技巨头和航天企业竞相布局的前沿阵地。
根据世界经济论坛（WEF）的预测，全球太空经济规模将在2035年达到1.8万亿美元。由SpaceX星链（Starlink）、亚马逊柯伊伯（Kuiper）、欧洲通信卫星公司OneWeb以及中国的"国网"星座等新一代卫星网络领衔，太空正在从通信基础设施向可扩展的AI算力基础设施演进。
1. 轨道算力是什么？——太空中的AI计算节点
轨道算力（Orbital Compute）的核心概念并非把一个百万平方英尺的超大规模数据中心搬到太空，而是将AI加速器、CPU、内存和存储等计算载荷部署在卫星或轨道平台上，在太空中处理数据，最终构建一个环绕地球的分布式计算层。
一个典型的轨道计算卫星架构包含三大核心系统：朝向太阳的太阳能阵列持续供电、背对太阳的散热辐射器将芯片热量排入太空、以及通过激光在真空中互联的计算节点。2025年11月，Starcloud-1卫星已将英伟达H100 GPU送入太空并成功运行，甚至完成了人类历史上首次在轨大语言模型训练。
与传统数据中心机架不同，轨道算力是一种高度集成的空间系统。它不是在卫星上"加装"一台服务器，而是将AI服务器、卫星平台、太阳能电力系统和热管理系统进行一体化设计。核心设计挑战围绕五个物理约束展开：质量、功率、热量、辐射和可维护性。
2. 为什么是现在？——四大结构性趋势的共振
轨道算力从学术概念走向产业实践，背后是四大趋势的同时发力：
(1) 地面AI数据中心正遭遇严重的资源瓶颈。建设一个1GW的AI数据中心，有近一半的成本花在电力、土地、冷却和审批等基础设施上，而非算力本身。电网接入排队、土地资源稀缺、水资源争议等问题日益突出，迫使行业寻找替代方案。
(2) 可重复使用火箭正在大幅降低进入太空的成本。外投行的模型预测，星舰（Starship）的发射成本将降至2030年的约500美元/公斤，到2040年进一步降至150美元/公斤以下。每次发射成本的大幅下降，是轨道算力经济性的关键解锁因素。
(3) 光学星间链路技术正从通信网络向分布式计算架构演进。星链卫星已部署了激光星间链路，使卫星之间可以高速传输数据。当前商业星间链路速率在1-100Gbps级别，但AI集群级分布式计算需要每链路约10Tbps的聚合带宽——这是从"通信管道"到"计算总线"的质变。
(4) 太空产生的数据量正在爆发式增长。地球观测、海事监控、灾难响应、国防侦察等领域每天产生海量数据，而星地传输带宽有限且昂贵。在轨处理数据——只传回有用的分析结果，而非原始数据——正在成为刚需。
3. 经济性：2031年有望逼近地面算力成本
轨道算力最受关注的问题是：它到底能不能比地面数据中心更便宜？外投行建立了一套详尽的成本模型，将轨道算力的资本支出拆分为三个部分：发射费用、卫星硬件成本、轨道GPU成本。
模型结果显示，轨道算力的单位瓦特资本支出将快速下降：从2028年的约166美元/W降至2030年约60美元/W，2031年约32美元/W，2035年约15美元/W，到2040年约9美元/W。按五年使用寿命折算，2031年的年化成本约为6.5美元/W/年，已与当前地面Blackwell GPU的6.8美元/W/年基本持平。
值得注意的是，经济性不仅仅是成本问题。在AI算力供给高度紧张的市场环境下，客户可能愿意为"最快可用的算力"支付溢价。如果轨道算力能够绕过地面数据中心的电网接入、土地审批和建设周期等瓶颈，实现更快的算力部署速度，那么即便在完全实现成本平价之前，它也具备战略性价值。
从成本结构来看，轨道GPU成本在早期占绝对大头（2030年约46美元/W），但随着规模化效应的显现，这一成本将快速收窄。发射成本和卫星硬件成本虽然初始占比较小，但随着总成本的下降，其相对重要性将逐步上升。这意味着未来轨道算力的竞争不仅是芯片之争，更是发射经济性和卫星制造效率之争。
4. 三阶段演进路线：从边缘AI到太空基础设施
轨道算力不会一夜之间颠覆地面数据中心，而是沿着一条清晰的路径分三阶段演进：
(1) 第一阶段：轨道边缘AI（近期机会）。卫星变身为边缘AI节点，在轨完成图像分析、传感器数据处理和推理工作，只将有用的结果传回地面。这一阶段不需要部署完整的AI数据中心，只需要可靠的低功耗推理能力、存储缓冲、辐射容错和功耗感知的任务调度。典型应用场景包括地球观测、海事监控、灾害响应和国防情报。
(2) 第二阶段：轨道云/分布式计算（中期目标）。多颗计算卫星通过激光链路互联，形成一个分布式轨道计算网络。工作负载可以在卫星之间动态调度、卸载和路由，整个系统开始像一个移动的云端区域而非一堆独立卫星。核心技术能力在于编排软件——能够实时管理拓扑变化的卫星链路、有限的功率和热容量、分布式存储和计算资源。
(3) 第三阶段：太空AI基础设施（长期愿景）。轨道算力从边缘处理升级为完整的AI基础设施层，模块化计算卫星搭载AI加速器、太阳能阵列和散热辐射器，通过高速光链路互联。谷歌的"Suncatcher"项目是目前公开可见的最清晰的长期参考架构：在晨昏太阳同步轨道部署太阳能供电的TPU卫星集群，通过自由空间光链路形成分布式算力网络。
中国也在快速推进这一赛道。"三体计算星座"已成功发射首批12颗卫星，长期规划为2800颗。"千帆"星座已部署超过750颗卫星，目标在2027年实现全球覆盖，到2030年达到15000颗。与美国私人企业主导的模式不同，中国的太空计算战略获得了国家层面的政策支持和资金保障。
5. 技术栈重构：从芯片到光网络，一切都要重新设计
把地面数据中心搬到太空，绝不是简单的物理迁移。轨道算力对整个工程栈提出了全面重构：电网和电力采购协议被太阳能阵列和电池取代；冷水机组和液冷系统被热管和散热辐射器取代；光纤网络被星间激光链路取代；人类运维工程师被冗余设计、自主操作和模块化替换策略取代。
抗辐射是太空芯片的第一道门槛。太空中充满高能粒子和宇宙射线，会不断导致内存位翻转、计算错误和器件性能退化。这需要专门的辐射加固设计、纠错机制和多层冗余。在抗辐射半导体领域，英飞凌和意法半导体是太空级芯片的两大核心供应商，提供辐射加固的功率管理IC、飞行计算机、存储器和FPGA等关键器件。
热管理是太空AI最被低估的瓶颈之一。虽然太空背景温度低至-270度，但真空环境中没有空气对流，AI芯片产生的巨大热量只能通过冷板、热管或泵浦回路传导到散热辐射器，再以辐射方式排入太空。谷歌在其Suncatcher项目中明确指出，高功率密度TPU在真空中的热管理是关键技术挑战。衡量指标也从地面数据中心的PUE（电源使用效率）转变为公斤/千瓦、散热面积/千瓦等空间特有指标。
光学星间链路是整个架构的"数据中心总线"。如果每颗计算卫星是孤立的边缘节点，那就不是真正的轨道算力。只有当激光链路将分布在LEO轨道上的计算卫星连接成一张分布式算力网络，轨道算力才从概念走向现实。当前商业光学星间链路速率在1-100Gbps量级，但要支持AI集群级的分布式计算，每链路需要达到约10Tbps的聚合带宽——这是一个数量级的跨越。
此外，太空碎片问题和轨道交通管理是行业面临的系统性风险。活跃卫星数量已从2019年的不到2000颗暴增至如今的超过14000颗，低地球轨道的拥挤程度急剧上升。国际空间站每天需要三次雷达检查来规避碎片。目前缺乏具有强制执行力的全球太空交通管理规则，这是一个亟待解决的市场失灵问题。
全球太空经济预计到2035年将增长至1.8万亿美元，新一代卫星网络、太空AI基础设施和可重复使用火箭技术将成为最大的增长引擎。在这个宏大的产业图景中，轨道算力不仅是一个技术概念，更可能成为连接半导体、通信、航天、国防和AI基础设施的超级交汇点。
全球轨道算力生态的核心参与者
在太空计算这场竞赛中，参与者大致分为两类：直接运营商和上游供应链推动者。理解这个生态全景，有助于把握产业发展的真实节奏。
直接运营商：SpaceX（星链/Starmind）是最明确的轨道AI基础设施参考平台；亚马逊Kuiper与AWS云基础设施深度整合，Blue Origin专注可重复使用火箭；中国"国网"/"千帆"/"三体计算星座"正在从通信卫星向在轨AI处理延伸。
AI芯片与半导体：英伟达（太空级AI加速器）、AMD（Versal自适应SoC用于在轨处理）、博通（定制芯片与高带宽网络）、美光/海力士/三星（HBM/DRAM存储）。
抗辐射与高可靠性器件：英飞凌（辐射加固功率管理）、意法半导体（LEO卫星前端模块、BiCMOS技术）、ADI/Microchip（辐射加固信号链与FPGA）、上海复旦微电子（中国太空级FPGA）。
光通信与射频：Coherent/Lumentum（激光光学与星间光链路）、新易盛（光模块）、Qorvo/Amphenol（射频前端与高可靠连接器）。
电源与热管理：GS Yuasa（太空级锂电池）、夏普（三结太阳能电池）、台达/光宝（功率转换）、LG能源（太空电池）。
——— END ———
更多芯片/半导体/AI/具身智能相关讨论，欢迎加入野生芯片研究员【知识星球】和【私域社群】与更多专家进行讨论
