太空算力：AI 基础设施的下一条赛道

随着大模型训练对算力需求持续膨胀，地面数据中心正逼近电力、散热与土地供给的多重物理边界，一种新的基础设施形态——太空算力——正在进入产业视野。SpaceX 在最新招股书中估算其总潜在市场达 28.5 万亿美元，其中超过 90% 来自 AI 板块，并首次公开了 AI1 算力卫星的设计细节。这一动向让「在轨道上运行大模型」从概念走向早期工程验证，也引发了对下一代 AI 基础设施形态的广泛讨论。

地面算力为何撞上天花板

地面算力的扩张受到三重硬约束。第一是电力瓶颈。2025 年全球数据中心耗电约 485 太瓦时，相当于日本全国年用电量；到 2030 年预计翻倍至 950 太瓦时。美国数据中心待并网项目总负荷已达 241 吉瓦，仅德州一地就有超过 170 吉瓦的用电申请积压，需排队 3 至 8 年。变压器交付周期也从疫情前的 12–16 周拉长到 128–144 周。

第二是散热与水耗。一座 40 兆瓦 AI 数据中心 10 年耗水约 170 万吨。芯片功耗仍在攀升——英伟达 H100 每片 700 瓦，下一代 Blackwell 架构单柜功耗达 240 千瓦，2028 年可能冲击 1.5 兆瓦。一座 40 兆瓦 AI 数据中心 10 年运行周期的电费约 1.4 亿美元，占总成本的 84%。

第三是土地与许可。在核心枢纽获取新电力连接，等待 5–7 年已是常态。全球 43% 的数据中心位于高水资源压力地区。

为什么是太空

太空环境恰好可以绕过地面最贵的三个问题：

• 能源套利。晨昏轨道上太阳永不落下，年等效利用小时可达 6000–8000 小时，是地面光伏的 3–5 倍；轨道太阳能理论能源成本可低至 0.002 美元/千瓦时，比地面工业电价低约 95%。
• 冷却套利。真空环境下将热量辐射到 -270°C 的深空几乎是被动过程。SpaceX 的 AI1 卫星用 110 平方米可展开液冷辐射器，双面辐射散热能力约 1400 瓦/平方米，全程几乎不耗电、不耗水。
• 主权与空间。无地理限制，可提供物理和管辖权隔离的「主权云」服务，对政府、金融、跨境企业具有地面难以替代的价值。

以 40 兆瓦集群运行 10 年测算，太空方案的总成本理论上可比地面低约 20 倍（乐观口径）；但 SemiAnalysis 以 2026 年 B300 集群测算的保守结果显示太空部署总成本仍约为地面 3 倍，账能否算过来，很大程度上取决于发射成本能否降到每公斤 100–200 美元以下。

SpaceX 的 Starmind 路线图

马斯克给出的方案是「把数据中心搬上太空」。2026 年 6 月 8 日，SpaceX 首次公开 AI1 算力卫星设计：翼展 70 米，搭载 150 千瓦太阳能阵列与 110 平方米可展开液冷辐射器，单星算力等效一套英伟达 GB300 地面 AI 机柜。时间表上，SpaceX 计划在 2027 年底前实现 1 吉瓦太空 AI 算力的年化部署率，相当于一座百万人口城市的日常用电负荷。

支撑这一叙事的还有发射成本假设。马斯克押注星舰迭代速度复制猎鹰 9 的指数曲线，前 SpaceX 高管 Lewis Hong 判断发射成本到 2029 年有望降至每公斤 200 美元以下。2025 年 11 月，由前 SpaceX 团队成员成立的 Starcloud 已将一颗搭载改装英伟达 H100 的卫星送入轨道，完成大模型实时推理试验，全链路不到 2 分钟；全球首个 12 颗计算卫星星座也已在轨运行。

中美地面算力账本对比

美国一侧，四大科技巨头 2026 年资本开支合计将超过 7250 亿美元，较 2025 年增长 77%：

• 亚马逊约 2000 亿美元
• 微软约 1900 亿美元
• 谷歌 1800–1900 亿美元（并罕见动用股权融资工具一次性募集 847 亿美元投入 AI 基建）
• Meta 1250–1450 亿美元

2020 年至 2026 年上半年，美国 AI 基础设施累计投入约 3.27 万亿美元，其中 76% 来自企业自主投入。

中国一侧，国家发改委数据显示 2026 年算力网投资超 4000 亿元人民币，十五五期间累计投资预计超 2 万亿元；2026 年上半年全国新增智算中心项目 412 个，总投资 8926 亿元，同比增长 68.5%。字节跳动在乌兰察布开建 1 GW AI 算力集群，总投资 700 亿元，配套 200 万千瓦风光电站实现绿电直供。截至 2026 年 3 月底，中国智能算力规模达 1882 EFLOPS。与美国不同的是，中国算力建设带有更强的政策引导色彩——「东数西算」用度电碳因子实时调价，新建智算中心 PUE 必须低于 1.3。

产业链价值高地：载荷、组网、运营

百度风投投资副总裁谢思为认为，把地面 AI 算力产业链映射到太空，价值分布远未定型——载荷壁垒最厚、组网主权最强、运营天花板最高。以 2035 年市场预测口径看：

• 载荷：抗辐照 AI 芯片、光计算、散热与供配电集成，约 3500 亿元人民币，技术密度最高，最有可能由民营企业建立护城河。
• 组网：星间激光、天地一体测控，约 2500 亿元，天然属于国家队和链主企业。
• 运营：天地一体化平台、天基算力 Token 服务，约 6000 亿元，变现最晚但天花板最高。

类比地面 AI 芯片市场英伟达占据 80% 以上份额的格局，掌握载荷就等同于掌握算力供给瓶颈，从而拥有定价权。

六道工程门槛

太空算力从概念到产业，仍需同时突破六道工程门槛：

• 能源成本：传统航天三结砷化镓太阳电池成本 15–20 万/平方米，吉瓦级算力在经济上难以走通，地面 HJT/TOPCon 晶硅的航天级适配是关键突破口。
• 芯片抗辐射：顶级商用芯片在太空高能粒子环境下易发生单粒子翻转，航天级芯片性能落后商用 3–5 代，万卡集群的在轨可靠性尚无验证。
• 散热：万卡级大算力卫星的液冷在轨方案至今没有完成验证，真空漏液风险尚未解决。
• 发射成本：1 吉瓦太空算力约需 1 万颗 AI 卫星、相当于星舰发射 100 次，依赖发射成本降至每公斤 100–200 美元以下。
• 数据上传：PB 级训练数据难以靠无线传输，需走「火箭送硬盘」的物理摆渡路线。
• 在轨维护：卫星一旦失效即报废，「机器人卫星」维护与升级能力尚未规模落地。

谁在入局：航天与 AI 的双基因

中国太空算力赛道正在汇聚两类人才：航天体系（航天八院、五院、中科院空天院、长春光机所等）与 AI/芯片体系（中科院计算所、华为、北邮、电子科大等）。两者的交叉形成了「航天+AI 双基因」团队结构，北航、西工大、哈工大等航空航天强校输出卫星总体人才，清华、北邮、电子科大输出 AI 与通信人才。国家队一侧，航天一院、五院、六院的核心人才也在持续向商业航天企业流动。

总体来看，太空算力的本质是用发射成本置换能源与冷却成本——火箭越便宜，这笔账越划算。六大工程瓶颈能否同时突破、发射成本能否降到临界点，将决定这条赛道是在本年代末走向万卡级商业运营，还是长期停留在 PPT 阶段。但无论如何，将算力送上轨道，已成为 AI 基础设施下一阶段最值得关注的产业实验之一。