为什么轨道人工智能的经济学如此残酷

Tim Fernholz

2026年2月12日星期四 上午3:15 GMT+9 10分钟阅读

在本文中：

STRI.PVT

XAAI.PVT

图片来源：SpaceX

从某种意义上说，这一切都是不可避免的。埃隆·马斯克和他的团队多年来一直在谈论太空中的人工智能——主要是在伊恩·班克斯关于一个远未来宇宙的科幻系列中，那里有有感知的太空飞船漫游并控制银河系。

现在，马斯克看到了实现这一愿景的机会。他的公司SpaceX已请求监管许可，建造太阳能驱动的轨道数据中心，分布在多达一百万颗卫星中，能够将多达100 GW的计算能力转移出地球。 据报道，他还建议一些AI卫星将建在月球上。

“到36个月内，将AI放在太空中将是最便宜的地方，”马斯克上周在由Stripe联合创始人约翰·科尔森主持的播客中表示。

他并不孤单。据报道，xAI的计算负责人已向其对手Anthropic打赌，到2028年，全球计算的1%将位于轨道上。谷歌（在SpaceX中拥有重要股权）宣布了一项名为Project Suncatcher的太空AI项目，计划在2027年发射原型飞行器。由谷歌和安德森·霍洛维茨支持、已筹集3400万美元的初创公司Starcloud，最近提交了其80000颗卫星星座的计划。甚至杰夫·贝索斯也表示这是未来。

但在炒作背后，真正让数据中心进入太空需要什么？

初步分析显示，今天的地面数据中心仍然比轨道上的更便宜。太空工程师Andrew McCalip建立了一个有用的比较模型。他的基线结果显示，一个1 GW的轨道数据中心可能花费424亿美元——几乎是地面等效的三倍，原因在于建造卫星和发射到轨道的前期成本。

专家表示，要改变这一局面，需要在多个领域进行技术开发，巨额资本支出，以及大量的空间级组件供应链工作。这也取决于地面成本的上升，因为资源和供应链正受到不断增长的需求的压力。

设计和发射卫星

任何太空商业模式的关键驱动力是将任何东西送上天的成本。马斯克的SpaceX已经在降低进入轨道的成本，但分析师们认为，要实现轨道数据中心的目标，还需要更低的价格，才能使商业模式成立。换句话说，虽然AI数据中心似乎是SpaceX首次公开募股前的新业务线，但该计划依赖于完成公司最长时间未完成的项目——星舰。

文章继续  

考虑到可重复使用的猎鹰9号目前将成本降低到大约每千克3600美元。根据Project Suncatcher的白皮书，要实现太空数据中心的可行性，价格需要接近每千克200美元，这比目前的18倍提升，预计在2030年代实现。以这个价格，今天Starlink卫星提供的能量将与地面数据中心的成本具有竞争力。

预计SpaceX的下一代星舰火箭将带来这些改进——没有其他在研飞行器能提供同等的节省。然而，该飞行器尚未投入运营，甚至还未达到轨道；预计第三代星舰将在未来几个月内首次发射。

即使星舰完全成功，假设它能立即为客户带来更低的价格，也可能不符合实际。咨询公司Rational Futures的经济学家提出了有力的观点：与猎鹰9号一样，SpaceX不愿意收取比其最强竞争对手更低的价格，否则就会放弃利润。例如，Blue Origin的新格伦火箭售价为7000万美元，SpaceX不会以远低于此的价格承接星舰的外部客户任务，否则就会高于空间数据中心建设者公开假设的数字。

“还没有足够的火箭可以发射一百万颗卫星，所以我们还差得远，”亚马逊云服务（AWS）CEO Matt Gorman在一次活动中表示。“考虑到今天将载荷送入太空的成本，是非常巨大的。这根本不经济。”

不过，如果发射是所有太空业务的难题，第二个挑战就是生产成本。

“我们现在总是理所当然地认为，星舰的成本每公斤几百美元，”McCalip告诉TechCrunch。“人们没有考虑到，卫星的成本现在几乎每公斤1000美元。”

卫星制造成本是这个价格的最大部分，但如果高性能卫星的制造成本能降到目前Starlink卫星的一半左右，数字就开始合理了。SpaceX在建造Starlink——其创纪录的通信网络——时在卫星经济学方面取得了巨大进步，公司希望通过规模化实现更多。大规模生产带来的成本节约，无疑是百万颗卫星计划的部分原因。

不过，用于这些任务的卫星必须足够大，以满足操作强大GPU的复杂需求，包括大型太阳能阵列、热管理系统和激光通信链路，用于接收和传输数据。

Project Suncatcher在2025年的白皮书中提出了一种比较地面和太空数据中心的方法：以电力成本为基础，这是运行芯片的基本输入。在地面，数据中心每年大约花费570到3000美元购买每千瓦的电力，具体取决于当地的电价和系统效率。SpaceX的Starlink卫星则由机载太阳能板提供电力，但获取、发射和维护这些航天器的成本，使得能量成本高达每千瓦14700美元/年。简单来说，卫星及其组件在成本上必须大幅降低，才能与计费电力竞争。

太空环境并不轻松

轨道数据中心的支持者常说，热管理在太空中“免费”，但这其实是过于简化的说法。没有大气层，散热实际上更难。

“你依赖非常大的散热器，将热量散发到太空的黑暗中，这需要大量的表面积和质量来管理，”Planet Labs的高管Mike Safyan表示，他正在为Google的Suncatcher项目建造原型卫星，预计将在2027年发射。“这是公认的主要挑战之一，尤其是长期而言。”

除了真空环境，AI卫星还需要应对宇宙辐射。宇宙射线会逐渐损坏芯片，也可能引起“比特翻转”错误，导致数据损坏。芯片可以通过屏蔽、使用抗辐射硬化组件，或采用冗余错误检测的串联方式来保护，但这些都涉及昂贵的质量权衡。谷歌曾用粒子束测试其Tensor处理单元（专为机器学习设计的芯片）受到辐射的影响。SpaceX的高管在社交媒体上表示，公司已购置了粒子加速器，用于此类测试。

另一个挑战来自太阳能电池板本身。项目的逻辑是能量套利：在太空中放置太阳能板，其效率比在地球上高出五到八倍，如果处于合适的轨道，还能在90%以上的时间内看到太阳，从而提高效率。电力是芯片的主要燃料，能量越多，数据中心越便宜。但即使是太阳能电池板，在太空中也更复杂。

太空级太阳能电池板由稀土元素制成，坚固耐用，但价格昂贵。由硅制成的太阳能板成本低，空间中应用也越来越普遍——Starlink和Amazon Kuiper都在使用，但它们因空间辐射而退化得更快。这将限制AI卫星的寿命在五年左右，也意味着它们必须更快实现投资回报。

不过，一些分析师认为，这并不是大问题，因为新一代芯片的出现速度很快。“五六年后，每千瓦时的成本不再带来回报，因为它们已经不是最先进的了，”Starcloud的CEO Philip Johnston告诉TechCrunch。

Solestial公司的一位高管Danny Field表示，行业认为轨道数据中心是增长的关键驱动力。他正与几家公司讨论潜在的数据中心项目，并表示“任何有梦想的企业至少都在考虑这个方向。”作为一名长期的航天器设计工程师，他也不否认这些模型中的挑战。

“你总可以把物理学推演到更大规模，”Field说。“我很期待看到这些公司如何实现经济合理，商业模式得以闭合。”

空间数据中心如何融入？

关于这些数据中心，有一个悬而未决的问题：我们将用它们做什么？它们是通用的，还是用于推理，还是用于训练？根据现有的用例，它们可能并不完全可以替代地面数据中心。

训练新模型的一个关键挑战是同时操作数千个GPU。大多数模型训练不是分布式的，而是在单个数据中心完成。超大规模公司正努力改变这一点，以增强模型的能力，但尚未实现。同样，空间中的训练也需要多个卫星上的GPU保持一致。

谷歌的Project Suncatcher团队指出，该公司地面数据中心的TPU网络连接吞吐量达数百Gbps。而目前最快的星间通信链路（使用激光）也只能达到约100 Gbps。

这引出了Suncatcher的一个有趣架构：它涉及让81颗卫星形成编队，彼此足够接近，以使用类似地面数据中心的收发器。当然，这也带来了挑战：确保每个航天器保持在正确位置的自主能力，即使需要规避轨道碎片或其他航天器。

不过，谷歌的研究也提出了警告：推理任务可以容忍轨道辐射环境，但需要更多研究以理解比特翻转和其他错误对训练工作的潜在影响。

推理任务不需要成千上万的GPU协同工作。可以用几十个GPU，甚至在单个卫星上完成，这代表了最小可行产品的架构，也是轨道数据中心业务的可能起点。

“训练在太空中并不是理想选择，” Johnston说。“我认为几乎所有的推理工作都将在太空中完成，”他设想从客户服务语音代理到ChatGPT查询，都在轨道中计算。他表示，他公司的第一颗AI卫星已经在轨道中进行推理，开始盈利。

虽然在公司FCC申请文件中细节有限，但SpaceX的轨道数据中心星座似乎预示每吨大约有100千瓦的计算能力，约为当前Starlink卫星的两倍。航天器将相互连接，并利用Starlink网络共享信息；申请文件声称Starlink的激光链路可以实现拍比特级的吞吐量。

对于SpaceX来说，公司最近收购的xAI（正在建设自己的地面数据中心）将使其在地面和轨道数据中心都占有一席之地，观察哪个供应链更快适应。

这就是拥有可替代的每秒浮点运算（FLOP）优势的好处——如果你能让它工作。“FLOP就是FLOP，无论它在哪里，”McCalip说。“[SpaceX]可以一直扩展，直到遇到许可或资本支出瓶颈，然后再转向空间部署。”

_有关于SpaceX的敏感线索或机密文件？请联系Tim Fernholz，邮箱：tim.fernholz@techcrunch。安全通信请通过Signal联系：tim_fernholz.21。

条款与隐私政策

隐私仪表盘

更多信息