軌道計算

近年來，隨着地面AI數據中心擴張面臨電網容量、冷卻密度和土地成本等日益嚴重的制約，部分投資者和技術人員開始將目光投向太空。其中，以阿特里德斯管理公司的加文·貝克以及埃隆·馬斯克（通過SpaceX/xAI）為代表的主張認為，低地球軌道（LEO）是AI計算的理想場所。雖然太空計算的概念已存在數十年，但隨着獵鷹9號的可重複使用性大幅降低發射成本，以及星艦有望進一步壓低成本，這一構想正逐步從理論走向實踐。截至2026年5月，多家初創公司和至少一家超大規模雲服務商已公開啓動軌道數據中心項目。

軌道計算的物理優勢主要體現在三個方面。首先是電力：LEO的太陽輻照度約為1361 W/m²，比地面高30%，且無大氣吸收；在太陽同步等優化軌道上，衞星可長時間處於連續陽光中，避免了地面太陽能需配備大量電池儲能的問題。這意味着軌道數據中心不受電網接入限制，而地面數據中心常因變電站排隊、輸電線路建設和地方許可而延誤數年。這是貝克從基礎設施稀缺性角度提出的最有力論據。

其次是冷卻：太空的真空環境雖無對流冷卻，但提供了約3K（-270°C）的輻射熱匯。安裝在衞星背光面的散熱器可被動排熱，無需水、製冷劑或能耗巨大的壓縮機。地面數據中心在冷卻系統上投入巨大，而被動輻射冷卻理論上可消除這一運營成本。

第三是網絡：激光在真空中的傳播速度比在光纖中快約47%（因玻璃折射率）。利用星間激光鏈路（ISL，SpaceX已在星鏈上商業使用）連接的密集星座，其延遲和每鏈路吞吐量可能優於地面長距離光纖。對於分佈式推理服務全球用户而言，這能顯著改善跨洲請求的響應延遲。

然而，工程限制使這一構想面臨嚴峻挑戰。散熱方面：輻射冷卻的功率與散熱器表面積成正比；隨着計算密度增加（如地面100kW/機架的高密度集羣），表面積與體積比惡化，導致在軌道上實現同等密度所需散熱面積過大，遠超載荷容量。這迫使軌道計算轉向分佈式、低密度架構（大量小衞星而非少數密集集羣），這與地面前沿AI訓練集羣的密度化趨勢相反。瓦達太空工業等公司的工程師指出，雖未排除物理可能性，但實現與地面設施相當的計算密度所需的散熱器工程尚未大規模驗證。

輻射加固是另一關鍵問題：LEO環境中的電離輻射（俘獲電子、質子、宇宙射線）對商用芯片（COTS）構成威脅。傳統抗輻射芯片每瓦性能比領先的地面硅芯片差一個數量級以上，且差距隨AI加速器性能提升而擴大。若軌道計算必須使用抗輻射芯片，則每公斤計算能力的優勢將大幅縮水。替代方案是採用COTS芯片配合冗餘和糾錯（SpaceX在星鏈上採用此方法）。星雲公司2025年11月發射的衞星搭載了NVIDIA H100（完全商用、非抗輻射），初期報告顯示其能運行任務（在軌運行NanoGPT和Google Gemini版本），但H100級密度下長期退化率尚不明確。對於某些工作負載此方案可行，但會增加故障率並使集羣管理複雜化。截至2026年中期，尚無在AI加速器密度下經過驗證的多年解決方案。

在訓練與推理的權衡上，訓練前沿模型需要數千個加速器之間緊密、低延遲的同步（亞微秒級集體操作，如NVLink）。協調數十顆運動中的衞星組成的集羣進行訓練，即使有ISL，也會引入地面NVLink架構所沒有的同步延遲。因此，近期內軌道訓練並不現實。推理則更具可行性，因為單個推理請求是並行且獨立的，無需集體同步。因此，近期的軌道計算機會主要集中於推理，其潛在市場規模遠小於支持者所聲稱的。

維護和服務性方面：地面數據中心可在數小時內更換故障GPU，而軌道硬件要麼無法維修（多數LEO衞星），要麼維修成本極高（需載人任務或機器人服務）。輻射環境下故障率高於地面，且無法廉價更換故障硬件，導致每計算小時的有效硬件成本增加。

軌道計算投資案例幾乎完全取決於一個變量：每公斤LEO發射成本。當前獵鷹9號（可重複使用）約3000-4500美元/公斤，獵鷹重型約1000-1500美元/公斤，星艦目標約65-200美元/公斤（長期目標10-20美元/公斤）。在獵鷹9號價格下，軌道數據中心明顯不經濟。SpaceX本身表示星艦每次飛行成本約1000萬美元，對應100-150噸運力，即65-100美元/公斤。但歐洲空間政策研究所研究員指出，近年內實現1000萬美元/次的星艦發射“不現實”，多數軌道數據中心成本模型假設的星艦經濟性尚未被證明。多數工作負載與地面託管達到成本平價的經濟路徑預計在2029-2031年窗口，存在巨大不確定性。

市場參與者方面：星雲公司（華盛頓州雷德蒙德，NVIDIA投資）於2025年11月發射了搭載NVIDIA H100的Starcloud-1衞星，在軌訓練了首個LLM（基於莎士比亞語料的NanoGPT），並運行了Google Gemini版本，已融資1.7億美元，估值11億美元，向FCC申請了8.8萬顆衞星，下一代衞星（Starcloud-2）計劃2026年10月搭載Blackwell GPU。開普勒通信公司於2026年初部署了最大的軌道計算集羣：10顆衞星搭載40個NVIDIA Jetson Orin處理器，通過激光通信互連，有18個付費客户，專注於推理工作負載，非前沿AI級別。公理太空公司於2026年1月11日發射了首批兩個軌道數據中心節點，目標用於雲計算、AI/ML和邊緣處理。軌道公司（洛杉磯初創，a16z投資）於2026年4月從隱身模式中走出，計劃2027年發射，2028年建設製造設施。SpaceX/xAI方面，馬斯克已暗示將xAI的計算需求與SpaceX軌道基礎設施合併，向FCC申請了多達100萬顆數據中心衞星。谷歌的“太陽捕手”項目於2025年11月公佈，計劃與行星實驗室合作發射兩顆搭載TPU的衞星，長期規劃為81顆衞星的集羣，另有報道稱谷歌正與SpaceX洽談使用星艦發射更大星座。

投資影響方面：短期內，以當前發射成本和芯片抗輻射限制，軌道計算對地面AI基礎設施不構成威脅，其經濟性對於多數工作負載比地面託管差3-20倍。監控此主題的主要價值在於追蹤星艦是否達到成本目標，以及芯片廠商是否開發出適合軌道環境的COTS AI芯片。