轨道AI：太空计算的诱人愿景与残酷现实
在 AI 时代，计算能力已成为核心竞争力。随着 ChatGPT、Grok 等模型的爆发，全球数据中心需求激增。然而，地面数据中心的电力供应、冷却系统和土地资源已逼近极限。太空，成为了新的前沿：无限太阳能、无需冷却的真空环境，以及低延迟的地球同步轨道（GEO）。TechCrunch 记者 Tim Fernholz 在 2026 年 2 月 12 日的文章中直击要害——轨道 AI 的经济学为何如此残酷？一 GW 轨道数据中心的成本高达 424 亿美元，几乎是地面等效项目的三倍。这一数字如当头棒喝，浇灭了许多科幻般的热情。
一 GW 轨道数据中心将耗资约 424 亿美元——几乎是其地面对应物的三倍。
轨道数据中心概念并非空穴来风。早在 2020 年代初，SpaceX 和亚马逊等巨头就探讨过太空计算。想象一下：在地球同步轨道上，太阳能电池板全天候发电，AI 芯片在真空环境中自然散热，避免地面水冷系统的巨额能耗。更重要的是，太空数据中心可服务全球用户，延迟仅为毫秒级，远胜海缆传输。
成本剖析：发射费用吞噬一切
为何成本如此高企？核心在于发射。假设使用 Starship 等可重复火箭，一 GW 数据中心需运送数万吨硬件至轨道。以当前 Starship 运载能力估算（150 吨/次），需数百次发射。即使单次发射成本降至 1000 万美元，总发射费用仍超 200 亿美元。相比之下，地面数据中心无需此项，节省巨大。
其次是硬件成本。太空环境要求芯片抗辐射、抗微重力，专用 ASIC 芯片价格是地面的 2-5 倍。太阳能阵列需高效 GaAs 材料，成本更高。维护更是噩梦：机器人维修或无人船对接，失败率高企。一旦故障，整个系统瘫痪，无地面工程师可及。
以数字说话：地面 1 GW 数据中心（如微软或谷歌项目）总投资约 150-200 亿美元，包括土地、电力基础设施。轨道版翻三倍，主要归因于 60% 的发射与冗余设计成本。Fernholz 引用行业模型：初始 CAPEX（资本支出）回收期长达 10-15 年，远超地面 5 年。
行业背景：从 Starlink 到轨道 AI 的演进
太空计算并非凭空想象。SpaceX 的 Starlink 已铺就轨道网络，证明低轨（LEO）卫星经济可行。但数据中心多瞄准 GEO，以最小化延迟。竞争者涌现：2025 年，Orbital Insight 推出首款原型，搭载 NVIDIA H100 等效芯片；Blue Origin 与 AWS 合作，计划 2027 年部署 100 MW 模块。
驱动因素显而易见。AI 训练需海量算力，OpenAI 的 GPT-5 已耗电相当于一座城市。地面电网瓶颈凸显：美国加州数据中心电力短缺 20%。太空解决痛点：太阳能效率 40%（地面 20%），零碳排放，契合 ESG 趋势。
然而，监管壁垒重重。ITU 轨道槽分配、FCC 频谱审批、国际太空条约均成障碍。中国和欧盟的类似项目（如华为太空云）加剧地缘竞争。
编者按：短期残酷，长期颠覆？
作为 AI 科技编辑，我认为轨道 AI 经济残酷源于规模效应未现。当前发射成本占主导，但若 Starship 实现每日发射、成本降至 200 万美元/次，轨道数据中心 CAPEX 可压至 1.5 倍地面。AI 芯片密度每 18 月翻倍（摩尔定律延续），进一步摊薄费用。
风险犹存：太阳风暴致辐射峰值，可烧毁芯片；碎片碰撞概率虽低，但后果灾难性。乐观者预言，2030 年轨道 AI 将占全球算力 10%，服务自动驾驶、元宇宙。但悲观派警告：这更像核聚变——技术成熟需 20 年。
对比历史，互联网泡沫中光纤铺设初期亏损百亿，最终重塑经济。轨道 AI 或将类似：巨企如谷歌、腾讯押注太空，散户观望即可。
未来展望：突破口何在？
降本路径清晰：火箭复用、原位制造（太空 3D 打印）、模块化设计。NASA 的 Artemis 计划提供测试床，ESA 的太空工厂加速硬件迭代。私营如 Vast Space 的栖息地概念，可就地组装数据中心。
经济模型转向：非卖算力，而是租赁轨道槽位。AI 公司支付订阅费，运营商分担风险。Fernholz 结语警示：忽略经济残酷，轨道 AI 仅剩科幻。
轨道 AI 虽残酷，却是我们通往后摩尔时代的不二途经。投资者需耐心，创新者需务实。
本文编译自 TechCrunch，作者 Tim Fernholz，原文日期 2026-02-12。