太空算力在经济上可行吗？

本文来自微信公众号： 理念世界的影子 ，作者：洞穴之外，原文标题：《洞穴之外|太空算力在经济上可行吗？》

之前认为太空算力的敌人是火箭成本或是散热，但它的真正敌人是摩尔定律。在摩尔定律面前，数据中心除了更新换代只有更新换代，是个无底洞，而将数据中心发射向太空，更是无底洞的无底洞。

• 大事记

  
  

• 经济性分析

  
  

• SpaceX建设太空数据中心原因分析

  
  

• 国内太空算力发展探讨

  
  

大事记

+

先梳理几条时间线。

2025年12月，通过SpaceX火箭发射的Starcloud-1卫星，搭载英伟达H100 GPU，首次在太空轨道上成功运行并训练了AI模型，实验包括运行谷歌的Gemma模型，以及用莎士比亚全集训练了前OpenAI联合创始人卡帕西的NanoGPT。

2026年2月1日，央广网报道，SpaceX向FCC提交申请，计划发射百万颗卫星，构建太空数据中心，旨在为先进的AI模型提供计算支持，利用太空太阳能实现能源效率的革命性提升。

2026年2月3日，中国科技网报道，SpaceX完成对马斯克旗下人工智能公司xAI的收购，实现合并，马斯克认为太空的能源和空间优势能破解地面数据中心的成本痛点，预计2-3年在太空将成为生成式AI算力成本最低的方式。

2026年3月23日，财经头条报道，SpaceX与特斯拉联合发布“Terafab”项目，计划投入200-250亿美元在得克萨斯州奥斯汀建造巨型芯片制造厂，目标每年生产超1TW（太瓦）计算能力的先进2纳米芯片，为太空和地面算力提供核心硬件。

2026年4月22日，腾讯新闻报道，SpaceX在IPO前提交的S-1文件中，SpaceX明确警告投资者，其轨道AI计算计划“依赖于未经证实的技术”，并且“可能无法实现商业可行性”。

国内，2025年5月14日由之江实验室主导的“三体计算星座”首批12颗计算卫星发射入轨，目前已完成星间组网，并成功在轨验证了10个AI模型，实现了三星协同在轨智能处理。

2025年5月17日，北京邮电大学的“天算星座”发射入轨，目前团队自主研发的太空服务器已在轨稳定运行近一年。

2025年11月，国星宇航成功将千问大模型Qwen3部署至在轨卫星，并完成端到端推理任务，实现了全球首次通用大模型太空在轨部署。

根据2026年1月的官方信息，我国将在“十五五”期间推进太空数智基础设施建设，明确推动实现“天数天算”（太空数据太空处理）、“地数天算”（地面任务调用天基算力）和“天地同算”（星地协同）三种模式。

2026年4月，中国航天大会和太空算力产业大会相继召开，对太空算力进行了深入探讨。

从时间线上来看，一件以前较少听说的事情，从进入大众视野，到恨不得马上就干，就发生在短短的不到一年间。尤其是，目前对于这个问题也充满了争议，公众层面存在质疑，有人认为确实能解决耗电和散热问题，有人认为高昂的发射和散热成本使其更像是“资本骗局”。

2026年4月3日举行的“2026太空算力产业大会”上，中国科学院院士，清华大学教授、天基网络与通信全国重点实验室主任陆建华，作题为《天地一体通算网络的思考》的主旨报告。他指出，在太空算力构建上，目前业界有两种思路。一种是以马斯克为代表的机械化思维，相信大力出奇迹，“算力星座一打上百万颗，这个路适合不适合中国？”第二种是信息化思维，“太空算力打上去仍然解决不了到底谁来买单，到底在哪赚钱，商业不闭环，产业规模做得再大，也会埋下隐患。”

王坚院士则通过央视等媒体直接回应了这种“骗局论”，中国的首要目标是解决数据实时性问题（如森林火灾早期预警），而非单纯追求能源成本。太空的太阳能和超低温环境是附加优势，而非核心驱动力。

经济性分析

+

从物理原理上说，太空算力的关键技术包括太空上芯片是否能抗辐射的问题，以及散热重量太大的问题等。

对于商业器件的抗辐射问题，惠普打包了一台未经改装的商用现成（COTS）高性能计算机SBC-1，并将其送往国际空间站，停留了超过1.5年，通过采用专门设计的软件创新方法保护系统硬件，SBC-1在整个任务期间持续成功运行，首次在太空中运行一万亿次浮点运算，尽管条件极其恶劣，从未因电脑问题出现错误答案或中断，但是20个固态软盘中有9个在任务期间失效，好在系统对所有数据都有冗余副本，因此没有数据丢失[1]。

能源和散热问题可以转换为经济性问题，能源消耗太高，太阳能电池板数量来凑，散热太严重，散热片面积凑。

因此，太空算力物理上可行，但它是否经济呢？我们可以从造价和年维护成本两个方面进行一些简单估算。

地面数据中心费用测算

在Bernstein的测算报告中，1GW的地面数据中心建设费用为350亿美元（采用NVIDIA GB200 GPU）。

表地面数据中心建设费用测算[2]

建设1GW地面数据中心费用约352亿美元，其中计算平台占比57.4%，基建（含热管理）占比42.6%。

计算年维护费用，这里忽略人工费，仅计算固定资产折旧和水电费。

1）基建按20年折旧，计算平台按5年折旧，折旧费用47.9亿美元/年；

2）电价取我国西部电价，约$0.05/°，耗电量按2025年政策要求PUE(总设施能耗/IT设备能耗)取为1.3，则年耗电1e6*24*365*1.3*0.05=5.7亿美元；

3）冷却水用量采用行业平均水平0.5 L/kWh，则年消耗水量1e6*24*365*1.3*0.5e-3=570万吨，每天消耗1.6万吨，按$1/吨计算水费，冷却水费为0.06亿美元。

注：上述电价和水价数据来源见文后附录。

因此数据中心年维护费用约54亿美元，其中89.3%为固定资产折旧，10.6%为电费，水费可忽略不计。

表地面数据中心年维护费用测算

综上，1GW地面数据中心成本测算为：

1）建设352亿美元，其中57.4%为计算平台，42.6%为基建。

2）年维护费用54亿美元，其中89.3%为固定资产折旧，10.6%为电费。

3）数据中心冷却水成本几乎可以忽略，但日耗水量约2万吨，耗水量惊人，通过“再生水替代+高效冷却技术+智能管理+政策引导”的组合拳，水源在多数情况下是有保障且可持续的。未来的趋势是，随着液冷等无水/低水冷却技术的普及，以及再生水利用率的提高，数据中心对淡水资源的依赖将显著降低。

太空数据中心费用测算

不考虑太空数据中心的计算硬件冗余，假设与地面一致，为202.1亿美元。不同的是，地面数据中心基础设施150亿美元，对于太空数据中心，需要通过卫星制造费用、火箭发射费用分摊。为计算两个费用，首先计算卫星重量，它由太阳能帆板、散热器，以及其它部件组成。

太阳辐射功率为1361W/m2，假设卫星轨道设计100%接受光照。目前星链采用硅基帆板，假设22%的变成电能，合300W/m2，其余78%转换为热能。因此，为给1GW计算设备供电，太阳能帆需接受1/0.22=4.5GW的太阳能，需要太阳能帆板面积1e9/300=3.3e6m2=3.3km2，如单卫星太阳能帆板面积为100m2，则需要33000颗卫星。

散热器需要的散热量为太阳和地面红外辐射功率1361+237=1598W/m2，因此共需要散热3.3e6*1598=5.27e9 W热量，按散热器两面散热，散热后温度按350K（77°，接近目前工业设备工作温度上限）计算，A=Q/(εσT^4)/2=5.27e9/0.9/5.78e-8/350^4/2=3.38e6 m^2=3.38km2。传统的高功率通信卫星（功耗约10-20千瓦）的辐射散热器面积通常在10-30m2左右，2026年3月，SpaceX披露AI卫星，能为星载人工智能处理器提供100kW的电力，配备了面积约100m2的大型散热器（上述计算100kW电力只需33.8m2散热器，计算更为激进）。

再计算卫星重量，GPU比功率按300W/kg，太阳能电池比功率按350W/kg，散热器面密度按1.8kg/m2计算。则GPU总重量为1e9/300=3.33e6kg，太阳能电池重量为1e9/350=2.86e6kg，散热器总重量为1.8*5.27e9=6.08e6kg。三者总重量为12.27e6kg，再考虑结构重量为三者的20%，总重为14.72e6kg。

综合后，卫星能力为1e9/14.72e6=68W/kg，这个计算有一定的合理性，如Starcloud首席执行官菲利普·约翰斯顿称，公司目标是70W/kg，马斯克表示，AI卫星实现100W/kg是可行的。

表卫星硬件当前实现水平（见文后附录表格）

表卫星各部分重量分配

根据星链卫星制造成本$800/kg，猎鹰9号火箭发射成本$2000/kg，星舰发射成本$200/kg。计算成本为：

1）卫星制造成本为117.8亿美元。

2.1）猎鹰9号火箭发射成本为294.4亿美元。

2.2）星舰发射成本为29.4亿美元。

从计算看，如采用猎鹰9号发射，卫星制造和发射成本为412亿美元，为地面数据中心基础设施造价150亿美元的3倍，毫无成本优势，但如果星舰发射成本能达到$200/kg，则卫星制造和发射成本为147.2亿美元，已经与地面数据中心基础设施造价相当。因此，太空数据中心成立的前提是火箭发射费用大幅下降到$200/kg。

发射重量中，散热器重量占卫星重量的41%，是最大部分。对于各部分可用优化包括：

1）GPU比功率提升。晶体管密度提升的同时，电压无法继续降低，导致单位面积功耗（热流密度）同步飙升，产生巨大的散热挑战，数据中心级GPU凭借先进制程和极致散热，比功率可达300-700W/kg，专为太空辐射环境加固的GPU比功率通常远低于地面数据中心产品，近期提升可能性不高。

2）太阳能电池效率提高。SpaceX已开始为星链卫星导入砷化镓电池，供应商包括美国Spectrolab（波音子公司）和中国乾照光电，以满足更高功率和可靠性需求，功率从22%提升到32%，则太阳能电池可减重0.9e6 kg，卫星制造和发射成本减少6%。

3）散热器比功率提高，马斯克说芯片温度提升到370K，与350K相比，散热器重量变为(350/370)^4=80%，减少1.22e6 kg，卫星制造和发射成本减少8%。

在维护成本上，卫星更新周期为5年，与计算芯片更新周期相同，因此两者固定资产折旧一致，但与地面数据中心基础设施20年折旧不同，卫星制造和发射费用仍按5年折旧计算，年维护费用共计70亿美元。

基于当前技术水平，在这些核心假设下：

1）地面级芯片不做硬件冗余直接用于太空（如采用三冗余设计，太空数据中心建设和维护成本直接上涨3倍）。

2）星舰发射成本做到$200/kg。

3）超大面积散热器技术可行。

得到1GW数据中心成本为(a为使用年数)：

• 地面数据中心：352+54a亿美元

  
  

• 太空数据中心：349+70a亿美元

  
  

因此太空数据中心成本与地面数据中心相当，前提是三个假设缺一不可，这也是SpaceX警告投资者的原因。但不管怎么说，SpaceX已经通过多次解决技术难题，给公众以极大信心，即使他们再警告，仍然有很多人相信，太空数据中心不仅物理可行，也经济可行，符合第一性原理，对吗？

不一定！

我们把成本拆开，第一部分202亿美元为硬件购买和折旧成本，两者相当；第二部分对于地面中心为基础设施折旧成本，对于太空中心为5年寿命折旧成本；第三部分为电费，在全成本中占比极小（太空电站可以省电的说法没有依据）。

• 地面数据中心：202+202/5a+150+150/20a+5.7a

  
  

• 太空数据中心：202+202/5a+147+147/5a

  
  

问题是，GPU芯片发布已加速至“一年一代”，在AI算力需求爆炸式增长的背景下，衡量指标已转变为“每瓦特Token产出”（tokens per watt）。新一代GPU能将特定AI任务的成本降低一个数量级，数据中心硬件（特别是GPU）的技术性贬值速度已远超其物理寿命。虽然财务上可能按5年折旧，但为了维持算力优势，实际的硬件更新窗口正在向2-3年靠拢。如果GPU折旧周期按2年计算。此外，在数据中心GPU的快速更新周期中，最容易过时、最先成为性能瓶颈的组件依次是：GPU芯片本身、显存（特别是HBM）、以及高速互联技术，相比之下，CPU、存储、电源和散热等基础设施的迭代速度要慢得多，从成本测算上，这些性能瓶颈组件占计算硬件成本的75%。

• 地面数据中心：202+(202*75%)/2a+(202*25%)/5a+150+150/20a+5.7a=352+99a

  
  

• 太空数据中心：202+202/2a+147+147/2a=349+175a

  
  

此时，年维护成本差距从5年折旧期的16亿美元提升到76亿美元，地面数据中心成本优势凸显。不2年一更新是否可以？当然可以，如果你的企业不想在竞争中获胜的话就可以。

所以，之前认为太空算力的敌人是火箭成本或是散热，但它的真正敌人是摩尔定律。在摩尔定律面前，数据中心除了更新换代只有更新换代，是个无底洞，而将数据中心发射向太空，更是无底洞的无底洞。

SpaceX建设太空数据中心原因分析

+

前面通过分析，我们给出一个结论：太空算力的真正敌人是摩尔定律。这种说法对吗？尤其是SpaceX一再证明了自己，他比你傻吗？凭什么这个结论就是对的呢？SpaceX不可能傻，但他未必实在。建设太空数据中心可能有如下原因：

• 是证明星舰先进性的绝佳场景。这个场景，完美地证明了只要用星舰，也只有用星舰，这个技术才能真正落地，而这项技术，用本已低成本的猎鹰9无法落地，用所有其它火箭更无法落地。太空数据中心为星舰先进性和合法性提供了绝佳的场景。都说有了锤子，看什么都是钉子，星舰就是锤子，而太空数据中心，是一颗懂事的钉子。这颗懂事的钉子，可以把所有人团结起来，去研制星舰，为了这个目标可以把研制星舰的人空前地团结起来。

  
  

• 完美地串联了航天、能源和人工智能三大基础板块。它极大地满足了马斯克的三大心理内核：干最基础的事情、暴力美学、第一性原理。马斯克从来不是一个小商人，他把自己的商业帝国构建在基础事务上面，即使我们说，太空制药、太空制造比太空数据中心来钱容易和快得多，他的暴力美学的内心也不会认同，要么不做，要么做绝，先上高度，再用第一性原理想办法。

  
  

• 为SpaceX上市提供了巨大的想象空间。火箭发射受众极小，因此SpaceX不会用火箭上市，如采用星链上市，2025年全球宽带服务市场规模约为5654亿美元，其中星链营收114亿美元，总盘子就这么大而且确定，怎么支撑1.5万亿美元的估值呢？但AI可以，作为未来的风口，AI的估值还在大家的想象中。

  
  

既然想象空间、第一性原理和合法性都在那，技术问题总能解决，正如小平同志说“胆子更大一点，步子更快一点”，“看准了的，就大胆地试，大胆地闯”，也如任正非说的“方向要大致正确，组织要充满活力”，“产业方向和技术方向，不可能完全看准，做到大致准确就很了不起”。

与人类的福祉相比，还算这些小账干什么呢？

国内太空算力发展探讨

+

只是，几百亿美元对于世界首富可能是小账，对于我们未必是小账。国外的橘子，到了国内一样会甜吗？符合中国国情的太空算力可能如何发展呢？

因为国内当前卫星制造成本和火箭发射成本远远高于SpaceX，如新兴商业星座卫星，当前成本大约在$7000/kg，为上述计算使用$800/kg的10倍，当前火箭发射费用约$5000/kg，为星舰的25倍。从上述成本测算，1GW太空数据中心的发射费用将超过千亿美元，毫无价格优势。

那么，我们是否就完全高攀不上太空算力了？不是，太空算力存在不同的级别。

• 国内一般按场景分，可分为天数天算、地数天算和天地同算。

  
  

• 国外一般按技术范式分，可分为在轨云计算、边缘计算、数据存储。

  
  

• 在轨云计算的特点是将服务器基础设施部署在轨道上，然后由这些服务器为第三方处理数据。目前正在开发星座式系统，以构建卫星网络，形成分布式计算基础设施，从而提供与地球上相同的服务。

  
  

• 边缘计算通过将处理能力更靠近数据源来降低延迟。边缘计算通常涉及集成在卫星内部的小型计算单元，适用于需要快速决策的应用。

  
  

• 太空远程存储是指创建物理上远离地球的数据存储解决方案，例如在月球或轨道上，以提高安全性或冗余性，这种向太空远程存储的转变不仅提供了一种能够在极端条件下运行的弹性高容量解决方案。

  
  

边缘计算和天数天算接近、在轨云计算和地数天算接近。但两者的天算上，均没有在技术上进一步分类，即分类成训练还是推理。训练是通过大量数据让模型学习知识和规律的过程，推理则是将训练好的模型应用于实际数据生成预测结果的过程，完整训练一个前沿大模型的总计算量，相当于数百亿到上万亿次推理，因此训练对数据中心的建设规模提出了巨大需求。

太空远程存储和在轨云计算可能涉及数据主权问题。《中华人民共和国数据安全法》第三十一条规定：关键信息基础设施运营者在境内收集和产生的重要数据应当在境内存储；确需出境的，需通过安全评估。虽然新的政策法规也在探讨中，如北京市数据跨境流动便利化改革3.0版：将商业航天纳入医疗健康、人工智能等六大重点领域，推行“一业一策”标杆示范，并探索卫星数据沙盒监管，旨在实现“敏感数据入盒、合规数据产品出盒”，但真正细则出炉日期尚未可知。

在所有太空算力中，最毋庸置疑有利可图的是边缘计算，即天数天算。如地球观测卫星将数据发送到地面站进行处理，但每次轨道运行期间，它们与地面站的通信时间仅有几分钟，用于下行传输数据的射频链路技术仅能实现约60Mbps的传输速率，而合成孔径雷达平台每次轨道运行可采集1-2Gb的数据。虽然像欧洲数据中继系统（EDRS）这样的系统可以为低地球轨道卫星提供高达1.8Gbit/s的数据中继服务，但当扩展到星座规模并考虑到传感器技术的进步时，数据采集量将呈指数级增长，因此只有非常有限的数据能够有效地下行传输和使用。对Landsat 8卫星捕获的1万帧高光谱图像的分析估计，地面站只能捕获所采集图像数据总量的2%，但高价值数据高达1/3。因此，在轨边缘计算能力被用于通过精细处理和筛选高价值数据来减轻下行链路容量的压力[5]。

因此，以国内当前卫星制造成本、火箭发射成本和发射频次，以训练为主线的太空算力建设并不经济，但以边缘计算为抓手，开展太空算力研究，并利用富裕算力搭载开展新型GPU测试和研究级训练，是一种可行的入手途径。

参考文献

1. https://issnationallab.org/upward/hpe-supercomputing-return-space/

   
   

2. 数据中心1GW算力成本拆解

   
   

3. https://andrewmccalip.com/space-datacenters

   
   

4. https://curiousexplorer.blog/LI/OrbitalDC/report.html#thermal

   
   

5. https://www.espi.eu/wp-content/uploads/2025/11/SBDCs.pdf

   
   

参考数据（来自Deepseek，未一一核实）

表数据中心电能利用效率(PUE，总设施能耗/IT设备能耗)

表国内外电价范围

表冷却耗水量表

表卫星电池发电效率

表卫星散热器面密度

表星链卫星制造成本