•
Elon Musk：擴大Starlink V3規模，進軍太空算力
近日，馬斯克在X上表示，SpaceX將擴大Starlink V3衛星規模，著手在太空建置資料中心，應對AI時代算力資源不足的問題。
什麼？算力真的要上天了？
今天我們就來聊聊「太空算力」這個話題，老規矩用 AlphaEngine 來解讀。
（1）馬斯克豪言：擴大V3 衛星規模，進軍太空算力
隨著人工智慧對算力需求的大幅成長，人們對太空算力（Space-based Data Centers）的興趣也急劇上升。
今年5 月，前Google執行長Eric Schmidt接任Relativity Space CEO，佈局太空算力領域。
10月，亞馬遜創辦人Jeff Bezos公開表示，未來10 至20 年內將在太空建造吉瓦級資料中心。
就在昨日，科技媒體Ars 報導了「自主組裝技術有望在太空建造大型資料中心」 的相關內容後，馬斯克在社交平台X 上回應稱，星鏈（Starlink）衛星可用於該用途。
他在X 平台上表示：“只需擴大星鏈V3 衛星的規模即可實現，這類衛星配備高速雷射鏈路，SpaceX將會推進這項工作。”
馬斯克對太空算力的關注，大幅提升了這個新興產業的關注。
SpaceX 目前的星鏈V2 迷你衛星，最大下行容量約為100 Gbps，而V3 衛星的容量預計將提升10 倍，達到1 Tbps。
SpaceX 計畫每次用「星艦」（Starship）發射數十顆星鏈V3 衛星，這些發射最快可能在2026 年上半年進行。
（2）太空算力中心的獨特價值
太空算力中心指的是部署於太空軌道的模組化算力基礎設施，其本質是將資料中心從地面遷移至太空。
它透過搭載高效能運算載荷，旨在實現「天數天算」的核心處理模式，即在軌直接處理衛星等平台產生的海量數據，從而從根本上突破地面算力因能源、土地等因素面臨的物理擴張瓶頸。
面對2030年全球AIDC電力需求將高達347GW的嚴峻預測，太空算力中心展現出獨特優勢。
在能源消耗方面，透過部署高效能太陽能電池陣列，太空算力中心可利用太陽能發電，其單位面積發電量是地面的5倍，實現了能源的在軌自給，徹底擺脫了對地面電網的依賴。
在散熱方面，利用太空背陽面零下270攝氏度的極寒真空環境進行高效輻射散熱，其散熱效率是地面的3倍，無需消耗寶貴的水資源，從根本上解決了地面數據中心已趨近物理極限的散熱挑戰。
（3）從“天感地算”到“天數天算”
太空算力中心透過建構「在軌道處理+按需下傳」的新範式，顛覆了傳統「天感地算」的資料處理流程。
在傳統模式下，衛星採集的海量原始資料需全部傳回地面，但受限於星地通訊頻寬，資料傳輸效率低且成本高昂，導致大量資料積壓或被捨棄。
太空算力中心透過在軌道上完成資料清洗、分析與智慧提取，僅將最有價值的分析結果和決策資訊回傳地面，實現「天數天算」。
Starcloud規劃發射的首顆AI 衛星就頗具代表性，它將搭載H100 晶片，核心功能是處理太空船與太空站每日產生的數TB 原始資料。
此衛星能對衛星資料進行即時分析，具體可涵蓋合成孔徑雷達資料解析、深空射電訊號處理等場景，此設計直接繞過了地面資料傳輸的瓶頸問題。
無獨有偶，之江實驗室打造的「三體運算星座」 同樣聚焦太空運算，該星座由12 顆運算衛星組成，不僅實現了整軌衛星間的互聯互通，也具備完整的太空在軌運算能力。
其中單顆衛星的算力可達744TOPS（即每秒兆次運算），星間雷射通訊速率最高能達到100Gbps，可高效支撐災害監測、氣象預報等對即時性要求極高的任務。
（4）太空算力中心vs 傳統地面資料中心
太空算力中心相較於傳統地面資料中心，在技術架構、成本結構、部署模式、能源效率及可擴展性等核心維度展現顛覆性優勢。
尤其在成本結構方面，太空算力中心具備顯著優勢。
以40兆瓦叢集營運10年為目標，若採用傳統資料中心，10年營運成本約1.67億美元，其中能源消耗高達1.4億美元，冷卻費用約700萬美元。
而要完成同樣的目標，採用太空算力的總支出預計只有820萬美元。
其中最大的一塊成本是“一次性發射成本”，約500萬美元，其次是太陽能陣列成本，約200萬美元，長期能源依靠太陽能直接提供，能源成本幾乎為零。
（5）從天方夜譚到產業落地：太空算力的五大技術挑戰
批評者認為太空算力屬於天方夜譚，有過高的技術門檻，事實真的如此嗎？我們來研究下太空算力目前存在的技術難題。
首先是抗輻射與硬體可靠性挑戰。
太空中的極端輻射環境對運算硬體構成直接威脅。
地球軌道上的算力節點需處理宇宙射線、單粒子效應（SEU）和單粒子閂鎖（SEL）等輻射問題，這些會導致晶片邏輯錯誤或永久性損壞。
因此，太空算力的建設需採用軍規級加強電子設備或冗餘備份系統，例如Axiom Space嘗試使用軍規級設備應對輻射環境，Lonestar探索將未來月球資料中心放置在地下熔岩洞中以防輻射。
同時需設計多套運算模組備份，形成硬體冗餘，以因應單點故障風險。
第二個難題是散熱系統設計。
儘管太空的真空環境提供了高效率的輻射散熱條件，但高功率晶片（如GPU）的熱管理仍面臨難題。
真空環境無法透過空氣對流散熱，需依賴熱管或流體迴路將熱量傳導至輻冷板，再透過紅外線輻射散熱。
例如Starcloud的高算力衛星需結合液冷與大型散熱翼板的混合方案。
然而高功率設備（如AI晶片）的散熱系統需要更大的輻冷板面積，導致衛星重量增加，進而推升發射成本。
第三個技術難題在於能源供給的穩定性。
雖然太空太陽能效率高於地面（高出2-3倍），但「陰影區供電」是一個關鍵問題。
衛星在軌道陰影區需依賴儲能電池維持運行，儲能係統的容量與壽命是關鍵限制因素。
為解決這個問題，Starcloud計畫建造5公里×4公里的太陽能電池陣列，如此大規模電池陣列需要突破巨型結構的在軌部署技術。
第四個技術挑戰是通訊瓶頸與自主運維。
星間與星地的通訊有延遲，依賴雷射通訊實現低延遲互聯（如Starcloud與星鏈的雷射鏈路），但仍需克服大氣乾擾和長距離傳輸的訊號衰減。
同時，太空算力中心長期無人運維，需開發適應太空環境的輕量級容器化軟體平台，支援在軌自主決策與故障修復。
第五個挑戰在於發射成本與規模化部署。
儘管可重複使用火箭（如SpaceX的Starlink發射技術）降低了單次發射成本，但千兆瓦級資料中心（如Starcloud的5GW專案）仍需大規模組網，總成本仍較高。
長期來看，低軌空間的擁擠問題可能影響散熱效率與部署位置選擇。
（6）太空算力的主要參與者
目前太空算力處於早期探索階段，主要玩家包含新創公司及科技巨頭。
新創公司代表有Starcloud（原Lumen Orbit）、Axiom Space、Lonestar 等。
其中Starcloud是太空算力先鋒，專注於軌道資料中心建置。
該公司計畫發射全球首顆搭載NVIDIA H100晶片的AI衛星“Cloud-0”，目標建構千兆瓦級軌道資料中心，其H100晶片組在零重力環境中的運算效能預計為國際太空站的100倍。
除新創公司外，科技巨頭也紛紛在太空算力領域進行佈局。
NVIDIA透過Inception計畫與Starcloud合作，推動軌道資料中心衛星部署，2025年計畫發射首顆搭載H100晶片的衛星，支援高密度運算任務。
Amazon的Project Kuiper計畫於2026年中期在澳洲推出低軌衛星網路服務，與Starlink競爭。
2025年公司已成功發射首批27顆衛星，採用Atlas V 火箭，未來計畫結合AWS邊緣運算能力部署在軌AI資料處理節點。
Microsoft與SpaceX合作推出Azure Space計劃，透過Starlink衛星提供全球雲端服務接入，並規劃在軌測試衛星為美國政府部署新軟體和硬體，目前Azure Orbital Cloud Access功能已進入預覽階段。
Meta則聯合輝達、惠普推出「Space Llama」項目，為國際太空站提供AI科研支援，即時分析太空人需求並優化操作流程。
SpaceX作為太空算力領域最具潛力的玩家，其Starlink星座已大規模部署低軌衛星，並推動星間雷射鏈路技術。
（7）太空算力的產業鏈圖譜
太空算力產業鏈的上游為發射入軌環節，是將算力基礎設施送入軌道的先決條件，具體包括衛星製造商以及發射服務提供者。
衛星製造商涉及的公司有Maxar、Thales Alenia、Airbus Defence、Lockheed Martin 等；
提供發射服務的主要公司包括SpaceX（獵鷹系列火箭）、Rocket Lab、Blue Origin、ULA、Arianespace等。
中游包括提供耐太空環境的算力硬體和支援星間高速資料傳輸的通訊技術，承擔太空算力的神經中樞職能。
星座網路營運商主要有SpaceX、OneWeb、Kepler、Hughes Network Systems這幾家。
除此之外，在軌道算力的模組化基礎設施供應商也是產業中游的重要組成部分，例如Axiom Space、Loft Orbital、Skyloom等。
太空算力的產業鏈下游主要負責透過多樣化應用將技術優勢轉化為實際生產力，具體包括地球觀測服務（Planet Labs）、通訊服務（Iridium Communications、Globalstar）、自動駕駛等領域，篇幅所限，這裡不做更多展開。
（Alpha Engineer）