「发射成本今天还不成立，但我们要先把卫星造出来。」Orbital CEO Euwyn Poon的这句话，道出了一个反常识的商业逻辑——先押注基础设施，再等成本曲线追上来。
这家初创公司计划部署1万颗卫星组成「近地轨道云」，专门跑人工智能推理任务。不是训练，是推理。这个区分很关键，也暴露了Poon的真实算盘。
为什么非得是太空？
地面数据中心的痛点很实在：电力、土地、散热、合规。但把这些麻烦搬到400公里高空，换来的是另一套更硬的约束——每公斤7000美元的发射成本，无法维修的硬件，以及宇宙射线随时可能搞砸你的计算。
Poon的解法是分阶段下注。第一阶段，造一颗冰箱四倍大小的卫星，塞进去100千瓦算力。这个功率密度在地面上算中等，在太空里已经是工程极限。
「100千瓦是甜蜜点，」Poon说，「如果放大10倍，散热板和太阳能板的尺寸会变得难以驾驭。」
散热确实是核心战场。太空没有空气对流，热量只能靠辐射散出去。Poon给出的方案是：太阳能板面积约等于两个半网球场，散热板减半。从芯片到散热板的热传导路径，需要重新设计。
「为太空场景重新设计芯片冷却是个有趣的技术挑战。」Poon的措辞带着创业者特有的乐观，但背后的工程复杂度是实打实的。
芯片选择上，Orbital没有冒险。英伟达上个月在GTC大会上预告的Space-1 Vera Rubin模块，正是Orbital明年验证飞行要用的核心。这不是巧合，是刻意对齐——用供应链最大玩家的标准件，降低自己的技术风险。
验证飞行的另一个关键目标是辐射硬化测试。地球大气层挡住的宇宙射线，在轨道上直接轰击电子设备。轻则数据 corruption（损坏），重则芯片报废。而太空数据中心修不了，只能一次做对。
「规模化之后，维修仍然不现实，」Poon承认，「真正的缓解手段是发射前充分测试，避免需要维修的情况。」
成本悖论：等马斯克降价
Poon的数学很直白：今天每公斤7000美元，需要降到10美元。两个数量级的差距，他押的是SpaceX的星舰（Starship）能兑现承诺。
「Elon说目标是10美元每公斤，我们必须达到那个水平。」Poon说，「我相信会实现的，所有条件都已具备。」
这个「相信」值得拆解。Poon引用的目标，来自马斯克多次公开表态的星舰完全复用愿景。但马斯克的时间表可信度存疑——2022年载人登火星、2020年百万辆无人出租车，这些承诺都已落空。
更微妙的假设是：即便星舰成功，SpaceX和Blue Origin这些发射商，是否会把自己的运力卖给一个潜在的竞争对手？两家公司都在规划自己的轨道数据中心。
Poon的回应是沉默。原文没有给出他的直接回答，但这个空白本身就是答案——这是一个他无法控制的变量，只能赌行业格局不会走向极端封闭。
为什么是推理，不是训练？
这里藏着Orbital的产品定位精髓。AI训练需要海量数据吞吐、低延迟互联、频繁的人工干预和调试——这些在太空几乎不可能。推理则不同：模型已经训好，输入输出相对标准化，对延迟的容忍度更高，对运维的依赖更低。
「星座方案做AI推理是合理的。」Poon的判断基于这个技术现实。推理任务的「发射后不管」特性，恰好匹配太空的不可维修约束。
但市场是否买账？地面推理成本正在断崖式下跌。英伟达新一代芯片每美元算力持续提升，边缘计算节点越来越便宜。太空推理的差异化价值，必须建立在某些地面无法替代的场景上。
Poon没有详细展开这些场景，但行业共识指向几个方向：全球覆盖的低延迟服务（极地、远洋、航空）、敏感数据的「主权隔离」（数据不上落地）、以及极端情况下的通信备份。
这些市场的规模能否支撑1万颗卫星的投资回报，原文没有给出数据，Poon也没有承诺时间表。
创业者的路径依赖
Poon的背景值得注意。在创办Orbital之前，他运营电动滑板车公司Spin，后被福特收购。这段经历塑造了他的决策模式：先抢占硬件部署的物理点位，再迭代商业模式。
电动滑板车的逻辑是——把车铺到街头，用户自然来。太空数据中心的逻辑变形为——先把卫星打上去，等发射成本降下来，需求端自然成熟。
这个类比有危险之处。滑板车试错成本低，坏了可以回收维修，市场反馈周期以周计。卫星是单向旅程，设计冻结后无法迭代，市场验证周期以年计。
Poon的应对是缩小单次赌注：100千瓦的卫星规模，既展示技术可行性，又不至于让单颗失败成为灾难。1万颗的愿景是远期叙事，明年的验证飞行才是当下焦点。
「重新设计芯片冷却是个有趣的技术挑战」——这句话的轻描淡写背后，是热管理工程师的噩梦。芯片在真空中的热阻特性、散热板面向深空的辐射效率、轨道周期中的日照阴影交替，每个变量都需要重新建模。
Orbital选择英伟达Space-1模块，既是技术保守主义，也是生态位卡位。如果英伟达的太空芯片路线图成功，Orbital作为早期采用者获得供应链优势；如果英伟达推迟或取消，Orbital也能凭借验证飞行的数据，快速切换替代方案。
行业格局的隐藏变量
太空数据中心的竞争格局，比Poon愿意讨论的更复杂。SpaceX的星链已经部署超过5000颗卫星，虽然主要是通信载荷，但软件定义卫星的架构预留了算力扩展空间。亚马逊的Kuiper、中国的星网，都在类似轨道上布局。
这些玩家的共同点是：发射成本内部化。SpaceX用自己的火箭打自己的卫星，边际成本是燃料和复用折旧，不是7000美元的市场价。如果星舰成功，这个成本优势会进一步扩大。
Orbital作为独立第三方，必须依赖外部发射服务。Poon的10美元每公斤愿景，假设的是星舰全面复用后，SpaceX愿意以边际成本价向市场出售运力。这在商业逻辑上成立，在竞争策略上脆弱。
一个更黑暗的剧本是：星舰成功后，SpaceX选择性地限制竞争对手的运力获取，优先保障自有载荷。历史上，垂直整合的航天公司不乏此类先例。
Poon的「相信」是一种策略性乐观，还是对市场理性的过度假设？原文没有给出他的风险对冲方案。也许他押的是监管干预——反垄断框架下的运力强制开放；也许他押的是Blue Origin的追赶，形成双头垄断的竞争均衡。
无论哪种，这都是一个外部变量驱动的商业模型，而非技术或产品驱动的内生增长。
技术债务的太空版本
「避免需要维修」——Poon的这个表述，揭示了太空计算的核心约束。地面数据中心可以通过热插拔、冗余切换、现场维护来管理技术债务。太空中的技术债务是永久性的，设计阶段的每一个妥协，都会转化为整个任务周期的可靠性风险。
辐射硬化是典型例子。商业级芯片经过筛选和屏蔽，可以承受一定程度的太空辐射，但性能余量需要保守设计。这意味着同样的芯片，在太空中只能发挥地面性能的某个百分比。这个百分比是多少，Orbital的验证飞行将给出关键数据。
另一个隐性成本是软件栈的重写。地面AI推理框架假设了丰富的内存层次、稳定的时钟频率、可预期的网络拓扑。太空环境中的单粒子翻转（SEU）会导致比特错误，需要端到端的错误检测和纠正。这些开销直接吃掉有效算力。
Poon的100千瓦「甜蜜点」，是硬件工程、热管理、功率预算、可靠性冗余的综合权衡结果。这个数字不是拍脑袋，但也不是经过市场验证的最优解——市场还不存在。
给科技从业者的判断
Orbital的故事不是一个「太空淘金热」的励志模板，而是一个关于时机错配的经典案例。Poon明确承认今天的经济学不成立，但仍然选择推进——这不是盲目乐观，是一种特定的创业策略：用技术验证换取时间窗口，用时间窗口锁定生态位。
对于25-40岁的科技从业者，这个案例的价值在于展示「非共识决策」的结构。Poon的非共识不是「太空数据中心能赚钱」——他没这么说——而是「在成本曲线到位之前，先完成技术验证和供应链绑定」。
这个策略的风险是资本消耗。在发射成本下降之前，Orbital需要持续融资维持团队、制造卫星、购买发射服务。每一轮融资都需要讲述一个更宏大的愿景，同时推迟单位经济模型的验证。
对于考虑进入这个领域的工程师和投资者，关键问题不是「太空数据中心会不会成功」，而是「Poon假设的10美元每公斤，时间表和概率分布是什么」。如果星舰延迟3年，Orbital的现金跑道是否足够？如果星舰成功但SpaceX拒绝出售运力，替代方案是什么？
Poon没有回答这些问题，也许他自己也没有答案。但他的行动提供了一个参考框架：在硬科技创业中，承认约束条件的不可控，把可控的部分做到极致，然后等待窗口打开。
这不是最优策略，但在某些技术-市场错配的领域，可能是唯一可行的策略。
热门跟贴