地球上的数据中心正在被电费、水费和排队并网逼到墙角。
而马斯克说： 别修了，直接上天
2026年7月31日深夜，马斯克在X上写下一则短帖，语气平淡得像在念路线图，分量却像一纸宣战书：
"未来几年，超过90%的AI算力仍将在服务端。但长期来看， 99.99…%的算力将在太空。 "
马斯克原帖勾勒的算力迁移路线：短期留在地面，长期进入太空
他给出的比例是 99.99% ，小数点后面还跟着省略号，把长期判断推到了极端。
这幅图景已经有了工程动作
在他发帖之前，SpaceX已经向美国联邦通信委员会（FCC）递交了 百万颗卫星级别的轨道数据中心星座申请 ；
Google发布了名为"Project Suncatcher"的太空AI基础设施研究；
一家叫Starcloud的初创公司，已经把一块 NVIDIA H100 GPU送上了近地轨道 ，还在太空里训练了一个语言模型。
这场竞赛已经投入真金白银
地球快扛不住了
要理解"把AI搬上天"这件事为什么不荒谬，你得先理解一个正在发生的危机： 地球正在被AI算力的电力需求压垮。
训练一个大模型，需要成千上万张GPU/TPU日夜不停地运转。
这些芯片本身就是吞电巨兽， 冷却 还会继续推高能耗，数据中心常常把总电力的三四成花在给芯片"降温"上，动辄每天消耗数百万加仑的水。
美国部分热点地区，新建数据中心想接入电网， 排队等待时间长达数年 ；
变压器等关键设备的交付周期同样遥遥无期。
换句话说：你有钱买芯片，但你买不到电。
马斯克在今年3月简短概括了这个瓶颈迁移逻辑：
"限制因素会在地球上 从芯片转向能源 ；当太空太阳能被解锁后， 又会回到芯片 。"
马斯克描述的瓶颈迁移逻辑：芯片→能源→太空太阳能解锁→芯片
这是一条清晰的推理链：地面的电不够了→太空有近乎无限的太阳能→把算力搬到能源旁边→瓶颈重新变成"谁能造够多的芯片"。
太空凭什么？三条物理学卖点
轨道数据中心立项所依赖的，是 三条硬邦邦的物理学优势 。
第一，太阳能更强、更稳
大气层外的太阳辐照比地面强得多，也摆脱了云层干扰；
在合适的"晨昏"太阳同步轨道上，卫星可以大部分时间沐浴在阳光中。
Google在Suncatcher论文中的数据显示： 合适轨道上太阳能板的发电效率可达地面的 约8倍 ，且接近连续发电。
第二，冷却不用水
真空中缺少空气对流，只能靠热辐射散热。
由此可以省去冷却塔和数百万加仑的水，也能避开与当地社区争抢水资源。
代价是你得带上足够面积的散热板，"电费"变成了"质量与面积预算"。
IEEE 2026年的建模给出了一个直观数字： 单颗约700W的GPU需要约1.4平方米的辐射面积 。
面积不小，发射足够便宜时才可能划算。
第三，没有邻避效应
地面数据中心越来越不受欢迎，噪声、用水、电价上涨、土地占用，各地居民和地方政府的反对声浪日益高涨。
太空没有邻居
谁在真刀真枪地干？
这场竞赛的参赛者名单，比多数人想象的要长得多。
SpaceNews报道：SpaceX向FCC提交百万颗卫星级别的轨道数据中心星座申请
SpaceX 是最激进的玩家
2026年1月，它向FCC提交了一份令人瞠目的申请：在500至2000公里高度部署 百万颗级别的数据中心卫星 ，采用30度倾角与太阳同步倾角以最大化日照，通过星间光链路与Starlink接力回传数据。
SpaceX在申请文件中直言： "摆脱地面部署约束后，数年之内 最低成本的AI算力生成地点可能在太空 。"
到了5月，马斯克更是直接透露：SpaceX已经在 向Anthropic等AI公司提供规模化的算力服务 ，并在与更多公司洽谈合作。
马斯克透露SpaceX与Anthropic扩大合作，预告轨道数据中心的商业化路径
Google 走的是研究驱动路线
2025年11月发布的Project Suncatcher，设想在晨昏轨道部署携带TPU的紧凑型卫星星座，用自由空间光通信互联。
团队做了一件特别"Google"的事： 拿质子束轰击自家TPU芯片 ，测试它能扛住多少太空辐射。
结果相当鼓舞，在约2 krad剂量才出现异常，是屏蔽后五年任务预期剂量的近三倍。
原型星计划2027年初发射
Starcloud官网：搭载首块数据中心级NVIDIA H100 GPU入轨
Starcloud 是最会"秀肌肉"的初创公司。
2025年11月，这家Y Combinator支持的团队把一块 NVIDIA H100 GPU塞进了60公斤级卫星 送上了轨道，被NVIDIA官方博客称为"首块进入太空的现代数据中心级GPU"。
然后他们在太空里跑了Andrej Karpathy的nanoGPT，用莎士比亚全集做语料， 完成了史上首次在轨大语言模型训练 。
Blue Origin 也没闲着，提交了约5.16万颗"数据中心卫星"的计划。
就连火箭二级直接改造成数据中心节点的创业脑洞，也已经有团队在认真推进。
灵魂拷问：这笔账到底算不算得过来？
所有的浪漫想象，最终都要撞上同一堵墙： 经济性。
CNBC的条件式判断：工程在推进，但经济性"目前仍边缘"
这里面有一道残酷的算术题
历史上，把东西送上轨道的成本可达 数万美元/公斤 。
可重复使用火箭把这个数字压到了数千美元量级，Starship被寄望于进一步压到数百甚至更低。
Google给出了一个清晰的门槛： 当发射价格降到约200美元/公斤时 （大约在2030年代中期），轨道数据中心的发射与运营成本，才有可能与地面设施的能源成本在同一量级。
但发射只是账单的一部分
行业分析机构Luminix在2026年7月的报告中给出了一个1 MW级轨道数据中心的粗算： 硬件（含抗辐射屏蔽）约2.25至4.5亿美元，发射约1260万美元，对照地面"有电可用"的方案约1.66至1.74亿美元。
差距约1.5到3倍，最大的成本项来自昂贵的芯片抗辐射处理。
寿命问题 还会继续加码
地面数据中心的资产寿命通常按15年算，而在轨设备因为 无法派工程师上去修 ，默认整星替换，寿命周期被压缩到约5年。
按同样的算力计算，太空方案要"买三次"。
工程师Andrew McCalip的公开模型给出更不乐观的数字：在他的默认假设下， 轨道方案的平准化度电成本可达每兆瓦时891美元，地面约398美元 。
结论是： 物理上可行，但商业上的"为什么"并不自明。
Andrew McCalip的公开成本模型：先问"为什么要把矩阵乘法搬到250英里高空"
关键约束：谁能交货
但这里有一个容易被忽略的变化： 经济性取决于两条动态曲线的赛跑。
一条曲线是太空成本在下降，发射在变便宜，太阳能板在变轻，星间通信在变快。
另一条曲线是地面成本在 上升 ，并网排队越来越长、水资源越来越紧、社区反对越来越强、气候灾害暴露越来越多。
CNBC引用哈佛经济学家Mark Weinzierl的表述，概括了这个逻辑： "现在还看不到已证明比地面更便宜的方案，但若学习曲线延续，交叉点可以出现，这始终是一项有依据的判断。"
Luminix提出了一个更务实的视角：别纠结"谁的每GPU小时更便宜"， 核心问题在于当地面因为5到7年的并网排队根本无法交付算力时 ，轨道算力能不能作为"溢出产能"成立？
你买不到的电，再便宜也是零
这就像历史上铝厂和超级计算机总是建在廉价水电站旁边一样， 算力会追着能源跑。
只不过这一次，"水电站"变成了距地面500公里、永不落山的太阳。
X Freeze的转述：AI始于地球，但终局基础设施将建在能源充沛的太空
马斯克在7月的一条引用回复中，把格局拉到了文明尺度： "整个人类文明对太阳功率的使用，远不到 万亿分之一 。"
如果太空太阳能被大规模用于有用功，不管是AI训练还是别的什么，其价值将 远超地球经济的总和 。
这场讨论的尺度已经扩展到： 人类文明能不能打开恒星级能源库 。
当然，社区里也有反对者
投资人Jason Calacanis直接回怼： "桌面优先，云/太空其次" ，明年1TB内存的桌面机就来了，本地小模型才是真实路径。
工程师背景的用户leyten提醒：别忘了地球上普通人手里已经持有的GPU， "光欧洲就有约22万张RTX 5090" ，这些消费级算力组成的分布式池子也不容小觑。
这些质疑都有依据
它们和马斯克的判断处于不同的时间尺度。
本地模型解决的是"我的笔记本能不能跑个聊天机器人"；
轨道数据中心解决的是"全人类的AI训练总量在十年后放哪里"。
前者是用户体验问题，后者是文明基础设施问题。
2025年11月，马斯克曾给出一个令人窒息的数字： Starship每年应能把约300到500 GW的太阳能AI卫星送入轨道。
美国全社会平均电力消耗约500 GW。
也就是说， 太空中的智能处理能力，大约每两年就能在量级上超过整个美国经济的电力规模 ，而且不需要重建地球电网。
这是一个 要么你觉得疯了、要么你觉得不可避免 的数字。
而事实是：FCC申请已经递了，原型已经飞了，TPU已经被质子束轰过了，H100已经在轨道上训练过莎士比亚了。
疯狂正在一步步变成工程
至于99.99%到底是预言还是物理， 也许答案是：它先是预言，然后变成工程，最后变成物理。
这一次，算力要追着太阳跑了
热门跟贴