AI算力延伸至太空：从科幻到产业验证的渐进之路
2026/07/19 19:58阅读量 3
AI大模型带来的算力需求激增，使得地面数据中心在能源、散热和土地方面面临瓶颈，部分企业和研究机构开始探索在近地轨道部署计算能力。文章梳理了太空算力的现实需求（如卫星在轨数据处理）、渐进发展路径（从单星到轨道数据中心），以及核心挑战（能源、散热、辐射防护等），指出目前所有项目仍处于技术验证阶段，短期内无法替代地面数据中心。
事件概述
AI大模型推动算力需求激增，训练和部署需要数万GPU持续运行，地面数据中心面临电网容量、土地资源等限制。行业开始将目光投向太空，探索在近地轨道部署算力的可能性。
核心信息
- 主要项目：美国Starcloud尝试将高性能计算设备送入轨道验证；Google提出Project Suncatcher探索空间AI计算能力；中国国星宇航启动“星算”计划，之江实验室开展“三体计算星座”天基智能计算验证。
- 现实需求：遥感、通信卫星每日产生海量数据，传统“卫星采集、地面处理”模式需回传全部原始数据，占用通信资源且降低响应速度。让卫星具备在轨计算能力（数据筛选、目标识别、初步分析）是最贴近实际的应用方向。
- 发展路径：行业普遍采用渐进路线，分为四个阶段：单星计算模块、多星计算网络、算力星座、大型轨道数据中心。目前所有项目仍处于技术验证与产业探索阶段，距离商用“太空云计算”还有较大距离。
- 核心挑战：火箭发射不是最大难点，计算设备在太空长期稳定运行需解决能源供应、散热、空间辐射防护及长期可靠性问题。
值得关注
太空算力短期内难以替代地面数据中心，地面已有成熟产业链。更现实的路径是先服务空间任务（如卫星在轨数据处理），再逐步探索更大规模的基础设施建设。专家指出，该领域存在明显争议，仍处于技术验证阶段，是长期值得探索的下一代算力方向。