太空算力：AI算力竞争延伸至近地轨道

事件概述

人工智能产业的快速发展催生了对算力基础设施的更高需求，但地面数据中心正面临能源供应、散热、土地资源等多重限制。在此背景下，一些企业和科研机构开始将目光投向近地轨道，探讨将部分AI计算能力部署至太空的可能性。

核心信息

• 美国方面：Starcloud正尝试将高性能计算设备送入轨道环境验证；Google提出Project Suncatcher，探索空间环境下部署AI计算能力。
• 中国方面：国星宇航推出“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；航天宏图也在推进空间智能计算探索。
• 驱动力：卫星产生的数据（如遥感图像）规模快速增长，若依赖所有原始数据回传地面，将占用大量通信资源并降低响应速度。让卫星在轨完成数据筛选、目标识别等初步分析，成为空间计算最现实的应用方向。

发展阶段与路径

太空算力的成熟不会一蹴而就，行业倾向于分步推进：

1. 算力载荷：在传统卫星上增加AI芯片和计算模块，使其具备在轨数据处理能力（如中科天算Aurora系列太空计算机）。
2. 算力卫星：计算成为卫星设计的主要目标，需更强的能源、高性能芯片及热管理能力（如国星宇航“星算”计划）。
3. 算力星座：多颗计算卫星通过星间通信连接，形成空间计算网络，实现任务调度与资源分配（如之江实验室“三体计算星座”）。
4. 轨道数据中心：在轨部署大规模计算基础设施，提供类似地面数据中心的AI算力支持（如Google Project Suncatcher、北京太空数据中心），但这一形态仍属于远期目标。

挑战与现实

太空环境虽能提供持续太阳能等优势，但计算设备必须独立解决能源供应、散热、空间辐射及长期可靠性问题。发射成本、维护难度、设备升级周期等商业挑战同样突出。因此，太空算力短期内无法替代地面数据中心，更现实的路径是先解决空间自身的计算需求，让卫星从只是“看”和“传”走向“算”。