一句话看懂：全球主要经济体正加速布局太空算力基础设施，旨在通过将AI计算能力部署于轨道来解决地面数据中心能耗与卫星数据回传瓶颈，并抢占未来天基智能的战略制高点。基于中国科学院院刊的深度分析，本文将梳理这一竞争格局及其对AI产业的潜在影响。
事件核心：发生了什么
根据报道，太空算力的战略价值已获得多方确认。美国方面，SpaceX收购xAI后已向FCC申请部署多达100万颗轨道数据中心卫星；Google则启动“逐日者计划”，拟于2030年在650km太阳同步轨道部署81颗卫星构建GW级AI计算集群；初创公司Starcloud已成功将搭载NVIDIA H100 GPU的卫星送入轨道并运行大模型。欧洲方面，欧盟主导的ASCEND项目规划了从2031年单星验证到2050年GW级算力容量的明确时间表。中国同样加速推进，2025年首批计算卫星已进入组网阶段，实现了多星分布式协同计算与星上AI推理的工程化验证，并提出了在700-800km晨昏轨道建设GW级集中式太空数据中心的三阶段发展路径。
为什么重要
这一趋势的核心驱动力在于传统“天感地算”模式的根本缺陷：受限于星地链路带宽与地面站覆盖，约90%的卫星遥感数据因无法及时回传而失效。在轨计算可将AI推理能力“前移”至轨道，在过境窗口内完成数据筛选与处理，从而突破时延瓶颈。同时，随着大模型训练能耗激增（IEA预测2024-2030年全球数据中心能耗将翻倍），利用轨道侧持续太阳能供给的太空算力，被视为突破地面能源与环境承载极限的潜在路径。这一技术演进正在重构天基信息处理范式，并成为6G天地一体化网络的关键组成部分。
对用户/开发者/创作者的影响
对AI开发者而言，若太空算力实现规模化商用，未来可能催生新型的“轨道API”服务，允许开发者直接调用天基算力进行低时延遥感推理或极地环境下的模型部署，降低对地面数据中心的依赖。对于依赖卫星数据的创作者或应用开发者，更高效的星上数据处理可能带来更实时、更高分辨率的空间图像与数据产品。对硬件算力企业，太空环境对芯片的功耗、抗辐射能力提出了新的技术挑战与市场机遇，NVIDIA已通过Starcloud验证了GPU在轨运行的可能性。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 发射成本拐点：目前公开信息显示，若2027-2028年中国可重复使用火箭将发射成本降至约1万元/千克以内，太空算力的经济可行性将从理论转向工程现实。2. 更激烈频轨资源竞争：轨道与频谱资源具有天然稀缺性，各方的GW级部署计划将激化国际协调争端。3. 商业与技术验证节点：Google“逐日者计划”的首批双星验证（2027年）与Starcloud的Blackwell芯片卫星（2026年10月）将是检验分布式AI在轨可行性、散热与能源供应方案的关键里程碑。
来源：虎嗅 (Huxiu)
