"36个月内，太空将是运行AI最便宜的地方。"
这话是埃隆·马斯克上周说的。说实话，听到这话的时候，大部分人第一反应是他又在画大饼了。但仔细看了他向监管机构提交的文件，你会发现老马这次可能是来真的。
SpaceX 已经申请许可，要建一套太阳能轨道数据中心。这可不是几颗卫星那么简单，而是由多达一百万颗卫星组成的分布式网络，目标是从地球搬走高达 100 GW 的算力。甚至有报道称，马斯克打算把部分 AI 卫星直接建在月球上。
这听起来像极了伊恩·班克斯科幻小说里的场景：有感知能力的飞船漫游银河，控制一切。但现在，这不再是科幻，而是硅谷和航天圈最疯狂的军备竞赛。
这一场赌局，赌注是整个地球
马斯克不是一个人在战斗。
xAI 的算力负责人甚至跟 Anthropic 的 counterpart 打了个赌：**到 2028 年，全球 1% 的算力将位于轨道上。**Google 也没闲着，它持有 SpaceX 的股份，还搞了个"Project Suncatcher"（向日葵计划），打算 2027 年就发射原型机。刚拿了 3400 万美元融资的初创公司 Starcloud，上周也提交了计划，要搞个 8 万颗卫星的星座。
就连杰夫·贝索斯也说了，这是未来。
有意思的是，大家都在往这个方向冲，仿佛谁不去太空，谁就输掉了 AI 的下半场。但我个人觉得，这事儿没这么简单。愿景很性感，现实却很骨感。## 账本算不过来，一切都是空谈
咱们先来算笔账。
太空工程师 Andrew McCalip 做了个计算器，结果很扎心：一个 1 GW 的轨道数据中心，成本大约是 424 亿美元。
这几乎是地面同类机房的 3 倍。
为什么这么贵？主要是因为造卫星和把它们发射上去的前期成本太高了。要让这事儿变得划算，发射成本得从现在的每公斤 3600 美元，降到 每公斤 200 美元。
这是 18 倍的降幅。SpaceX 寄希望于 Starship（星舰）来实现这一点。按照 Project Suncatcher 的白皮书，这个价格点预计在 2030 年代才能实现。但问题是，星舰现在还没完全飞起来呢。
而且，即便星舰成功了，马斯克就真的会良心发现把价格打这么低吗？咨询公司 Rational Futures 的经济学家泼了盆冷水：SpaceX 不会把价格定得比竞争对手（比如蓝色起源的 New Glenn）低太多，否则就是把钱扔在地上不捡。亚马逊 AWS 的 CEO Matt Gorman 说得更直白：
"目前还没有足够的火箭来发射一百万颗卫星，所以我们离那还很远。如果你想想今天把有效载荷送入太空的成本，那是巨大的。这根本不经济。"
除了发射，造卫星也是个吞金兽。现在卫星的制造成本接近每公斤 1000 美元。SpaceX 虽然通过 Starlink 摸索出了一些规模效应，但要想让 AI 卫星赚钱，还得把成本再砍一半。
太空环境，根本没在跟你开玩笑
很多人以为太空散热是免费的，因为外面冷嘛。
这简直是大错特错。在没有大气层的真空环境里，散热反而更难。
Planet Labs 的 Mike Safyan 说，你得依靠巨大的散热器把热量排到漆黑的太空中。这意味着你需要更多的表面积和质量，这都是钱。
还有辐射。宇宙射线不仅会慢慢降解芯片，还会导致"比特翻转"（Bit flip），直接把数据给毁了。你可以用屏蔽层、抗辐射组件，或者冗余校验来应对，但这些东西都会增加重量和成本。Google 甚至用粒子束去测试辐射对 TPU 的影响，SpaceX 也买了个粒子加速器专门干这事儿。这帮人是真的在玩命搞研发。
太阳能电池板也是个大坑。
虽然太空里的太阳能效率是地球的 5 到 8 倍，而且能全天候工作，但太空辐射会让硅基电池板老化得很快。这意味着这些 AI 卫星的寿命可能只有 5 年左右。
Starcloud 的 CEO Philip Johnston 倒是很乐观，他觉得 5 年后芯片也过时了，正好换新的。这点我倒是有点认同，技术迭代这么快，或许真的不需要卫星用一辈子？
到底去太空干嘛？这是个好问题
即便解决了钱和物理难题，还有一个核心问题：我们在太空跑什么？
训练大模型？还是推理？
目前的现实是，训练需要成千上万个 GPU 协同工作，而且需要极高的带宽互联。Google 的地面数据中心内部互联速度是几百 Gbps，而现在最快的卫星间激光链路也就 100 Gbps。
Google 的 Suncatcher 团队想了个招：让 81 颗卫星编队飞行，靠得足够近，用地面那种收发器通信。但这又带来了新的控制难题，万一躲垃圾时散了怎么办？所以，Google 自己也承认，推理任务能抗住辐射，但训练还需要更多研究。
Philip Johnston 说得很清楚：
"训练不是在太空做的理想选择。我认为几乎所有的推理工作负载都会在太空中完成。"
这确实是个合理的切入点。客服语音助手、ChatGPT 的查询请求，这些不需要大规模集群协作的任务，完全可以在单颗卫星上搞定。Starcloud 说他们的第一颗 AI 卫星已经在靠轨道推理赚钱了。SpaceX 的计划也差不多，每吨卫星大概提供 100 kW 的算力，是现有 Starlink 的两倍。他们打算用 Starlink 的激光链路搞个 Petabit 级别的吞吐量。
说白了，这就是个"备胎计划"。
正如 McCalip 所说："一个 FLOP（浮点运算次数）就是一个 FLOP，不管它在哪。SpaceX 可以在地面上疯狂扩张，直到碰到许可或资金瓶颈，然后转头去部署太空设施。"
写在最后
马斯克把 AI 搬上天的野心，既是对物理极限的挑战，也是对地面算力瓶颈的一次突围。
现在下结论说这事儿成不成，还太早。
但我敢肯定的是，如果马斯克真的能在 36 个月内把太空算力的价格打下来，那我们对"数据中心"这三个字的认知，恐怕要被彻底重写了。
毕竟，这可是那个要把人类送上火星的男人。
参考链接：
https://techcrunch.com/2026/02/11/why-the-economics-of-orbital-ai-are-so-brutal/