
"Space Data Center" becomes a battleground for AI? Musk and Bezos are at odds, and Altman also wants to get involved

馬斯克的 SpaceX 和貝佐斯的 Blue Origin 正競相開發軌道 AI 數據中心,計劃利用各自的重型火箭將 AI 計算能力送入軌道,以解決地面巨大的能源消耗問題。OpenAI 和谷歌等巨頭也已入局。儘管太空數據中心擁有利用太陽能和簡化冷卻的理論優勢,但仍面臨巨大技術、成本和規模化挑戰。
人工智能(AI)的萬億級數據中心熱潮,正在催生一個全新的戰場:外太空。科技億萬富翁埃隆·馬斯克和傑夫·貝佐斯,在火箭和衞星領域的長期競爭之後,正將賽道延伸至軌道 AI 數據中心,試圖將龐大的計算基礎設施搬離地球。
12 月 10 日,據《華爾街日報》援引知情人士報道,馬斯克旗下的 SpaceX 計劃使用升級版的 “星鏈”(Starlink)衞星來承載 AI 計算負載,並將此技術作為其股份出售的一部分進行推介,該計劃可能使 SpaceX 公司估值達到 8000 億美元。與此同時,一位知情人士稱,貝佐斯的藍色起源(Blue Origin)也已組建一個團隊,就軌道 AI 數據中心所需的技術進行了超過一年的研發。
這場競賽的參與者遠不止這兩位巨頭。據報道,OpenAI 的首席執行官 Sam Altman 也曾研究收購火箭運營商的可能性,以在太空部署 AI 計算能力。谷歌等科技巨頭同樣在積極佈局。這一新興趨勢預示着 AI 和航天兩大行業的潛在交匯,其核心驅動力在於解決 AI 在地球上日益增長的能源消耗難題。
儘管支持者對利用太空無限太陽能的前景感到興奮,但將數據中心送入軌道面臨着巨大的工程障礙和成本效益的拷問。懷疑論者認為,其技術風險被低估,短期內難以與地面設施競爭。對於投資者而言,這既是充滿想象力的未來機遇,也伴隨着極高的不確定性。
地球 “裝不下” AI 雄心,太空成能源新解法
將數據中心送入太空的核心邏輯,是為了擺脱地球上的物理限制,尤其是 AI 模型訓練和推理所需的驚人電力。支持者設想,未來軌道上將佈滿裝載 AI 芯片的衞星,它們利用源源不斷的太陽能運行,並將處理後的數據傳回地球。
“將資源密集型基礎設施移出地球的想法已存在多年,但這需要發射和衞星成本的下降。我們正在接近這個臨界點,” 衞星運營商 Planet Labs 的首席執行官 Will Marshall 表示。
資深科技投資者 Gavin Baker 也認為,從第一性原理出發,太空數據中心在能源和冷卻方面具有地面設施無法比擬的優勢。在太空中,衞星可以獲得比地球表面強度高 30%、總量多達六倍的太陽能,且無需配備昂貴的儲能電池。同時,利用太空接近絕對零度的環境進行散熱,幾乎是 “免費” 的,這可以省去地面數據中心最複雜、成本最高的冷卻系統之一。Baker 判斷,太空數據中心可能成為未來三到四年最重要的技術突破之一。
巨頭競逐:馬斯克的 “星艦” 對決貝佐斯的 “新格倫”
在這場太空競賽中,發射能力是決定成敗的關鍵。馬斯克和貝佐斯都在利用其航天公司的下一代重型運載火箭,為太空數據中心的宏大願景鋪路。
據知情人士透露,SpaceX 的 AI 計算技術將被安裝在專為 “星艦”(Starship)設計的升級版衞星上。“星艦” 是 SpaceX 正在開發的巨型、可完全重複使用的火箭,旨在大幅降低發射成本。馬斯克上月在社交平台 X 上表示,“星艦” 每年應能將約 300 吉瓦(GW)的太陽能 AI 衞星送入軌道,甚至可能達到 500 吉瓦。
另一邊,貝佐斯的 Blue Origin 今年在其研發多年的 “新格倫”(New Glenn)火箭項目上取得了重大進展。這款部分可重複使用的火箭擁有巨大的整流罩,專為一次性將大量衞星送入軌道而設計。貝佐斯在 10 月的一次活動中表示,將數據中心轉移到軌道是合理的,並預測其成本將在 20 年或更短時間內超越地面 AI 基礎設施。
“這最終要回歸到發射(能力)上,” 衞星公司 Muon Space 的首席執行官 Jonny Dyer 表示。對於投資者而言,這意味着擁有可靠、低成本、大運力發射工具的公司,將在這場新興競賽中佔據絕對優勢。
新玩家入場:Altman、谷歌亦有佈局
除了馬斯克和貝佐斯,其他科技領袖也對軌道數據中心表現出濃厚興趣,試圖在這個潛在的巨大市場中分一杯羹。
據《華爾街日報》報道,OpenAI 的首席執行官 Sam Altman 曾探討讓其公司接管一家火箭運營商,以利用其運載工具在太空部署 AI 計算能力。他認為,AI 系統對算力的巨大需求最終可能需要龐大的電力,以至於太空成為更好的選擇。
與此同時,谷歌已與 Planet Labs 達成協議,計劃在 2027 年初向軌道部署兩顆攜帶谷歌 AI 芯片(張量處理單元)的測試衞星。谷歌將該項目形容為其 “登月計劃” 之一,凸顯了大規模部署衞星數據中心網絡的難度。據谷歌負責該項目的高管 Travis Beals 稱,假設使用 100 千瓦的衞星,需要 10000 顆衞星才能重現一個吉瓦級地面數據中心的計算能力。
此外,前谷歌首席執行官、現已接管火箭公司 Relativity Space 的 Eric Schmidt 也曾談及軌道數據中心。IBM 的紅帽軟件業務和 Axiom Space 公司已於今年 8 月發射了一個數據計算原型。Aetherflux、Starcloud 等由風險投資支持的初創公司也在制定計劃,準備與大型企業展開競爭。
現實挑戰:成本、技術與規模化難題待解
儘管前景誘人,但太空數據中心從概念走向現實仍需跨越重重障礙。
首先是嚴峻的技術挑戰。在軌運行的 AI 芯片需要解決温度管理、宇宙輻射防護以及如何將海量數據在沒有明顯延遲的情況下傳回地球等一系列問題。任何一個環節的疏漏都可能導致整個系統失效。
其次是成本與規模化。懷疑論者認為,支持者低估了技術風險,並懷疑天基數據中心在成本上能否與地面設施競爭,尤其是在地面電力和其他限制因素得到緩解的情況下。正如谷歌高管所指出的,要達到與地面相當的規模,需要發射成千上萬顆衞星,這對目前的發射能力和成本控制提出了極高要求。
投資者 Gavin Baker 也指出,對於推理任務,太空數據中心的應用前景更為明確,但由於規模龐大,將 AI 模型的訓練任務完全遷移到太空可能需要更長時間。這條通往太空 AI 算力的道路,註定漫長而艱難。
