当微软 CEO 纳德拉抱怨，GPU 因缺电而闲置时，谷歌、英伟达和 SpaceX 正在制定昂贵的太空数据中心蓝图。但在他们行动之前，中国有一家公司已经发射、组网并开始商业运营。

" 我们有海量闲置的英伟达 GPU，但他们只能躺在机架上，因为根本没有足够的电力去点亮他们。"

微软 CEO 纳德拉最近的这句惊人言论，向市场揭示了一个残酷的真相：AI 竞赛的终极瓶颈，已经从芯片供应转向了最基础的资源——电力。

这背后是冷酷的财务焦虑。在 AI 的 " 淘金热 " 中，英伟达的芯片迭代速度太快，从 H100 到 Blackwell，" 有效保质期 " 越来越短。对于手握价值数千亿美元 GPU 的科技巨头而言，电力每延迟一天，这些昂贵的硬件资产就在无声地 " 蒸发 "，还未创造利润，便已逐渐要过时。

但 AI 对 " 无限 " 算力的追求，正撞上地球有限的电力、水和土地资源的 " 物理之墙 "。

这场危机正迫使巨头们启动昂贵的 "B 计划 "。在地面，亚马逊和谷歌，已开始布局小型模块化反应堆（SMR），试图通过小型模块化核反应堆来解决问题。

另一个更激进的选项则指向太空——英伟达和谷歌这些科技巨头们，都在抢着把芯片送 " 上天 "。

但令人惊讶的是：在这场关乎 AI 未来的新竞赛中，第一个冲过起跑线的并非硅谷巨头。

一家名为 " 国星宇航 "（ADASPACE）的中国公司，早在 2025 年 5 月 14 日，就已成功发射了全球首个太空计算卫星星座。这并不是一次简单的技术测试，而是一个已经实现商业化、正在太空中为客户运行 AI 算法的算力网络。

在全球 AI 版图重构之际，中国是如何在 " 太空算力 " 这一关键高地上，悄然取得先发优势的？这对未来的技术格局意味着什么？

1. 硅谷的 " 太空 B 计划 "

纳德拉对电力短缺的抱怨，是日益紧迫的行业危机。为了摆脱 " 地球物理墙 "，硅谷巨头们的 "B 计划 " ——将数据中心送入轨道，正从科幻变为严肃的工程蓝图。

谷歌的 " 捕日者 "（Project Suncatcher）计划最为详尽。它的目标是在轨部署自研的 TPU 芯片。根据谷歌的论文，它设计了一个由 81 颗卫星组成的计算集群，在 1 公里半径内以 100-200 米的间距紧密编队飞行。

这是一个极其激进的方案，其背后是精明而高风险的技术取舍。谷歌之所以要冒着极高风险采用 100-200 米的超近编队飞行，是因为只有在如此近的距离上，才能产生足够高的接收功率，从而允许他们直接使用地球数据中心已经成熟的、高功率的 DWDM 光通信模块，以实现 1.6 Tbps 的高带宽。这种设计虽然巧妙，但也极大地增加了轨道控制的复杂度。

不过在实验室中，谷歌已取得关键进展：他们用 67MeV 质子束模拟太空辐射，证实 TPU 芯片的抗辐射能力远超 5 年任务预期，星间所需的 1.6 Tbps 高速光链路也已在地面验证成功。

但谷歌也坦承其计划的 " 阿喀琉斯之踵 "：这个计划的经济可行性，完全依赖于发射成本能否降到 200 美元 /kg 以下。所以，谷歌将时间表定在 2 年后，首批两颗原型卫星将于 2027 年发射。

英伟达则采取了截然不同的投资路线，全力支持初创公司 Starcloud，这是一家新锐的创业公司。Starcloud 的行动迅速：在 2025 年 11 月 2 日，利用 SpaceX 的火箭成功发射了其首颗测试卫星。

这颗卫星搭载了英伟达 H100，它的任务不是组网，而是测试在轨 AI 推理。这颗卫星的特别之处，在于其 " 集各家之长 " 的轻资产模式：它依赖英伟达的 H100 进行计算，计划在轨运行谷歌的 Gemma 开源模型，并由 SpaceX 负责发射。

尽管其最终蓝图，是建设一个 5 吉瓦、由 4 公里宽，由太阳能阵列供电的庞大轨道数据中心，并大胆预测 " 十年内几乎所有新数据中心都将在太空建造 "，但其当前阶段仍是 " 原型验证 "，商业化最早也要等到 2026 年。

亚马逊和 SpaceX 也已入局。贝索斯预测，未来 10 至 20 年内，将出现吉瓦级的太空数据中心。而马斯克则明确表示，SpaceX 将利用其带宽达 1 Tbps 的 " 星链 V3" 卫星进入太空计算领域。

可见，科技巨头们都纷纷发布了他们的 AI 太空数据中心蓝图，那么一个关键问题是：究竟是什么样的危机，迫使科技巨头们，如此一致地将目光投向成本高昂、技术未定的太空？

2. 科技巨头们为何被迫 " 上天 "？

这些动辄耗资千亿的太空计划，源于地球上日益严峻的三重物理困境：

最大的就是能源瓶颈。AI 正成为 " 吞电巨兽 "。到 2030 年，全球数据中心将需要额外 67 吉瓦的电力，这相当于 67 座大型核电站的发电量。这背后是 " 时间 " 与 " 财务 " 的双重错配：英伟达芯片快速的迭代周期，与电网扩容长达 2 至 5 年的审批建设周期，形成了致命的时间差。

这意味着，当微软和亚马逊还在为新数据中心排队等电时，他们仓库里价值数十亿美元的 GPU 资产正在迅速贬值。这迫使巨头们需要思考更创新的能源方案。

还有散热与水资源消耗。AI 芯片的高密度运行，散热也成为非常大的问题，而液冷技术，是在耗电量和用更多水之间取平衡，如果想减少耗电量，就会成为 " 耗水巨兽 "。根据国盛证券的一份报告，以 Meta 为例，其新建的数据中心日最高用水量达 600 万加仑，远超当地全郡用水量。

最后是土地与选址困境。吉瓦级的数据中心占地巨大，在经济中心附近选址变得极其昂贵，甚至引发了与民生争夺土地和电网的矛盾。

在太空轨道建设 AI 数据中心的方案之所以可行，在于它不仅解决了能源、散热等资源问题，还在根本上重构了数据流。

首先，它一举解决了物理限制。在轨卫星能享受 8 倍于地球效率的 7x24 小时不间断太阳能（谷歌数据），同时拥有 -270 ℃的极寒真空作为完美、零耗水的天然散热器。

其次，新一代方案也解决了数据传输的问题。传统的 " 天感地算 " 模式（卫星拍照、数据下传、地面分析）早已不堪重负。正如中国工程院院士王坚所指出的，因带宽限制，卫星收集的海量数据 " 只有很小一部分能真正传回地面 "。

而 " 太空计算 " 的范式是 " 天数天算 "（在轨计算）。卫星不再是 " 数据采集器 "，而是 " 智能分析师 "。Starcloud 的 CEO 曾生动地描述了这一模式：把数据在轨处理后，卫星只需下传一个 1KB 的 " 洞察 "（例如 " 一艘船在某位置正以某速度航行 "），而不是数百 GB 的原始雷达图像，这从根本上规避了带宽瓶颈。

不过，硅谷巨头的宏伟蓝图，无论是谷歌的 "2027 原型星 "、英伟达 /Starcloud 的 " 测试星 "，还是马斯克和贝索斯的 " 未来十年愿景 " ——都还是 " 未来时态 "。

但在这场太空竞赛中，发令枪其实已经打响，当所有人都将目光投向硅谷的 " 未来 " 时，一个 " 现在进行时 " 的故事，已经在中国上演。

3. 悄然的领跑者——中国公司的 " 太空计算 " 版图

就在硅谷的 "PPT 造星 " 计划正酣时，这场竞赛的第一个 " 实干家 "，已经悄然完成了布局。

答案不在旧金山或西雅图，而在中国。

这家公司，就是国星宇航（ADASPACE）。它并非一家传统的商业航天公司，核心瞄准在 " 太空计算卫星星座 "，而非 " 卫星制造 "。传统的商业航天模式是 "B2G" 或 "B2B"，出售的是卫星硬件、发射服务或原始的遥感数据。

而国星宇航在围绕 " 太空算力 " 做事情，核心产品不是卫星本身，而是搭载了 AI 载荷、具备在轨计算能力的 " 智算卫星 "。它瞄准的客户，是 AI 企业和需要实时智能数据的行业，它更像是一家 " 星际之门的太空版 "。

如果来打个比方——马斯克是要把通信基站搬到太空，而国星宇航是要把算力中心搬到太空。

国星宇航的核心工程，是 " 星算 " 计划。这不是一份 " 远景 PPT"，而是已经拿到 " 地契 " 的在轨蓝图。

首先是轨道申请。在日益拥挤的近地轨道，国星宇航已向国际电联（ITU），申请了 2800 颗卫星的频率与轨道资源。在太空竞赛中，这无异于提前锁定了未来 " 算力地产 " 的黄金地块。

其次是发射。早在 2025 年 5 月 14 日，早于 Starcloud 的 H100 测试星，" 星算 " 计划首发星座（一箭 12 星）就在酒泉成功发射。这 12 颗卫星，均搭载了智能计算系统和星间通信系统，组网后形成了全球首个在轨的太空计算中心，总算力达 5 POPS（每秒 5 千万亿次运算）。

此外，国星宇航的商业化速度惊人。当谷歌还在等待 2027 年的原型星时，国星宇航的太空算力中心已经在 " 接单 " 了。2025 年 9 月，国星宇航宣布了全球首个太空计算的商业化案例：与 A 股上市公司佳都科技的合作。

佳都科技将其 " 城市交通大模型 " 算法，通过地面站注入到轨道上的 " 星算 01" 星座中。星座利用自带的 AI 算力，在轨计算，实时处理广州市的遥感影像。最终，星座只将计算后的 " 洞察 "（如路网分析结果）传回地面，而非海量的原始影像数据。

这场合作不仅仅是 " 演示 "，还实现了不少 " 效率指标 "。比如它已经将传统遥感数据服务的响应时间，从 " 小时级或天级 "，压缩到了 " 分钟级 "。同时，由于在轨处理，也节省了 90% 的下行带宽和地面站资源。

" 星算 " 计划首发星座只是一个开始，未来的 " 星算 " 计划 02 组星座（甚至再之后的 03 组），也已经进入设计研制阶段，由中国科学院上海技术物理研究所研究员、国科大杭州高等研究院院长王建宇担任首席科学家，重点突破更高速的星间激光通信技术——这正是马斯克 " 星链 V3" 和谷歌 " 捕日者 " 计划所依赖的核心技术。

4. 重置 AI 竞赛的 " 制高点 "

AI 的未来发展，正受限于地球能源和物理空间的瓶颈，这也在背后推动了一场不可避免的 " 太空算力竞赛 "。

但这场竞赛的发令枪并非在 2025 年 11 月（Starcloud 发射）或 2027 年（谷歌计划）才响起，而是在 2025 年 5 月的中国酒泉。

国星宇航的案例表明，中国不仅在 AI 应用层快速追赶，更在 AI 基础设施的 " 下一战场 " ——太空——取得了关键的先发优势。

随着 AI 对算力的需求呈指数级增长，地球上的电力和土地资源将成为最稀缺的商品。未来，谁掌握了轨道上的 " 算力高地 "，谁就可能在数据和智能时代掌握真正的战略主动权。