算力上天：千星万P太空算力星座，为什么2030年值得期待

如果算力不够了，往天上放行不行？

这不是段子。WAIC 2026上，成都国星宇航和商汤科技宣布共建”商汤太空算力星座”，计划2030年部署千颗算力卫星，总算力超过万P。谷歌也在推进类似的轨道计算计划。

地面上的数据中心已经不够用了——电不够、地不够、散热太难。于是有人把目光投向了头顶。

🛰️ 为什么要去太空算？

地面数据中心面临三重瓶颈，而且每一条都越来越紧。

电力。孙正义在软银年度大会上说，到2040年AI数据中心需要3太瓦发电量，相当于当前全球总电力消耗的1.8倍。这不是预测，是警告。弗吉尼亚州的数据中心集群已经吃掉了该州20%的电力。中国的”东数西算”工程本质也是在解决能源分布不均的问题。

土地。一个万卡集群的数据中心占地动辄数万平方米。一线城市周边已经很难找到合适的选址，偏远地区又面临网络延迟和运维成本问题。

散热。GPU功率密度越来越高，英伟达H100单卡热设计功耗700W，一台8卡服务器就是5600W。传统风冷已经扛不住，液冷成本又高得离谱。

太空刚好能解决后两个问题——没有土地成本，真空环境天然散热。电力可以靠太阳能，不受地面电网约束。

📊 千星万P是什么概念

商汤和国星宇航的规划分三步走：

万P算力是什么水平？目前全球最大单体数据中心大约几百P。千颗卫星组成分布式星座，总算力达到万P级别——相当于把十几个超级数据中心分散到轨道上。

但要注意，太空算力不是替代地面数据中心，而是补充。它适合处理对延迟不敏感的离线任务——模型训练、科学计算、大规模数据处理。实时交互推理还得靠地面。

⚡ 技术挑战比想象中大

太空算力听起来浪漫，但工程难度极高。

辐射问题。太空中的宇宙射线和高能粒子会直接打穿芯片，导致单粒子翻转（SEU）。地面服务器不需要考虑这个问题，但在轨道上，每个比特都可能被随机翻转。解决方案要么用抗辐射芯片（贵且慢），要么用冗余校验（浪费算力）。

通信延迟。低轨卫星到地面的单程延迟约10-20ms，看似不高，但数据传输带宽远低于地面光纤。把PB级训练数据传上天？不现实。所以太空算力更可能是”数据在轨生成、在轨处理”的模式——比如遥感影像直接在卫星上做AI推理，不传回地面。

维护成本。地面服务器坏了，换个零件就行。卫星坏了，要么忍着，要么发射新的。在轨维修目前只有国际空间站级别才能做到，成本是天文数字。

🌍 不止是中国在布局

太空算力竞赛是全球性的。谷歌在推进轨道计算计划，目标是利用卫星集群做分布式AI推理。Starlink虽然目前是通信星座，但其宽带能力天然适合作为天基算力的数据通道。

更有想象力的是Lumen Orbit等创业公司，他们提出在轨道上建设太阳能驱动的AI数据中心，用微波将算力结果传回地面。这个概念还在极早期，但已经拿到了融资。

中国的优势在于：航天工程体系成熟，发射成本持续下降，政策支持力度大。”千星万P”计划的节奏跟国家航天整体战略高度吻合——这不是一家公司的冒险，是有体系支撑的。

🔮 2030年：算力的第三极

到2030年，AI算力格局可能是三足鼎立：地面数据中心处理实时交互、边缘端处理轻量推理、太空星座处理大规模离线任务。

太空算力星座的真正价值不在于替代地面，而在于打开一个全新的算力维度——它让算力不再受制于地理和电网，可以在任何轨道上按需部署。

当然，这一切的前提是：发射成本继续下降，抗辐射芯片性能跟上，星间通信技术成熟。三个条件缺一不可。

不过话说回来，十五年前人们觉得电动汽车不靠谱，十年前觉得可回收火箭不可能。现在呢？太空算力也许就是下一个”先被嘲笑、然后被验证”的故事。

2030年不远。第一批”商汤号”明年就要上天了。