“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*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，*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*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：
*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7×24小时不间断太阳能（谷歌数据），同时拥有-270℃的极寒真空作为*、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*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*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*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。
