Transcription
大家好，这里是最佳拍档，我是小飞。
在之前说SpaceX IPO的视频里，我们提到了太空算力的概念。但是当时只是提了一下，语焉不详。所以今天我们稍微更深入的来聊聊这件事，看看它到底是未来的趋势，还是资本催生的泡沫呢？它的技术逻辑是否成立呢？又面临哪些无法回避的挑战呢？
之前，马斯克靠着Starlink和Starship这两个星辰大海的项目，让SpaceX的估值冲到了8000亿美元。但是现在光靠旧的故事显然是不够了。马斯克深谙资本市场的逻辑，于是在2025年11月18日的Baron Capital年度投资人大会上，首次公开抛出了一个全新的概念——太空AI算力。并且给出了一个判断，那就是五年之内，在太空运行AI训练和推理将成为成本最低的方案。
这个看似科幻的构想，背后其实是对当前全球AI发展瓶颈的精准洞察。而盯上这块蛋糕的，也不止马斯克一个人。杰夫·贝索斯、萨姆·奥特曼这些科技大佬，还有谷歌、英伟达这样的硅谷巨头，都在暗中布局。
为什么大家都扎堆涌向太空？答案其实很简单，那就是地球上的基础设施和电力，实在太贵了，已经快撑不起AI模型的爆发式增长了。
那么，马斯克口中的太空算力，到底指的是什么呢？本质上，它直接瞄准了当前地球AI基础设施最头疼的两个问题，那就是能源成本和冷却成本。
先说说能源问题。随着AI模型的规模越来越大，训练一个顶尖模型的能源消耗已经达到了惊人的水平。咱们可以看看一组真实的数据对比。这是来自semianalysis的统计，分别是BLOOM、GPT-3和Meena三个模型的训练能耗情况。
BLOOM模型的参数是1760亿，总训练时间长达2820小时，使用的是384块A100 SXM芯片，每块芯片的热设计功耗是400瓦。整个训练过程的总功耗达到了794855千瓦时。而GPT-3模型虽然参数略少一点，1750亿，但是它用了10000块V100芯片，每块芯片热设计功耗300瓦，总训练功耗更是高达1287000千瓦时，比BLOOM还要高。即便参数只有26亿的Meena模型，总训练功耗也有232000千瓦时。
如果换算一下，1千瓦时就是1度电。一个普通家庭一个月的用电量大概是200-300度。那么GPT-3一次训练的耗电量，相当于一个普通家庭用4000多年的电量。而这还只是模型训练本身的能耗，不包含电网基础设施的能耗。
现在行业里都认为，训练一个像GPT-5这样的下一代超大型模型，耗资可能会达到数亿美元，其中电力成本占了极大的比重。对于AI企业来说，能源已经成为制约算力扩张的最大压力。而地面上的电力资源不仅有限，而且价格一直在上涨，这让很多企业都不堪重负。
再看看冷却成本。高性能GPU的热密度极高，在运行的时候会产生大量的热量。如果不能及时散热，芯片就会过热降频，甚至直接损坏。为了解决这个问题，地面数据中心不得不投入巨额的资金建设冷却系统。无论是风冷还是液冷，都需要消耗大量的电力。根据行业数据，地面数据中心30%到40%的电力都被消耗在了冷却上。这意味着每消耗10度电用于计算，就有3-4度的电被用来散热。这无疑是对能源的巨大浪费，也进一步推高了算力的成本。
而太空，恰恰能提供解决这两个问题的天然条件。马斯克看中的太空环境有两个核心特性：一个是永不落山的太阳，另一个是宇宙真空。
先说说前者能带来的能源优势。SpaceX计划将算力中心部署在低地球轨道。低轨卫星每天会绕地球大约16圈。通过合理的轨道分布和星间链路调度，能够实时将计算任务切换到处于光照区的卫星节点上。这样就能实现接近24小时不间断的太阳能供电。而且在太空中，没有大气层的遮挡，太阳能的利用效率比地面高得多。更重要的是，太空光伏一旦部署完成，后续的长期边际电费几乎趋近于零。这和地面上需要持续支付的高额电费形成了天壤之别。
再看宇宙真空带来的散热潜力。宇宙真空环境是天然的终极散热器。因为在真空中没有空气对流和热传导，理论上可以通过热辐射的方式将热量高效散发出去。这就意味着，太空算力中心不需要像地面数据中心那样建设复杂昂贵的冷却系统，能够节省大量的电力和建设成本。
除此之外，太空算力中心还有一个巨大的优势，那就是不需要占用宝贵的土地资源，也不需要建设复杂的电网和变电设施。在地面上，建设一个大型AI超算中心，首先要找到足够大的场地，还要铺设专门的电网。这些基础设施的建设成本本身就非常高昂。而太空算力中心完全摆脱了这些限制，只需要将设备送入轨道，就能直接运行。
看到这里，可能很多朋友会觉得，太空算力简直是完美的解决方案。但是事情真的有这么简单吗？当然不是。如果太空算力真的这么容易实现，早就有人动手了。事实上，要利用太空的这些优势，必须解决一系列极具挑战性的技术问题。而这些问题又衍生出了新的经济性难题。毕竟，我们之所以要把算力送上天，初衷就是为了解决经济性问题。
第一个绕不开的难题，就是刚才提到的散热。虽然宇宙真空是天然的散热器，但是这里有一个关键的矛盾点。卫星的向阳面会直接暴露在太阳的照射下，温度会急剧升高，相当于处于烧烤模式。而背阴面的温度又会低至零下几十甚至上百度。这种极端的温差，对于精密的计算芯片来说是巨大的考验。而且，真空环境中只能依靠热辐射散热，这种散热方式的效率是否能够满足高性能GPU的散热需求，还是一个未知数。
为了解决这个问题，已经有企业开始尝试探索解决方案。比如在2025年11月2日，SpaceX的猎鹰9号火箭成功将初创公司Starcloud的首颗试验卫星Starcloud-1送入近地轨道。这颗卫星搭载了英伟达的H100 GPU，首次验证了在轨AI数据的处理能力。英伟达还和Starcloud共同研发了联合真空散热架构，通过卫星外部的高导热材料，将芯片产生的热量传导至卫星表面，再以红外辐射的形式散发到太空中。不过，这只是初步的试验验证，能否应用到大规模的轨道数据中心，还需要进一步的技术迭代和测试。
第二个难题是宇宙辐射。太空中存在大量的宇宙射线和高能粒子。这些射线和粒子具有极强的穿透力，会对芯片的运行产生严重干扰，甚至可能击穿芯片的电路，导致计算过程出错，也就是我们常说的单粒子翻转等故障。所以就算把地面上用的算力芯片送上了天，大概率也是不灵的。而地面上的芯片之所以不受这个问题的影响，是因为大气层起到了很好的防护作用，能够阻挡大部分宇宙射线。但是在太空中，没有了大气层的保护，芯片直接暴露在辐射环境中，必须进行专门的抗辐射加固。但是抗辐射加固本身，就是一个技术难度极高、成本也极高的领域。不仅材料和工艺本身就很贵，而且再加固也是有上限的，怎么也没有大气层的抗辐射效果好。
为了解决这个问题，SpaceX正在借助特斯拉的汽车级AI芯片经验进行突破，采用了三重冗余TMR架构与实时校验技术。简单来说，就是在芯片设计中设置三个相同的计算单元，同时执行相同的任务，然后通过实时校验机制，对比三个单元的计算结果。如果出现不一致，就以多数结果为准，从而显著提高抗辐射的能力。这种方案虽然能够在一定程度上解决辐射干扰问题，但是也会增加芯片的设计复杂度和制造成本。如何在抗辐射性能和成本之间找到平衡，是SpaceX需要解决的关键问题。
第三个难题，也是支撑太空算力经济性的核心前提，星舰的低发射成本能否真正实现。毕竟，太空算力的所有经济性优势，都建立在星舰能够将发射成本降到足够低的基础上。马斯克规划的星舰V3版本，单次载荷大约是100吨。在实现高频复用后，希望能够将运价压到每公斤200至300美元。这个价格远低于目前市场上主流火箭的发射成本。
简单估算一下的话，如果要建设一座200MW级的轨道数据中心，按照每公斤200到300美元的运价计算，运输成本大约在50到75亿美元之间。而在地球上建设一座同等级别的AI超算中心，整体投入大约在150到250亿美元。从这个角度看，太空算力中心的运输成本确实有明显的优势。
但是这里有一个关键的前提，那就是星舰的高频复用和低发射成本必须要能稳定的实现。要知道，火箭发射是一项高风险的活动，即便是技术最成熟的火箭，也存在发射失败的概率。而一旦发生火箭爆炸或事故，损失的不仅是火箭本身，还有搭载的价值数十亿美元的轨道数据中心设备。更重要的是，地球上1GW算力的建设成本高达500亿美元，一旦太空算力中心发生事故，损失将远远超出运力提升所带来的价值，也会让整个太空算力的经济性逻辑瞬间崩塌。
到目前为止，Starship的试飞还处于不断迭代和改进的阶段。虽然已经取得了一定的进展，但是距离实现稳定、高频、低成本的发射目标，还有很长的路要走。所以，Starship的技术成熟度和发射可靠性，是决定太空算力能否落地的核心变量之一。
尽管面临这么多技术挑战，但是资本市场对马斯克的这个新故事，表现出了极大的热情。华尔街和硅谷资本已经纷纷上车，成为SpaceX太空算力叙事的重要推手。
最具代表性的就是投行摩根士丹利。他们发布的研报中明确指出，市场对SpaceX估值的重新定价，本质上来自其商业边界的再次扩张。轨道数据中心，已经成为了驱动其估值跃升的全新AI基础设施叙事。
在摩根士丹利发布的独角兽公司估值排行榜中，SpaceX以8000亿美元的估值位居榜首，远超OpenAI的5000亿美元、字节跳动的4800亿美元和Anthropic的3500亿美元。分析师们认为，太空算力这个概念，完美解释了为什么市场愿意用高增长软件公司的估值逻辑，来给SpaceX定价，而不是把它当作传统的航天或电信企业。要知道，传统航天企业的估值往往受限于发射次数和营收规模，增长空间相对有限。但是软件公司和AI基础设施公司的估值逻辑完全不同，市场更看重其未来的增长潜力和行业垄断地位。这也是SpaceX的估值，能够在半年内实现翻倍的核心原因。
在众多资本中，以木头姐凯茜·伍德为首的方舟投资的态度最为激进。方舟投资在最新的估值模型中，已经完全将SpaceX按照高增长软件公司与AI基础设施公司来估值，而不是传统的航天企业。在他们的模型中，SpaceX新增的估值几乎全部来自太空AI算力这条业务线。作为马斯克的资深投资人，方舟投资做出了非常乐观的情景假设：到2030年，Starlink的终端用户将达到1.2亿，贡献3000亿美元的年收入；而轨道数据中心将额外带来800到1200亿美元的年收入，而且净利率将超过70%。这个利润率远高于地面的云服务企业。目前亚马逊AWS、微软Azure等地面云服务的净利率大概在20%到30%之间，70%的净利率可以说是一个非常夸张的数字。
方舟投资之所以这么乐观，核心逻辑是，只要Starship能够将发射成本压到每公斤100美元以下，太空算力的规模化部署就会像亚马逊AWS推出后一样，出现指数级的增长，从而推动SpaceX的估值达到2.5万亿美元级别。这个判断的本质，是认为太空算力将成为AI时代的核心基础设施，就像当年的云计算一样，彻底改变整个行业的格局。
如果说方舟投资的支持，是资本市场的顺势而为，那么硅谷大佬彼得·蒂尔的支持，则更加具战略意义。作为SpaceX最早期、最关键的外部投资者之一，彼得·蒂尔在2008年SpaceX连续三次发射失败、濒临破产的关键时刻，通过自己的Founders Fund基金，投入了2000万美元。这笔雪中送炭的投资不仅为SpaceX续命，也让马斯克得以继续推进他的航天梦想。在此之后，彼得·蒂尔又多次对SpaceX追加投资，成为马斯克最坚定的支持者之一。
彼得·蒂尔对SpaceX的支持，远不止金钱那么简单。作为硅谷思想体系的核心人物，彼得·蒂尔的入局，相当于给太空算力这个叙事，提供了一部权威背书，让更多的资本和企业，愿意相信这个看似科幻的构想是可行的。更重要的是，彼得·蒂尔凭借他在硅谷和华盛顿之间的深厚影响力，为SpaceX争取到了关键的政策支持和监管空间。在太空领域，政策和监管往往是决定企业生死的关键。而彼得·蒂尔的背书，让SpaceX在轨道资源申请、频谱使用等方面，都占据了先发优势。
这些资本大佬的集体加持，相当于给SpaceX 1.5万亿美元的估值，贴上了可信的标签。这也解释了为什么马斯克虽然否认了外界传言的估值融资，但并没有否认估值本身，因为他知道资本市场已经认可了太空算力的故事，估值的提升是水到渠成的事情。而资本市场之所以愿意相信，除了资本大佬的背书，还有几个关键的现实依据，包括星舰与星链的技术进展持续推进，SpaceX已经取得了全球直连蜂窝频谱，轨道数据中心成为新的增长叙事，以及SpaceX在全球发射市场中占据了90%的压倒性份额。这些变量叠加在一起，让资本市场相信，SpaceX有能力成为未来AI基础设施的主干道。
当然，马斯克的太空算力之路，并不是没有竞争对手。事实上，过去几年，已经有不少企业和机构开始布局轨道计算领域，一场关于太空算力的竞争已经悄然拉开序幕。
早在2021年，欧洲巴塞罗那超级计算中心就与空客防务航天联合启动了GPU4S项目。这个项目由欧洲航天局资助，核心目标是验证嵌入式GPU在航天应用中的可行性。为了实现这个目标，项目团队推出了开源基准套件GPU4S Bench，专门用来评估GPU在图像处理、自主导航等航天场景下的性能。在此基础上，他们还产出了被欧洲航天局采纳的开源基准测试套件OBPMark，为欧洲在轨道计算领域实现技术自主化奠定了基础。
从这个角度看，欧洲虽然起步较早，但更多的是在进行技术验证和标准制定，还没有进入规模化部署的阶段。
而在商业航天领域，马斯克的老对手、亚马逊创始人杰夫·贝索斯也没有闲着。他旗下的蓝色起源一直在研发轨道AI数据中心技术，计划利用太空太阳能，为大规模AI算力提供动力。杰夫·贝索斯的判断和马斯克类似，他预计未来20年内，轨道数据中心的成本可能会低于地面设施，从而实现对地面算力的替代。
作为马斯克在商业航天赛道的直接竞争对手，蓝色起源在火箭技术和太空探索领域有着深厚的积累。虽然目前在发射频率和市场份额上落后于SpaceX，但是凭借杰夫·贝索斯的资金支持和技术储备，未来很可能成为太空算力领域的重要玩家。
除了航天领域的玩家，AI领域的大佬也开始跨界入局。OpenAI的CEO Sam Altman已经明确表示，正在考虑收购火箭公司Stoke Space，核心目的就是将AI计算载荷送入太空，布局太空算力。Sam Altman的入局，意味着太空算力已经不再是航天企业的专属游戏，而是AI企业和航天企业的跨界竞争。对于OpenAI这样的AI巨头来说，掌握低成本的算力资源，是其保持技术领先的关键，而太空算力可能是解决这一问题的终极方案。
在所有竞争对手中，现阶段对SpaceX威胁最大的，是亚马逊旗下的Project Kuiper（柯伊伯计划）。根据公开资料，Project Kuiper已经通过与蓝色起源的发射协议，计划在2026到2029年间部署3200颗低轨卫星，构建一个全球卫星互联网系统。Project Kuiper的最大优势在于亚马逊AWS的全球云生态，它可以向企业用户提供地面加太空的混合算力产品。企业既可以使用地面AWS的数据中心，也可以根据需求调用太空算力。这种混合模式在兼容性和灵活性上，具有明显的优势。
不过，在彼得·蒂尔看来，Project Kuiper仍然属于传统云的延伸，因为它的核心思路还是依赖地球的基础设施，太空算力只是地面算力的补充。而SpaceX的太空AI，则是一种彻底的新范式，将算力中心的本体直接迁往轨道，让地球数据中心变为补充层。这种范式上的差异，决定了双方在未来轨道云竞争中的天花板。Project Kuiper更像是在现有云服务的基础上做加法，而SpaceX则是在重构整个算力的底层逻辑，后者的增长空间显然更大。
除了市场竞争，太空算力还面临着严峻的监管挑战。这些挑战可能在未来两三年内，直接影响SpaceX的推进节奏。
第一个监管问题是轨道碎片治理。随着低地球轨道卫星的数量急剧增加，轨道碎片的风险也在不断上升。根据欧洲航天局的统计，目前太空中已经有超过1亿个太空碎片。这些碎片的速度高达每秒7到8公里，一旦与卫星发生碰撞，就可能导致卫星失效。如果SpaceX大规模部署轨道数据中心，必然会增加低轨的卫星数量，进一步加剧轨道碎片的风险。目前，国际社会还没有形成统一的轨道碎片治理规则，各国对轨道资源的争夺也日益激烈，这可能会限制SpaceX的部署规模和节奏。
第二个问题是国际频谱协调。卫星互联网和太空算力，都需要使用特定的无线电频谱，而频谱资源是有限的，需要在全球范围内进行协调。目前，SpaceX的星链已经获得了部分频谱资源，但是随着更多的企业入局，频谱资源的竞争会越来越激烈。此外，不同国家对频谱的管理政策不同，有些国家可能会出于国家安全等考虑，限制外国卫星在本国境内使用频谱，这也会影响太空算力的全球部署。
第三个问题是太空军事化争议。太空算力的核心是构建全球覆盖的算力网络，这种网络具有极强的战略价值，既可以用于民用AI计算，也可以用于军事领域的情报分析、武器控制等等。随着太空军事化的趋势日益明显，各国对太空基础设施的安全担忧也在上升，可能会出台更严格的监管政策，限制商业航天企业的发展，这也会给SpaceX的太空算力计划带来不确定性。
回顾SpaceX的发展历程，我们会发现，马斯克其实是一个叙事重构大师。在过去六年中，他已经三次重写了SpaceX的核心叙事。每一次叙事重构，都伴随着外界的质疑，但是每一次，马斯克都用技术进展和商业突破，逐渐打消了这些质疑，将故事变成了现实原型。
如今，马斯克正在将特斯拉的芯片能力、xAI的模型技术、Starlink的带宽资源与Starship的运力资源，捆绑成一个统一的战略，目标直指AI时代最昂贵、最核心的资源——低成本算力。在AI行业，算力就是生产力，谁能掌握低成本、大规模的算力，谁就能在未来的竞争中占据主导地位。
马斯克的野心，不仅仅是打造一家航天公司或者是卫星互联网公司，而是要成为AI时代的算力基础设施提供商，就像当年的英特尔掌控芯片、亚马逊掌控云计算一样，从而掌控整个AI行业的底层命脉。
华尔街已经开始押注这个故事，资本的涌入为SpaceX提供了充足的资金支持，技术的持续迭代也让这个故事变得越来越可信。但是我们依然不能忽视那些客观存在的挑战。太空探索从来都不是一条平坦的道路，失败和挫折是常态。马斯克的太空梦，既有可能成为改变世界的伟大创举，也有可能因为技术瓶颈或者商业逻辑破裂，而沦为资本泡沫。
但是无论结果如何，这种敢于突破边界、探索未知的精神，都是值得我们尊重和关注的。
感谢收看本期视频，我们下期再见。