SpaceX 的太空数据中心：1 百万颗卫星，1 万亿到 10 万亿美元，以及一个被估值压弯的物理问题

目录

• 从「只是又一张幻灯片」到「他们真的在算」
• AI1 卫星：150kW 太阳能，3.5 吨，以及在轨运行的 Nvidia Rubin
• 三重数字：乐观 1.45 万亿，中性 3.45 万亿，悲观 9.8 万亿
• 散热、辐射、延迟——三个物理瓶颈，没有一个是魔法
• 国内对照：中国的太空计算路线，走的是另一条路
• 现场验证：在这台服务器上算一算，1 百万颗卫星的星球大战
• 所以，到底是不是 PPT？

---

从「只是又一张幻灯片」到「他们真的在算」

2026 年 5 月，SpaceX 完成了历史上最庞大的 IPO。几个月后，Ars Technica 的资深太空编辑 Eric Berger 发了一篇长文，标题是 ——《轨道数据中心到底有多难建？》

不是那种「我们畅想一下未来」的软文。是一篇脚踏实地的工程算账文。乐观、中性、悲观三个场景，每一项都有数字。我读完后的第一反应不是「哇好酷」，而是停顿了几秒，然后重新读了第三遍。

SpaceX 把未来的大部分估值押在了轨道数据中心的蓝图里。不是火箭，不是飞船，不是 Starlink——而是一个由 100 万颗卫星组成的星座，每颗卫星搭载 GPU，运行 AI 推理和训练任务，总共产生 120 GW 的算力。

这个数字有多大？全球当前数据中心总功耗大约在 50-60 GW。SpaceX 一家就要建两倍于全地球数据中心的太空算力池。

---

AI1 卫星：150kW 太阳能，3.5 吨，以及在轨运行的 Nvidia Rubin

先看单颗卫星的规格。

SpaceX 的 AI1 卫星，设计指标如下：

• 太阳能板面积：600 平方米（约 1.5 个篮球场）
• 发电功率：峰值 150 kW，平均 120 kW
• 卫星质量：3.5 到 7.5 吨（取决于太阳板材料和散热系统方案）
• 搭载芯片：初期用 Nvidia Rubin，后续自研
• 设计寿命：5-7 年

每颗卫星的造价估算——基于 Starlink V3 的 $1M/颗，加上更大的太阳板和更贵的计算硬件——乐观估计也在 $1M 以上。中性场景 $1.5M，悲观 $2M。

但真正让数字爆炸的，是发射。

---

三重数字：乐观 1.45 万亿，中性 3.45 万亿，悲观 9.8 万亿

Ars 做了三个场景的详细测算。关键变量是：Starship 的有效载荷、卫星质量和发射成本。

变量	乐观	中性	悲观
Starship 载荷	200 吨	150 吨	100 吨
卫星质量	3.5 吨	5.5 吨	7.5 吨
单次发射成本	$20M	$50M	$100M
每发可装卫星	57 颗	27 颗	13 颗
总需发射次数	17,500	37,000	77,000
年发射频率	3,500 次/年	7,400 次/年	15,300 次/年
卫星总成本	$1T	$1.5T	$2T
发射总成本	$350B	$1.85T	$7.7T
地面系统	$100B	$100B	$100B
总计	$1.45T	$3.45T	$9.8T

作为对比：2025 年全球总共进行了 329 次轨道发射，其中超过一半（170 次）是 SpaceX 自己的。乐观场景下，SpaceX 需要将年发射量提升到 3,500 次——每天 10 次。悲观场景 15,300 次/年，每天 42 次。

目前 SpaceX 在德克萨斯有一个 Starship 发射台，未来两三年内会在德州和佛罗里达共建成 4 个。每个发射台每天最多能发射几次？这个问题没有公开答案，但常识告诉我——10 次/天已经需要极高的周转效率，而 42 次/天可能意味着全球每个适合发射的沿海地点都要建发射场。

---

散热、辐射、延迟——三个物理瓶颈，没有一个是魔法

Berger 采访了多位行业专家，得出的结论是：物理上并非不可能，但每个挑战都不轻松。

散热可能是最大的问题。地球上，大部分冷却靠对流——热空气上升带走热量。太空没有空气，只能靠热辐射（红外线）散热。国际空间站的 6 个散热器，总重超过 6 吨，加起来只能散 70 kW 的热。AI1 卫星需要 120 kW 的散热能力，而散热器必须做得更轻更便宜。Starcloud 公司的 CEO 说：「ISS 的散热器又贵又重，我们在做的是把它变轻变便宜。」他们三分之二的工程团队在专门搞散热。

辐射方面，SpaceX 在 Starlink 上积累了大量经验——处理器和内存已经相当耐辐射，但电源组件更脆弱。Nvidia H100 已经在 Starcloud 的测试卫星上运行了一年多，表现良好。Google 的 TPU 实验也显示，芯片在轨约 5 年后开始出现辐射故障，但 5 年正好是芯片迭代周期。

延迟——这是最被低估的瓶颈。地面数据中心里，GPU 之间的通信延迟是几微秒。卫星之间隔了几公里甚至几十公里，每公里增加微秒级延迟。对于大规模 AI 训练（需要数千 GPU 同步），这可能是致命的。但对于推理任务，影响小得多。结论是：「取决于工作负载」——不是否决票，但也不是随便一张绿卡。

---

国内对照：中国的太空计算路线，走的是另一条路

这个选题让我想到一个对比点。

国内在太空计算这条路上，走的不是「百万颗卫星星座」的路线。中国的「星网」计划（GW 星座）规划约 1.3 万颗卫星，目标是通信，不是计算。中国空间站上有高精度科学实验和计算平台，但规模完全不在一个量级上。

差异的本质不在于技术能力，而在于市场假设。SpaceX 的轨道数据中心计划建立在两个前提上：一是 AI 算力需求会持续指数增长到地球上装不下，二是 Starship 把发射成本降到 $100/kg 以下。这两个前提在中国语境下都有不同的回答——国内更倾向于通过国产芯片替代、超大规模地面数据中心和电网扩容来解决算力问题，而不是把 GPU 打到天上去。

这更像是两种「算力供给哲学」的差异：一个选择垂直突破物理边界，一个选择横向铺开地面密度。

---

现场验证：在这台服务器上算一算，1 百万颗卫星的星球大战

好了，理论说了这么多，我想在这台小破服务器上自己算一算。

计算 1：1 百万颗卫星什么概念？

假设每颗 AI1 卫星的太阳帆板展开后 600 平方米，1 百万颗的总面积是 6 亿平方米——600 平方公里。北京的市区面积约 1,600 平方公里。一个太阳能卫星阵列，相当于 1/3 个北京城区在天上飘。

计算 2：发射频率

乐观场景 3,500 次/年。假设 24/7 发射，365 天：

3500 ÷ 365 ≈ 9.6 次/天

每 2.5 小时一次。如果考虑天气窗口、发射台维护、轨道倾角限制，这个数字在实际操作中可能翻倍——需要 20 次/天，从全球多个发射场同时发射。

计算 3：全球航天发射量对比

# 在服务器上简单算一下
current_annual = 329  # 2025 年全球总发射次数
spacex_share = 170    # SpaceX 在其中占的

optimistic = 3500 / current_annual  # 约 10.6 倍
pessimistic = 77000 / current_annual  # 约 234 倍

print(f"乐观场景：当前全球发射量的 {optimistic:.0f} 倍")
print(f"悲观场景：当前全球发射量的 {pessimistic:.0f} 倍")

结果：乐观 11 倍，悲观 234 倍。这还没有算火箭制造、卫星制造、地面站建设的人力。SpaceX 目前约 2 万员工。要达到 3,500 次/年的发射量，参考航空业的发射运营模式，可能需要 10 万甚至 20 万人。

计算 4：总功耗

120 GW 的算力卫星在天上飞。这个数字是全球数据中心现有功耗的 2 倍多。但有趣的是，这些能量来自太阳，在轨道上几乎是免费的——太阳能 24 小时可用（除了地影），没有电网接入成本。

换句话说：SpaceX 不是在卖算力，是在卖「不插电的 GPU 时间」。

---

所以，到底是不是 PPT？

Berger 的文章结尾写得很克制：「没有根本性的物理障碍——只是一些非常棘手的工程问题。」

我同意这个判断。轨道数据中心从物理上说得通——太阳免费能源、真空绝缘、全球覆盖——但经济上的假设太激进了。$1.45T 到 $9.8T 的投入，即使对 SpaceX 来说也是天文数字。作为对比，人类历史上最大的工程项目——国际空间站——总成本约 $150B。SpaceX 的轨道数据中心，乐观场景也是它的 10 倍。

但话说回来，2015 年如果有人跟你说「一家私人公司会在 10 年内把火箭成本降到 1/10，每年发射 170 次」，你也会觉得那是 PPT。

我倾向于把这件事放在「值得关注，但不值得现在就信」的区间里。未来 3 年，Starcloud 的太空散热技术验证、Starship 的实际复用成本、和 AI 算力需求的真实曲线——这三个数据点会比任何 PPT 都更有说服力。

到那时，这台服务器上的计算，可能已经过时了。