众力资讯网

中美新战场!马斯克联手英伟达,中国16家巨头组团迎战

2026年11月,科技圈爆出一件很多人都没反应过来的大事。同一个星期,中美两边,目光齐刷刷锁定了同一个地方——地球近地轨道。
以前大家聊科技竞争,比的都是地上的芯片、机房里的大模型、服务器集群。谁能想到,算力战争,已经打到太空上去了。


马斯克在纽约这场投资大会上,直接放出重磅消息:SpaceX已经和英伟达深度绑定,联合研发出了第一批名叫StarMind的太空计算机。他连时间线都直接摆出来了,计划2027年第三季度发射入轨;2028年,这套太空算力系统初步形成规模;等到2029年,就要在近地轨道大规模铺开。更吓人的是他们的远期蓝图:未来轨道上,最多要部署一百万颗算力卫星。

很多人第一眼看到这个消息,第一反应就是:把电脑搬到天上?是不是单纯博眼球,搞噱头?
这就是最容易踩坑的地方,也是这套布局最精明的底层逻辑。咱们平时用的AI算力机房,全都建在地面上。地面机房有几个绕不开的天花板:网络延迟、地理位置限制、还有带宽瓶颈。
现在大模型、自动驾驶、机器人、实时遥感AI,最吃的就是低延迟。举个例子,海上的船只、高空飞行器、偏远地区的设备,离地面基站很远,信号来回传输,延迟高,很多AI任务根本没法实时跑。
StarMind的思路,就是把GPU算力直接装在卫星上,送到近地轨道。卫星本身连着星链,天上的算力节点,直接对接全球任意角落的终端。不用把海量数据传回地面机房,在太空就能完成AI计算,算完再下发结果。延迟直接压到最低,全球任何一个点位,都能就近调用太空算力。

而且英伟达的角色,不是简单卖几块芯片给SpaceX。双方是联合设计太空版本的算力硬件。普通消费级、数据中心GPU,根本扛不住太空环境:宇宙射线、剧烈温差、真空环境,很容易出错、死机。这次专门定制的StarMind太空计算机,是专门为轨道环境做的加固版本。英伟达出芯片、CUDA整套软件生态;SpaceX负责发射、组网、在轨运维,两者绑在一起,形成一套独一份的“星链+太空算力”闭环。

这个闭环一旦跑通,影响就远不止商业层面。
想象一下,上百万颗卫星在天上组网,既是通信卫星,又是分布式算力节点。它相当于在地球外面,搭了一张覆盖全球、没有地域限制的超级AI云。不管是海上勘探、航空导航、遥感监测,还是自动驾驶、远程机器人,都可以接入这套太空算力。谁先建成这套网络,谁就掌握了下一代全球AI服务的入口。
这也是为什么这件事一出来,国内科技圈立刻绷紧了弦。

很多网友会问:不就是卫星加算力吗,我们也能发射卫星,为什么要16家巨头组团?
这里就要说清楚一个现实差距。星链最大的优势,是发射成本、批量组网能力。SpaceX靠着可回收火箭,能以极低的成本,源源不断往天上打卫星。马斯克这套打法,是“先铺轨道节点,再叠加算力”,一步一步滚雪球。先发上去占轨道位置,轨道资源是有限的,好的频段、轨道点位,抢一个少一个。这是一场抢占太空资源的竞赛,不是单纯比芯片技术。

以前国内做卫星,大多是各司其职:有的单位造卫星平台,有的做载荷,有的做地面站,有的做大模型算力,大家各干各的,链条是断开的。做卫星的不懂AI算力适配,做算力的不熟悉太空航天环境,做模型的没有在轨测试的渠道。单靠任何一家企业,根本没法独立完成从卫星制造、发射、在轨算力、AI模型调试,再到落地应用这一整条链路。
这就是这次16家巨头抱团的核心原因。
这16家,不是简单凑在一起喊口号。里面有航天院所、卫星制造企业、国产算力芯片厂商、大模型公司、通信设备企业,还有遥感、行业应用服务商。他们的目标很明确:搭建我们自己的在轨算力试验体系,把国产算力芯片、AI模型,适配到卫星载荷上面,走出一条属于我们自己的太空算力路线。

不是说我们要照搬马斯克“百万颗算力卫星”的方案。这条路本身成本极高,风险巨大,而且轨道资源、频谱资源都有国际规则约束,盲目堆数量并不现实。我们组团的底层思路,是先补齐短板:先解决“国产算力芯片能不能上天、能不能稳定在轨运行、模型能不能在太空节点实时推理”这些基础问题。
先从试验星起步,小批量验证,摸清楚太空环境下算力芯片的稳定性、抗辐射能力、在轨散热、数据传输的难题,慢慢积累经验。等技术验证成熟之后,再根据我们自己的需求,规划组网规模,服务我们的遥感监测、气象预警、海洋监测、应急通信这些刚需场景。

网上很多人很容易走两个极端。一部分人觉得,马斯克这个计划一听就很科幻,大概率是画大饼,不用放在心上;还有一部分人觉得,对方时间表都排好了,我们已经落后一大截,压力很大。
客观来讲,这个项目确实有巨大的技术难关,不是时间表写出来就一定能落地。太空环境的复杂程度,远超地面机房。宇宙射线会引发芯片单粒子翻转,也就是算力芯片突然出错;卫星供电靠太阳能,夜间算力会受限;还有在轨散热、卫星寿命、组网调度、成本管控,每一项都是硬骨头。哪怕是SpaceX,也会遇到很多意料之外的故障。百万颗算力卫星,是远期愿景,短期很难全部落地。
但有一点不能忽视:他已经把赛道定义出来了。
当别人已经开始联合芯片巨头,拿出明确的研发、发射、组网时间表的时候,我们不能等对方把整个赛道的标准、协议、生态全部锁死之后,再被动跟进。等到StarMind生态成熟,以后全球很多太空相关的AI业务,都要适配这套体系,后面再想切入,迁移成本会高到难以想象。

我们可以举个很实在的例子。比如自然灾害应急场景。地震、洪水发生的时候,地面基站很容易损毁,地面算力直接瘫痪。如果天上有自主可控的在轨算力卫星,卫星拍到灾区影像,直接在太空完成图像识别、灾情研判,不用传回地面,立刻就能把受灾点位、道路损毁情况下发给救援队伍。这种场景,是实打实的刚需,关乎应急防灾。
还有海洋监测、森林火情、国土遥感,海量卫星影像,如果全部传回地面,会挤占巨大的带宽。在星上直接跑AI识别,只回传有用的结果,效率会提升一大截。这些,都是太空算力最接地气的用处,不是什么遥不可及的黑科技。

当然,我们也要清醒看到,国内团队现在面临的几个现实门槛。
第一,航天发射成本,批量组网的成本,对比SpaceX还有差距。大规模低轨卫星组网,拼的不只是技术,还有发射性价比。
第二,国产算力芯片的抗辐照版本,积累还比较少。地面跑的成熟芯片,放到太空里,稳定性要重新打磨,这个试验周期很长,需要一次次发射试错。
第三,跨主体协同难度。航天体系、算力产业、AI企业,以前是两套完全不同的行业话语体系,对接起来需要磨合。这也是为什么要16家巨头联合,就是打破壁垒,让航天工程师和AI工程师坐在一起,同步调试。

但我们也有自己独有的优势。我们有完整的产业链,从火箭、卫星平台、载荷制造,到国产算力芯片、大模型、行业应用,全部都有本土供给能力。同时国内的遥感、气象、应急、农业这些行业场景需求非常旺盛,有足够多的真实场景,用来测试和迭代星上AI算力。别人是为了抢占全球商业市场,我们一边布局前沿技术,一边对接国内实实在在的民生、防灾、国土监测需求,技术落地的土壤是充足的。

很多人会疑惑,太空算力,会不会以后取代地面算力?答案是不会。二者不是替代关系,是互补。地面机房,算力密度更高、成本更低,适合做大模型训练;太空算力,胜在全域覆盖、低延迟,适合实时推理、远端应急场景。马斯克的计划,本质是拿地面成熟的AI生态,往太空延伸,开辟一块新的增量市场。
这也是这场竞争有意思的地方。它不是单纯的芯片跑分比拼,是生态的延伸。英伟达的CUDA生态本来就在地面占据优势,现在跟着StarMind一起上太空,等于把这套生态直接拓展到轨道上,提前卡位下一代算力标准。

这次16家巨头联合,核心目标,不是短期追上对方的发射计划,而是保证我们在这条新赛道上,拥有自主的选择权。
以后太空算力相关的技术标准、接口协议,不能只有别人说了算。我们要有自己的在轨算力方案,有适配航天环境的国产芯片,有可以在卫星上跑的AI框架。等到未来低轨算力网络普及,我们的遥感、应急、航空、海洋产业,不会被别人的技术生态卡住脖子。

科技赛道的竞争,很多时候就是抢占先机。地面AI的竞争我们已经亲身经历过,早期生态被别人掌握,后续追赶要付出几倍的代价。太空算力这个新战场,大家差不多站在相对接近的起跑阶段,这也是这次组团迎战的意义。

我们不用神化马斯克的方案,也不能轻视这个布局。时间表是一回事,落地量产组网是另一回事,中间充满变数。但这件事已经给整个行业敲了警钟:算力的边界,早就不再局限在地面机房。
未来几年,低轨卫星、星上AI、太空算力,会是科技竞争的重点方向。一边是马斯克联合英伟达,带着成熟的商业生态,拿着清晰的发射时间表快速往前冲;另一边国内16家企业抱团,补齐航天+AI算力的产业链短板,稳扎稳打做试验验证。

这场刚刚拉开序幕的太空算力争夺战,没有办法在一两年分出胜负。它是一场漫长的布局赛,拼的是轨道资源、芯片稳定性、软件生态、发射能力,还有持续不断的投入。
天上的卫星,不只是拍照、传信号的工具。未来,它们会变成漂浮在地球轨道上的一个个AI计算节点。谁能在这个新赛道稳住脚步,谁就能在下一代数字技术竞争里,拿到属于自己的话语权。