——先顺着这十几年算力走过的路看这件事


2008年前后，我跟客户信息中心主任争过一次财务系统要不要上云。他坚持自建机房，说数据放在别人机器上睡不着。
十几年过去，那位主任早就把系统搬上了云，现在没人再问数据放云上安不安全。
最近看“太空算力”，争论的调子跟当年有点像。我按四件事捋了一遍：它是什么、为什么值得做、现在到哪一步、卡在哪。
一、什么是太空算力先说一个常见的误会：太空算力不是卫星通信。
通信卫星管转发信号，遥感卫星负责拍照，各司其职。算力卫星的差别在于，它上面搭载的是存算芯片和模型载荷，卫星自己就能处理数据，不是只当一台“空中摄像头”或者一副“空中天线”。
打个比方。以前卫星拍完照片，先存进星上存储器，等飞临地面站上空再一张张传下来，识别、分析、判断全交给地面机房。现在的思路，是在卫星上放一个小机房，数据在天上就处理完，只把结果带下来。
按规模分三层：最轻的是星上 AI 处理，卫星自带模型在轨识别目标；中间是多星组网，用星间激光链路把算力接成小池子；最重的是轨道数据中心，成百上千颗卫星组星座，对外提供训练和推理。眼下绝大多数发射还在前两层，第三层停在方案和原型。

先把数据收下来，再想办法别往下传
落到需求上，太空算力想干的事，可以一句话说完：数据尽量别往下传，顺带把一部分机房搬上去。
前一半今天就能干。据公开统计，我国在轨民商用遥感卫星超过 640 颗，每天拍下海量数据，受星地下传带宽限制，能及时传回并有效利用的比例很低。森林火点、船舶轨迹、海冰范围、城市违建——只要模型能在天上认出目标，就没必要把整幅原图传回来。传结论，不传原料。从采集到出结果，原来按小时甚至天算，现在能压到分钟级。
后一半还在验证。跑大模型训练和通用推理，要的是成规模的算力，不是几颗星上跑推理——这两者之间，还差着不短的一段路。
二、为什么要把算力送上天不是因为它更先进，是因为地面云开始不够用了。
第一道边界是资源。 数据中心高度依赖土地、电力、基建，建设成本和能耗逐年攀升，扩容的边际成本越来越高。越往后加，越贵。
第二道边界是地理。 地面基建到不了的地方，就没有算力——海洋、极地、偏远空域，都是盲区。
第三道边界，是天地之间那条回传链路。 “太空采集、地面计算”这个老模式，卫星拍下的数据必须远距离传回地面，链路长、延迟高，还有泄露和损耗的风险。
三道边界压到一起，行业开始往外找路。算力从“地上云”走向“太空在轨”。

地、电、回传链路，三道边界都是硬的
对应的，太空算力有三项地面体系难以复制的能力，但每条都有前提。
一是打破空间壁垒。 轨道组网可以补强海洋、极地、偏远空域，为远洋航运、极地探测、全域气象、跨境空域管控提供支撑。这是地面做不到的。
二是能源结构不同。 太空能用太阳能，减少对地面电力的依赖。但真空里散热只能靠辐射，热管理是真难点。若能源与热控技术持续突破，它有望成为绿色算力的增量，但全生命周期成本与环境影响还得综合评估。
三是压缩时延。 在轨预处理能省掉一部分原始数据回传，但仍要过星间链路和结果下行。所以时延优势只在高时效场景成立——森林火情预警、地质灾害监测、应急救援、空域动态管控。
三、现在走到哪一步了国内这条线这两年跑得不慢。
2025 年 5 月，之江实验室牵头、国星宇航研制的“三体计算星座”首发 12 颗计算卫星入轨，单星峰值 AI 算力 744 TOPS，组网总算力 5 POPS。同年 11 月，千问 Qwen3 被部署到“星算”01 组卫星，据企业披露、公开报道，这是首次把通用大模型从地面上注到在轨卫星、实现在轨推理。2026 年完成星间组网突破，国产 GPU 智算载荷入轨，02 组 8 颗发射后，星座总算力达到 50 POPS。按公开规划，远期 2800 颗，其中 2400 颗负责推理、400 颗负责训练，目标 2030 年前完成第一阶段组网和商用。
国外这边，谷歌的原型星属于 Project Suncatcher，由 Planet Labs 参与制造，搭载 4 颗自研 TPU，太阳能供电约 1 千瓦，满负荷连续运行约 15 分钟就必须停下来降温。谷歌自己的定位很克制：这是一颗 MVP 验证星，任务是拿轨道实测数据，不是商业产品。SpaceX 和蓝色起源也向监管机构申报了各自的轨道数据中心计划，规模分别到 100 万颗和约 5.16 万颗，属于申报和规划，不是在轨数量。
一边在验证“机房能不能搬上天”，一边在验证“天上的数据能不能在天上算完”。两条路，成熟度差得很远。

多一份算力，就多一次发射
四、还卡在哪技术。 太空的极端温差、辐射、真空，对芯片和存储的稳定性、小型化、低功耗提出极致要求。“15 分钟”就是直观例子：真空里没有风也没有水，热量只能靠辐射往外散，散热效率跟辐射板面积直接挂钩。按常规辐射板在典型温度下的净散热能力估算，每平方米大致在两百到几百瓦量级；若取偏保守的下限，一颗 100 千瓦量级的卫星也需要数百平方米散热板，还得跟着卫星一起发射上去。在地面，芯片过热换一块就行；在天上，过热只能降频，降不下来就停机，坏了就是够不着的死重。
成本。 BCG 的 20 年总持有成本模型显示，按目前条件，太空数据中心成本是地面的 2.5 到 3 倍；就算发射降价、卫星减重、可靠性提升全部到位，乐观情形下仍有约 1.5 倍溢价。当前商业发射每公斤一千多美元，产业研究普遍认为要压到一两百美元才有经济性。
网络。 大规模分布式训练要求节点间微秒甚至亚微秒级同步，星间信号一来一回是毫秒量级，中间隔着几个数量级。近阶段把任务限制在单颗卫星内部，可行性最高；跨星大规模训练，眼下不具备条件。
生态。 全球还没有统一的天地算力调度标准、数据安全规范、互联互通体系，不同星座难以协同。频谱协调、太空碎片、数据主权与跨境合规，都要在制度和技术上同步探索。这个领域横跨航天、算力、人工智能、数据安全，复合型人才缺口也在拖速度。
这四道坎里，前三道都是物理和成本给出的报价单，不是靠工程优化能绕过去的。

真空里没有风，热量只能自己往外辐射
五、太空算力与云计算，能协同融合吗回望云计算，早年也被质疑技术不成熟、不安全、太贵，折腾了十来年才成为基础设施。太空算力现在就在那个位置上。
所以回到刚才那个问题：这两张网，会不会合成一张？
会，但不是融合成一个东西。
未来的算力体系是“地面＋云端＋太空”三位一体：常规的企业数字化、日常 AI 应用、城市算力服务，还是跑在地面云上；全域、广域、高时效、超大规模的特殊需求，由太空承接或补强。
三者是分工，不是替代。它不会改变大众日常的数字化生活，但会补上地面补不了的那块。
所以“能不能重构数字时代”这个问题，我更愿意换个说法：它不是重构，是扩容。 扩容这词不好听，不像重构那么有气势，但它是真的。
落到我们这些做信息化的人身上，平台这一层不是一般公司能碰的。机会在两头：一头是想清楚哪类数据值得在天上算完，这件事靠行业知识，不靠航天知识；另一头是把在轨结果接进业务流程——落库、派单、闭环、回溯，正是这行最熟的活。
两头都不造星，但两头都离不开造出来的星。

它补的不是日常，是地面到不了的地方
云计算那十几年是怎么过来的？没有人喊“重构时代”，大家只是一件一件地算账，算完发现上算，就搬上去了。
太空算力大概率也会这样。靠的不是说法，是一件一件具体的活。
#太空算力 #算力 #商业航天 #卫星互联网 #数据要素 #人工智能 #产业观察 #IT老兵
*（本文为随笔，所涉数据来自公开资料，仅作行业观察，不构成任何投资建议。）