AI 能耗危機逼瘋科技巨頭，谷歌英偉達闖太空，馬斯克成最大贏家

Google 近期正式啟動數據中心 “登月計劃”，計劃將自身算力全面遷移至太空，該項目被命名為 Project Suncatcher（太陽捕手計劃）。

其核心思路十分明確：與其在地球上爭奪日益稀缺的資源，不如直接進軍太空獲取太陽能。

這項全新計劃的唯一目標，是打造一個由太陽能驅動、具備可擴展性的太空 AI 基礎設施。

此前，OpenAI CEO 奧特曼與微軟 CEO 薩提亞?納德拉在播客節目中曾表示，當前面臨的核心問題并非芯片供應，而是缺乏足夠的 “暖殼”（warm shells）來容納這些芯片。

這番言論看似 “凡爾賽”，卻揭示了 AI 發展的新痛點 —— 在 AI 浪潮初期，人們普遍認為算力是決定一切的關鍵，但奧特曼在節目中強調，AI 的未來更依賴能源領域的突破，即便訂購了大量 AI 芯片，若配套的數據中心與電力供應無法跟上，最終也難以發揮作用。

AI 領域的能耗規模極為驚人。

根據國際能源署（IEA）的預測，到 2030 年，全球數據基礎設施的耗電量將與整個日本的全國耗電量相當。除了電力，水資源消耗同樣不容小覷。

世界經濟論壇的數據顯示，一座 1 兆瓦的數據中心，每日耗水量相當于約 1000 名發達國家居民的日用水量總和。

以英偉達 H100 芯片為例，其最高功耗可達 700W，與家用微波爐功耗相近，而一個數據中心通常會配備數以萬計的 H100 顯卡，且需 24 小時不間斷運行。

近五年間，數據中心的需求呈爆發式增長，但這一增長速度已遠超新發電能力的規劃進度。

為破解能源難題，Google 推出了獨特方案：發射由太陽能驅動、搭載自研 TPU 芯片（功能類似英偉達 GPU，專為計算設計）的衛星星座，在太空中搭建 “軌道 AI 數據中心”。

太空為何能成為數據中心的新選擇？

Google 給出了直接且有力的理由。

首先是效率優勢，衛星在合適軌道運行時，太陽能板的效率是地球表面的 8 倍；其次是供電穩定性，太空無黑夜與云層遮擋，能實現 7×24 小時不間斷供電，這是地面太陽能板無法比擬的；此外，太空數據中心無需占用地球有限的土地資源，也無需消耗大量水資源用于冷卻，正如馬斯克在社交平臺 X 上所言，太空 AI 衛星能實現對地球資源的 “零消耗” 保護。

目前，地球上的數據中心正逐漸逼近能源瓶頸。

為解決冷卻與供電問題，全球大廠各尋出路：冰島、挪威的數據中心依托低溫環境降溫，內華達沙漠的數據中心依賴豐富太陽能供電，國內蘋果、華為、騰訊、移動等企業則將數據中心布局在貴州、寧夏中衛等地，借助當地自然環境降低能耗。

但太空環境的復雜性遠超地球，Google 在其研究論文中詳細羅列了當前需攻克的三大核心難題及應對方案。

第一個難題是太空 “局域網” 搭建。AI 訓練需要海量芯片協同工作，對設備間的連接帶寬與延遲有著極高要求。地球上可通過光纖實現高速傳輸，太空環境下則需另尋路徑。

Google 的解決方案是 “編隊飛行 + 激光通信”：計劃讓衛星保持極近的距離，僅為公里級甚至更近。

在包含 81 顆衛星的模擬星座中，每顆衛星都配備了太陽能陣列、輻射冷卻系統和高帶寬光學通信模塊，衛星間距離可在 100-200 米范圍內動態調整。依托這一近距離布局，衛星可通過自由空間光通信（FSO ISL）技術實現高速互聯，Google 在論文中透露，相關演示已成功達成 1.6 Tbps 的雙向傳輸速率。

第二個難題是宇宙輻射防護。太空環境極端惡劣，太陽在提供能源的同時，會噴射出致命的高能粒子（輻射），這對精密芯片而言是毀滅性打擊。

Google 的應對方式是直接測試芯片抗輻射能力：將自家 Cloud TPU v6e（Trillium）芯片送入實驗室，用 67 MeV 的質子束進行轟擊測試。

結果顯示，該芯片 “具備驚人的抗輻射性”，其中最敏感的高帶寬內存（HBM）在承受 2 krad (Si) 輻射劑量后才出現異常，這一數值接近 5 年任務預期輻射劑量（750 rad (Si)）的 3 倍。

這意味著 Google 的 TPU 芯片可在低地軌道連續運行 5 年而無永久損傷。Google 計劃在 2027 年前與專注于衛星圖像和地球數據分析的 Planet 公司合作，發射兩顆原型衛星，驗證實際運行效果。

第三個難題是數據回傳。盡管太空衛星間的數據傳輸已實現高速高效，但如何將計算結果快速傳回地球，仍是 Google 在論文中承認的未解決重大挑戰。

一方面是延遲問題，Google 選擇的 “晨昏同步軌道” 雖能最大化利用太陽能，但會增加對部分地面位置的通信延遲；另一方面是帶寬瓶頸，目前 “地 - 空” 光通信的最高紀錄是 NASA 在 2023 年創下的 200 Gbps，這一速度對于太空 AI 數據中心的海量數據傳輸而言，仍顯不足。

在所有技術挑戰之上，最核心的制約因素是發射成本。曾幾何時，將一公斤物體送入太空的成本遠超同等重量的黃金。

Google 在論文中測算，若 SpaceX 的發射成本能降至 200 美元 / 公斤（預計 2035 年左右實現），太空數據中心的單位功率成本將與地面數據中心持平，約為 810 美元 /kW/ 年，這一數值完全處于美國本土數據中心 570-3000 美元 /kW/ 年的成本區間。

換句話說，當火箭發射成本足夠低時，太空將成為比地球更適合建設數據中心的選擇。但目前的實際發射價格，仍是這一理想成本的十倍以上。

而能推動這一成本變革的關鍵企業，正是 SpaceX。

Google 在論文中明確采用了 SpaceX 的成本下降假設：總發射質量每翻倍，單位發射成本下降 20%。

從 Falcon 1 到 Falcon Heavy，SpaceX 已將發射成本從 30000 美元 / 公斤降至 1800 美元 / 公斤；Starship 的目標則是在 10 倍可重復使用率下，將成本降至 60 美元 / 公斤，極限情況下甚至可低至 15 美元 / 公斤。

這意味著 SpaceX 很可能成為支撐 Google 太空數據中心經濟模型的核心力量 —— 若說英偉達壟斷了地球上的 GPU 市場，未來 SpaceX 或許會壟斷太空中的 “算力空間”，在地球英偉達賣芯片，在太空 SpaceX 則 “售賣軌道”。

值得關注的是，在 Google 發布論文數日前的 11 月 2 日，英偉達的 H100 GPU 已首次被送入太空。

這顆芯片搭載于 2024 年成立的初創公司 Starcloud 的衛星上，其在軌算力較以往任何太空計算機提升了 100 倍。

Starcloud 誕生之初便以構建太空數據中心為目標，已獲得英偉達、YC 等機構投資，其核心業務是實現數據的在軌實時處理。

Starcloud CEO 舉例說明：SAR（雷達成像）衛星產生的原始數據體量龐大，與其下載數百 GB 的原始數據，不如通過在軌 H100 芯片進行分析，僅傳回 1KB 大小的核心結果（如 “某位置有一艘船及具體速度”）。

而談及愿景的實現基礎，Starcloud CEO 同樣指向馬斯克 —— 其計劃完全依賴 “SpaceX Starship 帶來的成本降低”，此次搭載 H100 芯片的 Starcloud-1 衛星，正是通過 SpaceX 的 Bandwagon 4 Falcon 9 航班成功發射。

過去五年，英偉達之所以能屢次刷新最高市值紀錄，核心在于三點：提供性能最強的算力單元（GPU）、掌控 CUDA 通用計算平臺生態形成軟件鎖定、成為所有 AI 公司（包括 OpenAI、Anthropic、Google）的算力上游。

但在即將到來的太空算力時代，這三大優勢的格局可能被重新改寫，屆時 “算力空間” 將成為新的行業紅利。

AI 的發展極限，或許才剛剛拉開序幕。