马斯克豪言：99.99%算力上太空，百万卫星申请，谷歌入局！

别修了，直接上天

  2026年7月31日深夜，马斯克在X上写下一则短帖，语气平淡得像在念路线图，分量却像一纸宣战书：

“未来几年，超过90%的AI算力仍将在服务端。但长期来看， 99.99…%的算力将在太空。”

  他给出的比例是99.99%，小数点后面还跟着省略号，把长期判断推到了极端。

这幅图景已经有了工程动作

  在他发帖之前，SpaceX已经向美国联邦通信委员会（FCC）递交了百万颗卫星级别的轨道数据中心星座申请；

  Google发布了名为“Project Suncatcher”的太空AI基础设施研究；

  一家叫Starcloud的初创公司，已经把一块NVIDIA H100 GPU送上了近地轨道，还在太空里训练了一个语言模型。

  这场竞赛已经投入真金白银。

地球快扛不住了

  要理解“把AI搬上天”这件事为什么不荒谬，你得先理解一个正在发生的危机：地球正在被AI算力的电力需求压垮。

  训练一个大模型，需要成千上万张GPU/TPU日夜不停地运转。

  这些芯片本身就是吞电巨兽，冷却还会继续推高能耗，数据中心常常把总电力的三四成花在给芯片“降温”上，动辄每天消耗数百万加仑的水。

  美国部分热点地区，新建数据中心想接入电网，排队等待时间长达数年；

  变压器等关键设备的交付周期同样遥遥无期。

  换句话说：你有钱买芯片，但你买不到电。

  马斯克在今年3月简短概括了这个瓶颈迁移逻辑：

“限制因素会在地球上从芯片转向能源；当太空太阳能被解锁后，又会回到芯片。”

  这是一条清晰的推理链：地面的电不够了→太空有近乎无限的太阳能→把算力搬到能源旁边→瓶颈重新变成“谁能造够多的芯片”。

太空凭什么？三条物理学卖点

  轨道数据中心立项所依赖的，是三条硬邦邦的物理学优势。

第一，太阳能更强、更稳

  大气层外的太阳辐照比地面强得多，也摆脱了云层干扰；

  在合适的“晨昏”太阳同步轨道上，卫星可以大部分时间沐浴在阳光中。

  Google在Suncatcher论文中的数据显示：合适轨道上太阳能板的发电效率可达地面的约8倍，且接近连续发电。

第二，冷却不用水

  真空中缺少空气对流，只能靠热辐射散热。

  由此可以省去冷却塔和数百万加仑的水，也能避开与当地社区争抢水资源。

  代价是你得带上足够面积的散热板，“电费”变成了“质量与面积预算”。

  IEEE 2026年的建模给出了一个直观数字：单颗约700W的GPU需要约1.4平方米的辐射面积。

  面积不小，发射足够便宜时才可能划算。

第三，没有邻避效应

  地面数据中心越来越不受欢迎，噪声、用水、电价上涨、土地占用，各地居民和地方政府的反对声浪日益高涨。

  太空没有邻居。

谁在真刀真枪地干？

SpaceX是最激进的玩家

  2026年1月，它向FCC提交了一份令人瞠目的申请：在500至2000公里高度部署百万颗级别的数据中心卫星，采用30度倾角与太阳同步倾角以最大化日照，通过星间光链路与Starlink接力回传数据。

  SpaceX在申请文件中直言：“摆脱地面部署约束后，数年之内最低成本的AI算力生成地点可能在太空。”

  到了5月，马斯克更是直接透露：SpaceX已经在向Anthropic等AI公司提供规模化的算力服务，并在与更多公司洽谈合作。

Google走的是研究驱动路线

  2025年11月发布的Project Suncatcher，设想在晨昏轨道部署携带TPU的紧凑型卫星星座，用自由空间光通信互联。

  团队做了一件特别“Google”的事：拿质子束轰击自家TPU芯片，测试它能扛住多少太空辐射。

  结果相当鼓舞，在约2 krad剂量才出现异常，是屏蔽后五年任务预期剂量的近三倍。

  原型星计划2027年初发射。

Starcloud是最会“秀肌肉”的初创公司

  2025年11月，这家Y Combinator支持的团队把一块NVIDIA H100 GPU塞进了60公斤级卫星送上了轨道，被NVIDIA官方博客称为“首块进入太空的现代数据中心级GPU”。

  然后他们在太空里跑了Andrej Karpathy的nanoGPT，用莎士比亚全集做语料，完成了史上首次在轨大语言模型训练。

Blue Origin也没闲着

  提交了约5.16万颗“数据中心卫星”的计划。

  就连火箭二级直接改造成数据中心节点的创业脑洞，也已经有团队在认真推进。

灵魂拷问：这笔账到底算不算得过来？

  所有的浪漫想象，最终都要撞上同一堵墙：经济性。

  这里面有一道残酷的算术题。

  历史上，把东西送上轨道的成本可达数万美元/公斤。

  可重复使用火箭把这个数字压到了数千美元量级，Starship被寄望于进一步压到数百甚至更低。

  Google给出了一个清晰的门槛：当发射价格降到约200美元/公斤时（大约在2030年代中期），轨道数据中心的发射与运营成本，才有可能与地面设施的能源成本在同一量级。

  但发射只是账单的一部分。

  行业分析机构Luminix在2026年7月的报告中给出了一个1 MW级轨道数据中心的粗算：硬件（含抗辐射屏蔽）约2.25至4.5亿美元，发射约1260万美元，对照地面“有电可用”的方案约1.66至1.74亿美元。

  差距约1.5到3倍，最大的成本项来自昂贵的芯片抗辐射处理。

  寿命问题还会继续加码。

  地面数据中心的资产寿命通常按15年算，而在轨设备因为无法派工程师上去修，默认整星替换，寿命周期被压缩到约5年。

  按同样的算力计算，太空方案要“买三次”。

  工程师Andrew McCalip的公开模型给出更不乐观的数字：在他的默认假设下，轨道方案的平准化度电成本可达每兆瓦时891美元，地面约398美元。

  结论是：物理上可行，但商业上的“为什么”并不自明。

关键约束：谁能交货

  但这里有一个容易被忽略的变化：经济性取决于两条动态曲线的赛跑。

  一条曲线是太空成本在下降，发射在变便宜，太阳能板在变轻，星间通信在变快。

  另一条曲线是地面成本在上升，并网排队越来越长、水资源越来越紧、社区反对越来越强、气候灾害暴露越来越多。

  CNBC引用哈佛经济学家Mark Weinzierl的表述，概括了这个逻辑：“现在还看不到已证明比地面更便宜的方案，但若学习曲线延续，交叉点可以出现，这始终是一项有依据的判断。”

  Luminix提出了一个更务实的视角：别纠结“谁的每GPU小时更便宜”，核心问题在于当地面因为5到7年的并网排队根本无法交付算力时，轨道算力能不能作为“溢出产能”成立？

  你买不到的电，再便宜也是零。

  这就像历史上铝厂和超级计算机总是建在廉价水电站旁边一样，算力会追着能源跑。

  只不过这一次，“水电站”变成了距地面500公里、永不落山的太阳。

99.99%是预言，还是物理？

  马斯克在7月的一条引用回复中，把格局拉到了文明尺度：“整个人类文明对太阳功率的使用，远不到万亿分之一。”

  如果太空太阳能被大规模用于有用功，不管是AI训练还是别的什么，其价值将远超地球经济的总和。

  这场讨论的尺度已经扩展到：人类文明能不能打开恒星级能源库。

当然，社区里也有反对者

  投资人Jason Calacanis直接回怼：“桌面优先，云/太空其次”，明年1TB内存的桌面机就来了，本地小模型才是真实路径。

  工程师背景的用户leyten提醒：别忘了地球上普通人手里已经持有的GPU，“光欧洲就有约22万张RTX 5090”，这些消费级算力组成的分布式池子也不容小觑。

  这些质疑都有依据。

  它们和马斯克的判断处于不同的时间尺度。

  本地模型解决的是“我的笔记本能不能跑个聊天机器人”；

  轨道数据中心解决的是“全人类的AI训练总量在十年后放哪里”。

  前者是用户体验问题，后者是文明基础设施问题。

  2025年11月，马斯克曾给出一个令人窒息的数字：Starship每年应能把约300到500 GW的太阳能AI卫星送入轨道。

  美国全社会平均电力消耗约500 GW。

  也就是说，太空中的智能处理能力，大约每两年就能在量级上超过整个美国经济的电力规模，而且不需要重建地球电网。

  这是一个要么你觉得疯了、要么你觉得不可避免的数字。

  而事实是：FCC申请已经递了，原型已经飞了，TPU已经被质子束轰过了，H100已经在轨道上训练过莎士比亚了。

  疯狂正在一步步变成工程。

  至于99.99%到底是预言还是物理，也许答案是：它先是预言，然后变成工程，最后变成物理。

  这一次，算力要追着太阳跑了。