文章核心观点 - Google启动名为“Project Suncatcher”的太空数据中心计划，旨在太空建立由太阳能驱动的可扩展AI基础设施[5][7] - AI未来发展的关键瓶颈在于能源突破，而非芯片供应，数据中心耗电到2030年预计与日本全国耗电量相当[7][9] - 太空数据中心相比地球具备显著效率优势：太阳能板效率为地球8倍、可7*24小时供电、零土地和水资源消耗[12][13] - 太空数据中心商业化落地的核心前提是发射成本大幅降低，SpaceX的Starship项目是实现该目标的关键推动力[27][30][32] - 太空算力可能重塑当前以英伟达为主导的AI算力格局，成为下一个红利领域[34][39] Google的太空数据中心计划 - 计划发射搭载自研TPU芯片的卫星星座，组建“轨道AI数据中心”[11] - 通过“编队飞行+激光通信”解决太空组网难题，卫星间距100-200米，已实现1.6 Tbps双向传输速率[17][19] - TPU芯片展现出极强抗辐射能力，可承受近3倍于5年任务预期辐射剂量，计划2027年前发射两颗原型卫星测试[21] - 数据回传地球存在延迟和带宽瓶颈，目前地空光通信最高纪录为200 Gbps，尚不足以支撑数据中心需求[23] 太空数据中心的优势与挑战 - 太空太阳能效率为地球8倍且不受黑夜影响，无需消耗地球土地和水资源用于冷却[12][13] - 当前最大障碍是发射成本，若SpaceX能将成本降至$200/kg，太空数据中心单位功率成本可降至$810/kW/年，与地面成本$570–3000/kW/年区间重叠[27][28] - SpaceX发射成本已从$30000/kg降至$1800/kg，Starship目标进一步降至$60/kg甚至$15/kg[32] 行业竞争格局与新兴参与者 - 英伟达H100 GPU已首次进入太空，由初创公司Starcloud通过SpaceX发射，在轨算力比以往太空计算机强100倍[34][36] - Starcloud致力于在轨实时处理数据，可将数百GB原始数据压缩至1KB结果传回地球，其商业模式依赖SpaceX带来的成本降低[36][37] - 太空算力时代可能重新分配英伟达在地球算力市场的三大优势：最强算力单元、CUDA生态软件锁定、作为AI公司算力上游的地位[39]