9月7日，工业和信息化部印发《信息通信行业发展“十五五”规划》，其中提到，“探索太空算力技术前瞻研究”。通信行业的五年规划，为什么要把目光投向太空？

　　地面算力的三重天花板

　　过去几年，AI算力的需求以令人瞠目的速度增长。大模型训练和推理对计算资源的消耗，使得数据中心的规模不断刷新纪录。工信部规划中明确提出“有序部署万卡、十万卡及以上智算集群”，十万卡级别的AI集群正在从规划走向现实。

　　但地面算力的扩张正遭遇三重天花板。

　　第一重是能耗。一个十万卡级别的AI集群，年耗电量相当于一座中等城市的用电规模。中国数据中心能耗已占全社会用电量的约3%，且仍在快速攀升。尽管各地纷纷推动“东数西算”、利用西部清洁能源，但电力基础设施的建设速度根本跟不上算力需求的增长节奏。有行业测算显示，若AI算力需求保持当前增速，到2030年全球数据中心用电量可能占全球总用电量的8%以上，能源供给将成为硬约束。

　　第二重是土地和水资源。大型数据中心需要大面积土地、稳定的地质条件和充足的冷却水源。在东部沿海核心区域，符合条件的建设用地日益紧张，水资源约束也越来越突出。液冷技术虽然能提升散热效率，但本质上仍是把热量排放到环境中，地球的整体散热能力是有限的。

　　第三重是延迟。随着AI应用向实时交互、自动驾驶、工业互联网等场景延伸，对端到端延迟的要求越来越苛刻。地面光纤网络虽然已经非常发达，但光在光纤中的传播速度比真空中慢约40%，跨洋传输的延迟难以突破物理极限。

　　当这三重天花板同时压来，一个看似大胆的想法开始进入主流视野：把数据中心搬上太空。

　　太空算力竞赛悄然开打

　　太空听起来遥远，但在算力这件事上，它有着地面无法比拟的天然优势。

　　首先是能源。近地轨道的太阳能密度是地面的1.5至2倍，而且几乎没有昼夜间断——轨道日食的时间非常短暂。这意味着太空数据中心可以获得近乎无限的清洁能源，不需要依赖电网，也不受地面能源价格波动的影响。

　　其次是散热。真空环境下的辐射散热效率远高于空气对流，不需要庞大的水冷或风冷系统，也不消耗宝贵的水资源。对于发热量惊人的AI芯片来说，太空几乎是一个理想的散热环境。

　　第三是延迟。光在真空中的传播速度比光纤中快约40%，如果通过星间激光链路组成低轨卫星计算网络，跨洲际的计算请求延迟有可能低于地面光纤传输。对于某些对延迟极度敏感的应用，这可能是颠覆性的。

　　正是看到了这些潜力，全球范围内的太空算力竞赛已经悄然开打。然而，太空算力并非没有瓶颈。发射成本已不再是核心障碍——可回收火箭把每公斤入轨成本降到了2000美元以下。真正的挑战在于星间激光互联的带宽和稳定性、高热流密度芯片的在轨散热方案、抗辐射芯片设计，以及谁来为太空算力付费的商业模式。

　　国内创业公司轨道辰光已将“辰光一号”试验星送入轨道，搭载空间聚光型太阳能电池和石墨烯柔性辐冷板开展在轨验证，单星算力宣称达到25PFLOPS，但从一颗试验星到真正可运营的太空数据中心，还有很长的路要走。

　　15世纪的大航海时代，欧洲人扬帆出海，是为了寻找新的土地和资源。今天，当人类把服务器送上太空，本质上也是在寻找新的计算空间和能源。当地面的服务器装不下AI的野心，人类的下一个算力边疆，或许就写在近地轨道的星光里。（鸣耒）