太空算力 · 成本账

太空数据中心全知道:1kW 只够跑 20 分钟

Google 的 4 颗 TPU、Starcloud 的 H100、中国的 5 POPS,放在同一张电费单上,答案和发布会说的不太一样。

2026-11-01 · AI惊叹号

引言

10 月 30 日,Google 的一颗卫星在轨道上写了一首俳句。诗不重要。重要的是,这首诗是卫星上的一颗 TPU 自己算出来的,不是地面机房传上去的。Google 说,这是数据中心级 TPU 第一次在轨返回 AI 输出。

参数摊开,很多人笑了:整星 4 颗 TPU,供电 1kW,一颗 TPU 只能连续跑 20 分钟。1kW 是什么概念?一台家用取暖器。拿这个去叫“数据中心”,像是把一只纸船叫成航母。

2026 年,太空算力突然挤进三家公司:Google 的 Suncatcher、Starcloud 的商业卫星、中国的三体星座。三家都说自己在做“太空数据中心”,但一个报 kW,一个报 H100,一个报 POPS。单位都不一样,怎么比?

地面数据中心现在卡在三件事上:电、地、水。一个 100MW 的园区,按每度五毛、满载 8760 小时粗算,一年电费就是四亿多人民币;冷却要水,土地要审批。太空看起来把这三件事都绕开了:太阳光免费,真空没有地价,散热不用水。但绕开不等于免费,它把账单换成了发射、散热板和维修。

但 1kW 不是笑话。它是这道题当前的分母。太空数据中心不是把机房原样搬上天,而是用每瓦算力、散热面积、下行带宽、发射质量,去换地面的电价、土地和水。这笔账怎么算,决定了它是真赛道,还是发布会上的一个形容词。

一颗 1kW 的卫星,为什么只够一颗 TPU 跑 20 分钟?

先把 1kW 拆开。它不是某一颗 TPU 的功耗,而是整颗卫星的平均电功率。太阳能板在阳光下发电,电池在阴影里顶上去,散热板把废热排出去,剩下的才是给芯片的。

卫星每绕地球一圈,都要经历一次光照和阴影的切换。太阳能板不可能一直满发,电池也不可能无限深放。于是整星的电,被切成一段一段:充电、放电、计算、散热。TPU 能跑多久,取决于这段窗口有多长。

低轨一圈大约 90 分钟,阴影段可能占三分之一。也就是说,卫星不是想算就算,它得先攒电。电池按 150Wh/kg 粗算,半度电的电池组大约三四公斤;这还没算充放电损耗和低温衰减。

按 1kW 满载、20 分钟粗算,一次满载大约消耗 0.33 度电。这个数字不大,但对一颗小卫星来说,已经是一块电池要认真对待的深度放电区间。四颗 TPU 同时跑,窗口更短;只跑一颗,才有 20 分钟。

所以 20 分钟不是 TPU 的性能上限,是整星的能源与热预算上限。芯片没有变慢,是给它供电和散热的那套系统太小。Google 没有公布电池容量和轨道高度,20 分钟是当前工程的取值,不是物理极限。

这也是为什么发布会喜欢报峰值算力。峰值是实验室里拔掉功耗墙的数字;在轨的持续算力,要被电力、散热、电池三只手同时按住。1kW 的卫星,持续算力可能只有峰值的几分之一。

真空里没有空气把热带走。热量从芯片传到结构,再传到散热板,最后只能以红外辐射的形式慢慢散掉。算得越久,热积得越多,散热板越大。这个循环,才是 1kW 真正的边界。

TPU 也不是为太空设计的。地面芯片靠风扇、冷板、机房空调;太空没有这些。Google 要用导热结构把热从芯片拉到散热板,再用辐射排出去。每增加一颗 TPU,散热板、电池、结构都要加,发射质量也加。

如果四颗 TPU 一起跑,1kW 要分成四份,每颗 250W;如果只跑一颗,另外三颗可以关机省电。20 分钟不是固定值,是任务调度和电池管理的结果。

答案

1kW 是整星平均功率,20 分钟是电池与散热板允许的连续满载窗口。它是一道能源题,不是芯片题。

Google 送 4 颗 TPU 上天,是为了训练还是为了验证?

这颗卫星叫 Suncatcher 原型,10 月 1 日随猎鹰 9 号上天,同批还有 100 多艘航天器。它的任务不是训模型,而是回答几个很土的问题:TPU 在辐射里会不会算错?发射时的振动会不会把焊点震裂?真空里靠辐射散热,温度会不会失控?星间光链路能不能稳定对上?

辐射不是抽象风险。高能粒子打进来,可能让存储位翻转,也可能让芯片直接复位。地面机房用 ECC、冗余、重启解决;卫星上还得加屏蔽,而屏蔽就是重量。Google 要测的,正是这些不写在跑分里的东西。

10 月 30 日,它返回了第一段 AI 输出:一首关于太空的俳句,由板上的 Gemma 4 模型生成。Google 把这叫作“Hello World”时刻,不是因为它聪明,而是因为它证明了整条链路能跑通:供电、计算、输出、下传。

训练为什么不行?训练要成千上万颗芯片同时跑几个月,要兆瓦级电力、海量数据、稳定互联。1kW 的卫星连一个机柜都喂不饱。Google 自己也没说要做“在轨训练”,它说的是近距离编队的卫星群,用光链路连起来,在数据产生的地方做推理。

光链路是另一半。卫星之间要用激光通信,才能把一群小卫星连成一台“虚拟大机器”;对不准、云层、轨道抖动,都会让链路断掉。Google 测的不只是芯片,还有这张网。

为什么用 Gemma 4?因为它小,能在低功耗下跑。先验证链路,不追求最强模型。Google 的 Suncatcher 也不是第一颗带 AI 芯片的卫星,但它是第一颗带数据中心级 TPU 的。这个区别很重要:前者是边缘推理,后者是想证明地面数据中心的芯片能直接上天。

这背后的动机很现实。地面数据中心越来越难拿地、拿电、拿水。太空有近乎不间断的太阳光,也没有人跟你抢地。但太空的“免费冷却”是误解:真空只提供散热的场所,不提供散热的介质。

答案

为了验证,不是为了训练。它买的是“在轨能不能稳定跑”的数据,不是算力。

Starcloud 的 H100 和三体星座的 5 POPS,跟 1kW 是同一把尺子吗?

把三家放在一张表里,先看它们各自在卖什么。

平台在轨硬件 / 算力电力主要任务状态
Google Suncatcher4 颗 TPU1kW在轨推理,辐射、散热、光链路验证2026-10-01 发射,10-30 首响应
Starcloud首星 1 颗 H100;第二星 Blackwell + AWS 刀片未披露商业轨道算力、在轨处理、挖矿2025-11 首星;2026-10 第二星
中国三体星座在轨 5 POPS,支持 1400 亿参数模型未披露气象、遥感等 10 多个模型已组网,2026-07 新增卫星

Starcloud 的故事更偏商业。2025 年 11 月,它把第一颗 H100 送上天,整星 60 公斤;同星上还有一块 A6000,发射过程中坏了。2026 年 10 月,第二颗星上去,带了 Blackwell GPU、AWS 服务器刀片,甚至还有比特币矿机。8 月,它拿到 2.5 亿美元融资,估值 23 亿美元。

Starcloud 卖的是“轨道上的 GPU 小时”。它的客户不是训练大模型的实验室,而是需要在轨处理数据的卫星运营商、政府项目,甚至挖矿。第二颗星带 AWS 刀片,说明它想把自己接进现有的云账单,而不是另起一套。

中国三体星座走的是另一条路。它在轨算力 5 POPS,支持 1400 亿参数模型在轨推理,已经部署了十几个 AI 模型;复旦和上海科学智能研究院的“伏羲”气象模型,参数 1.5 亿,就在上面跑。2026 年 7 月,“云尖沐曦号”入轨,国产智算链条开始往天上伸。

三体星座更像“应用先行”。它先有气象、遥感这些必须在天上处理的任务,再倒推算力。5 POPS 不是拿来和 H100 比跑分的,它是为了让 1400 亿参数模型能在轨跑起来。

先把单位拆开:kW 是电力,POPS 是每秒运算次数,1400 亿是模型参数,H100 是芯片型号。它们描述的是四个不同的东西。

粗算一下:5 POPS 等于 5000 TFLOPS。一张 H100 的 FP16 稠密算力大约 1000 TFLOPS。按这个口径,5 POPS 只是个位数张 H100 的量级,不是一座数据中心。当然,三体星座用的精度、架构、任务都不同,这个换算只能看数量级,不能当跑分。

1400 亿参数也只说明模型有多大,不说明推理一次要多少算力,更不说明同时能服务多少用户。一个 1400 亿参数的模型,可以用很低的并发跑;也可以用一个更大的集群跑高并发。参数是模型体积,不是吞吐。

Starcloud 的 H100 也不是“一颗顶一个机房”。单颗 H100 训不动大模型,它更适合在轨推理、图像处理、加密计算。Starcloud 讲的是“轨道云”,但第一颗星只有一颗 GPU,离云还很远。

三体星座的 5 POPS 是整轨算力,不是单星;它靠多星组网。这个口径和 Google 的单星 1kW 又不一样。

Google 的 4 颗 TPU 共享 1kW,平均每颗 250W。这个功率下,TPU 不可能跑在峰值。它是一套被电力掐住脖子的验证平台,不是拿来和 H100 比吞吐的。

答案

不是一把尺子。先把它们归一化成五项:持续可用算力、电力、散热面积、下行带宽、在轨寿命。

把散热搬到真空里,先撑不住的是发电还是散热板?

先看发电。地球轨道上的太阳常数约 1361 W/m²。太阳能板效率按 30% 算,一平方米大约能发 400W。1kW 的理想面积是 2.5 平方米,工程上留余量,四到六平方米更现实。这个面积不算离谱。

再看散热。真空里没有空气对流,热量只能靠辐射。按斯特藩—玻尔兹曼定律,辐射功率和温度的四次方成正比。300K 时,黑体单面大约能辐射 459 W/m²;两面都算,约 918 W/m²。1kW 的理想散热面积约 1.1 平方米,工程上要留两三倍余量。

1MW 呢?理想面积就要上千平方米。这还只是一个温度点。散热板温度越低,面积越大;温度越高,芯片结温越危险。工程师要在“板子别太大”和“芯片别太热”之间找一个窄缝。

一千平方米是什么概念?一个网球场大约 260 平方米,1MW 的散热板相当于四到八个网球场。这还只是理想黑体;真实散热板有导热路径、涂层、结构支撑,面积和重量都要往上加。

散热板的温度也不能无限高。芯片结温通常要压在 80 到 90°C 以下,散热板可能只有 40 到 60°C;温度低,辐射效率低,面积就得更大。这是一个绕不开的循环。

太阳能板在阴影里不发电,电池要同时供计算和加热。卫星的电池不仅要储能,还要保温;低温下电池容量会掉。发射成本也不是线性的:小卫星可以拼车,每公斤几千美元;大系统要专用火箭,价格另算。

发射质量是第二张账单。Starcloud 首星 60 公斤;按猎鹰 9 公开报价约 2700 美元/公斤,一次发射就是十几万美元。兆瓦级系统要带上千平方米散热板、结构、屏蔽、电池,质量是几百吨级,发射费直接压过算力本身。

按同样的价格,三百吨质量就是 8 亿美元。这还没算卫星平台、保险、地面站和五年运维。把这张账单摊到 GPU 小时上,太空算力很难比地面便宜。

还有一张隐形账单:维修。地面机房可以换卡、换交换机、换整柜。卫星不行。设计寿命通常按五年上下算,坏了只能靠冗余顶。GPU 两年一代,天上的卡还没回本,地上已经换了三代。

答案

发电不是第一堵墙,散热板和发射质量才是。真空不提供免费冷却,它只提供一块更贵的散热场地。

哪些 AI 任务,值得为一次发射多付几百万美元?

把“太空算力”当成万能云,会亏得很惨。它真正能站住的场景,先要过四道门。

问题是否
数据是不是天生就在天上?遥感、气象、SAR、射频监测,在轨处理能省下行带宽先把数据传下来,地面云更便宜
下行带宽是不是比算力更贵?在轨筛选、压缩、只下传告警直接下传原始数据
有没有时延、主权或抗毁溢价?国防、灾害、偏远地区、断网环境通用推理、内容生成
能不能忍受辐射、故障和五年寿命?专用任务、可冗余、可降级别把核心业务放上去

遥感是最典型的例子。一颗光学卫星一天能拍出大量原始图像,真正有用的可能只有很小一部分。与其把整轨数据传下来,不如在轨先做检测、分类、变化比对,只把结果和切片传回去。这时候,太空算力的价值不是“比地面快”,而是“省了下行带宽”。

森林火点、非法捕捞、港口拥堵,这些任务要的是“发现”,不是“原始像素”。在轨先跑一遍模型,把 99% 的无效画面丢掉,只下传 1% 的告警,带宽账单立刻不一样。卫星不再是一台相机,而是一个会挑重点的传感器。

算一笔粗账:一颗遥感卫星一天产生 100GB 原始数据,按 1Gbps 下行,要传 800 秒,也就是 13 分钟。看起来不久,但低轨卫星每次过境只有几分钟,地面站还要全球布点。星上先筛一遍,只传 5GB,窗口压力立刻降下来。

国防和灾害是另一类。地面站可能被切断,光纤可能断,云可能不可用;卫星之间的光链路和星上推理,能保住最低限度的信息闭环。这类客户愿意为“不依赖地面”付溢价。

但这类客户的数量有限,预算周期长,合规门槛高。它们能养活第一批太空算力,却撑不起一个“通用云”的故事。

把客户拆开,其实是三类:遥感运营商要省带宽;国防和政府要保链路;云厂商要算成本。前两类愿意付溢价,第三类会拿地面的 GPU 小时来比价。太空算力先服务前两类,才活得下去。

别把“低时延”当成主要卖点。500 公里轨道,光走一趟大约 1.7 毫秒,听起来很快;可地面光纤跨城也就几毫秒到几十毫秒,真正的大头是排队、处理和回传。太空算力的优势是“不依赖地面站”,不是“比光纤快一个数量级”。

反过来说,通用聊天、内容生成、批量数据处理,没有理由上天。地面的电更便宜,散热更容易,维修更方便,芯片更新更快。

答案

只有“数据天生在天上、下行比算力贵、时延或主权有溢价”的任务先成立。通用大模型推理和训练,不成立。

从 1kW 到 100MW,中间差的是 10 万颗卫星吗?

拿一个地面 AI 园区做参照:100MW 的 IT 负载,不算制冷和配电。1kW 一颗星,要 10 万颗才能凑出同样的功率。10kW 一颗星,也要 1 万颗。

反过来说,今天一颗 1kW 的卫星,只相当于地面园区里一台稍微大一点的服务器。4 颗 TPU 的算力,可能还不如一台 8 卡 H100 服务器。

这还没算散热板、电池、结构、发射、地面站和运维。10 万颗卫星的编队,本身就是人类从未做过的工程。

今天的三家,离这个数都很远。Google 是 1kW 的验证星;Starcloud 是一颗 H100 的商业试验;三体星座是 5 POPS 的应用星座。它们证明的是“能跑”,不是“能替代”。

地面 100MW 园区的电费,按每度五毛、满载 8760 小时算,一年约 4.4 亿元;太空的“电”不要钱,但发射和散热板要钱。这个对比不是替太空辩护,而是说明账单换了科目。

太空算力真正的竞争对手,可能不是地面云,而是更便宜的下行带宽。如果激光链路和地面站的成本降下来,把原始数据传回地面更划算,在轨计算的需求就会被削弱。反过来,如果下行带宽越来越贵、频谱越来越紧张,在轨计算就更值钱。这是一场带宽与算力的相对价格战。

差的是四到五个数量级。这个差距,不是换一代芯片能补上的。就算芯片每年进步 30%,也要十几年才能追上;而发射成本、散热面积、在轨寿命不会按芯片节奏进步。

所以别被“太空数据中心”四个字骗了。今天它是一个“在轨计算节点”,明天可能是一个“在轨边缘机房”,要成为“数据中心”,还得先解决电、热、修三件事。

要等几件事同时发生:发射成本降到每公斤几百美元;散热板能像帆一样折叠展开;抗辐射芯片的能效再上一个台阶;星间光链路变成一张稳定的网;在轨组装和维修成为常规操作。

在那之前,更现实的目标是 10kW 到 100kW 级的在轨边缘推理:服务卫星自己,服务遥感,服务少数断网场景。不是把 100MW 的机房搬上去。

答案

差的是 10 万颗 1kW 卫星,或者 1 万颗 10kW 卫星。不是一代芯片能补齐的,先看发射成本和散热面积。

收束

1kW 不是笑话,是分母。它把“太空数据中心”从口号拉回到一张电费单上:发多少电、散多少热、传多少数据、花多少钱把质量送上去。

今天它能服务的第一批客户,大概率不是地面的大模型,而是本来就在天上的数据:遥感、气象、灾害、国防。卫星自己产生数据,卫星自己先算一遍,只把有用的部分传下来。

如果哪天你看到“太空数据中心”的新闻,先别问它有多少卡。先问三件事:电从哪来,热往哪去,坏了谁修。这三问答不上来,参数再大也只是在地上跑分。

太空数据中心不是伪命题,但它的时间表不由芯片决定,而由发射和散热决定。芯片可以一年一代,火箭和散热板不行。

等发射成本、散热板、在轨维修这三件事同时跨过门槛,这笔账才可能翻过来。在那之前,太空数据中心最诚实的介绍,就是一颗 1kW 的卫星,和一首 20 分钟算出来的俳句。