物界前沿算力竞赛的尽头，可能在太空
从行业周期来看，当一项技术开始从地面向太空延伸，往往意味着它已经进入了“内卷”的深水区。AI算力这件事，现在正站在这个临界点上。
最近，关于“太空数据中心”的讨论开始升温。这并非科幻小说的情节，而是产业界在算力饥渴下的一个现实博弈。我们不妨把这件事拆开来看，它背后反映的，其实是AI算力供需矛盾的一个极端化表达。
从“算力饥渴”到“算力边疆”
地面上的数据中心，正在经历一场前所未有的扩张。英伟达的GPU，从曾经的高端游戏硬件，变成了如今全球科技公司的“战略资源”。各大云厂商和AI公司，都在疯狂抢购、囤积算力。但一个被忽视的问题是，这种扩张是有物理边界的。
电力瓶颈是最直接的。一个大型AI训练集群的功耗，几乎可以媲美一个中小型城市。而电力成本，正成为算力成本中越来越大的比例。散热、土地、水资源的消耗，都在逼迫从业者去思考：下一步，算力往哪里去？
太空，就成了一个看似疯狂的选项。近地轨道上的太阳能量密度，几乎是地面的数倍，且没有昼夜和季节的干扰。更重要的是，真空环境下的散热效率，是地面空气冷却或水冷完全无法比拟的。这些物理上的“优势”，让一些先锋者开始认真评估：把算力堆到太空，到底划不划算？
从半导体地缘政治的角度看，太空算力还有一层更深刻的含义。它可能成为某些国家或企业，绕开地面物理限制、构建“算力孤岛”的一种方式。当英伟达的芯片受到出口管制，太空算力或许能提供一种“物理隔离”的替代方案。这已经不是单纯的技术问题，而是地缘博弈的延伸。
算算账：太空算力的可行性
我试图从成本收益的角度，做一个简单的测算。目前，SpaceX的星舰或其他重型运载火箭，每公斤的发射成本已经降到了数千美元级别。但即使是这个量级，相比于地面数据中心，太空算力的初始建设成本仍然高出几个数量级。
但成本结构的变化，才是关键。地面数据中心的成本，大头是电费、运维和土地。太空算力的成本，大头是发射和硬件抗辐射加固。如果未来AI的需求持续膨胀，以至于地面电力供应真的无法满足，那么太空算力的“总拥有成本”有可能出现拐点。
一个初步的结论是：在短期内（3-5年），太空算力无法替代地面数据中心。但它可能在一些特定场景下，率先跑通商业模式。
比如，对于需要极低延迟的全球通信，或者对数据主权有极高要求的“边缘计算”场景，太空算力有天然优势。再比如，一些需要长期、稳定、无干扰的AI训练任务，比如基础大模型的训练，如果放在太空，可以避免地面电力波动、网络攻击等问题。
挑战与布局：谁在押注
当然，我们也要看到巨大的挑战。太空环境中的辐射，会严重缩短芯片和存储器的寿命。真空中的热管理，也不是简单的散热片能解决的。更关键的是，如何实现算力在太空和地面之间的高效、低延迟通信？这需要覆盖全球的激光通信星座。
目前，真正的产业玩家并不多。一些初创公司，以及少数航天巨头，正在做早期验证。但真正的变量，在于云厂商。如果亚马逊、微软、谷歌这些公司，开始认真评估把部分算力迁移到近地轨道，那才意味着这个赛道真正进入了“可投资”阶段。
从投资视角看，我认为太空算力现在还处于“0到1”的阶段。真正的机会，可能不在算力本身，而在于支撑这个生态的基础设施，比如抗辐射芯片、高功率激光通信、新型散热材料。这些二级市场的标的，值得提前关注
