近日，英偉達(dá)支持的初創(chuàng)公司 Starcloud 正式宣布，其發(fā)射的 Starcloud-1 衛(wèi)星已在地球低軌道上成功運行英偉達(dá) H100 GPU，并完成了人工智能模型的訓(xùn)練和推理任務(wù)。這是人類首次在太空軌道上完成此類任務(wù)。

Starcloud 的這一突破直接回應(yīng)了 AI 與算力基礎(chǔ)設(shè)施快速擴張帶來的能源、冷卻與資源壓力問題。當(dāng) AI 模型規(guī)模不斷擴大、數(shù)據(jù)中心對電力與水資源的需求急劇上升之時，構(gòu)建能夠長期穩(wěn)定運行且能源自給的軌道計算平臺成為行業(yè)關(guān)注的前沿方向。

據(jù)悉，這顆重約 60公斤、大小相當(dāng)于一臺小型冰箱的衛(wèi)星于 2025 年 11 月搭載 SpaceX “獵鷹 9 號”火箭發(fā)射升空，隨衛(wèi)星一同進入軌道的是一塊經(jīng)過定制的英偉達(dá) H100 GPU。根據(jù)公開資料，這塊在軌設(shè)備的算力是此前任何進入太空的圖形處理單元的 100 倍，為 AI 訓(xùn)練與推理提供了硬件基礎(chǔ)。

在入軌后的數(shù)周內(nèi)，團隊并未急于進行高強度測試，而是先確保衛(wèi)星的姿態(tài)控制和熱管理系統(tǒng)穩(wěn)定。在軌調(diào)試階段，Starcloud 工程團隊將兩項不同性質(zhì)的任務(wù)交付給這塊 GPU 完成。

一是利用莎士比亞全集從頭訓(xùn)練 NanoGPT 模型。NanoGPT 是前 OpenAI 研究人員 Andrej Karpathy 開發(fā)的輕量級大語言模型。Starcloud 將莎士比亞全集作為訓(xùn)練數(shù)據(jù)集上傳至衛(wèi)星，最終成功訓(xùn)練出了一個能模仿伊麗莎白時代戲劇風(fēng)格生成文本的 AI 模型。

需要指出的是，NanoGPT 本身并非大規(guī)模商業(yè)模型，其參數(shù)規(guī)模與當(dāng)前主流大模型仍有顯著差距。但業(yè)內(nèi)普遍認(rèn)為，這次實驗的關(guān)鍵并不在于模型大小，而在于完整驗證了從前向計算、反向傳播到參數(shù)更新的訓(xùn)練閉環(huán)，能夠在軌道環(huán)境中穩(wěn)定運行。

二是在衛(wèi)星內(nèi)部運行谷歌 DeepMind 的開源大型語言模型 Gemma，并在軌道環(huán)境下進行推理任務(wù)。

在部署 Gemma 模型后，衛(wèi)星還向地球發(fā)來消息：“地球人，你們好！或者我更愿稱你們?yōu)橐蝗好匀说乃{(lán)綠集合體，讓我們一起來探索隱藏在宇宙中的奇跡。”

（來源：社交媒體 X）

在軌完成模型訓(xùn)練與推理本身即為技術(shù)復(fù)雜度極高的工程。太空環(huán)境溫度極端、輻射強烈且通信延遲是開展此類任務(wù)的主要挑戰(zhàn)。Starcloud 工程團隊表示，他們在硬件輻射防護、電源管理與散熱設(shè)計方面做了大量優(yōu)化，使得 H100 GPU 能穩(wěn)定運行傳統(tǒng)意義上屬于地面數(shù)據(jù)中心工作負(fù)載的任務(wù)。

Starcloud-1 的任務(wù)還整合了衛(wèi)星本身的狀態(tài)數(shù)據(jù)，這意味著運行在軌的 AI 模型能實時讀取高度、速度、方向等遙測信息，為推理任務(wù)提供實時輸入。例如，系統(tǒng)能夠回答查詢衛(wèi)星當(dāng)前位置的問題，并返回諸如“我正在非洲上空，并將在 20 分鐘后飛越中東”的情況說明。

Starcloud 的發(fā)展戰(zhàn)略遠(yuǎn)不止于單顆實驗衛(wèi)星。該公司計劃構(gòu)建一個規(guī)模達(dá) 5 吉瓦（GW）的軌道數(shù)據(jù)中心，該設(shè)施預(yù)計配備寬高約 4 公里的太陽能發(fā)電板與散熱組件，利用太陽能全天候無間斷供電，以滿足未來大規(guī)模 AI 訓(xùn)練和推理的能源需求。據(jù) Starcloud 白皮書介紹，這樣一個軌道數(shù)據(jù)中心產(chǎn)生的能源將比美國最大的單一發(fā)電廠還高出數(shù)倍，同時能源成本預(yù)計可降至現(xiàn)有地面數(shù)據(jù)中心的十分之一。

Starcloud 的愿景是盡可能將傳統(tǒng)地面數(shù)據(jù)中心所能執(zhí)行的所有任務(wù)遷移到太空，包括高性能計算、AI 模型訓(xùn)練、實時數(shù)據(jù)處理與全球監(jiān)測服務(wù)等，這將徹底改變現(xiàn)有的算力基礎(chǔ)設(shè)施格局。首席執(zhí)行官 Philip Johnston 曾公開表示：“任何你能在地面數(shù)據(jù)中心做的事情，未來都應(yīng)該能在太空完成。”

圖 | 軌道數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)（來源：Starcloud 白皮書）

Starcloud 費盡周折將數(shù)據(jù)中心搬上天的背后，是地面 AI 產(chǎn)業(yè)正面臨的一場嚴(yán)峻的能源危機。

國際能源署（IEA）發(fā)布的報告中預(yù)測，到 2030 年，全球數(shù)據(jù)中心年用電量將接近 945 太瓦時（TWh），相當(dāng)于日本一整年的用電規(guī)模，其中 AI 被明確列為最主要的增長驅(qū)動力之一。IEA 同時指出，在美國，數(shù)據(jù)中心可能貢獻(xiàn)未來數(shù)年近一半的新增電力需求，其增長速度已明顯快于電網(wǎng)擴容和新能源并網(wǎng)的節(jié)奏。

圖 | 2024 年數(shù)據(jù)中心及設(shè)備類型電力消耗份額（來源：IEA）

能源之外，冷卻與水資源正在成為另一道隱性瓶頸。以微軟為例，其披露的數(shù)據(jù)顯示，2022 年公司用水量達(dá)到 640 萬立方米，同比增長 34%，主要用于數(shù)據(jù)中心冷卻；多家研究機構(gòu)指出，生成式 AI 工作負(fù)載是水耗快速上升的重要原因之一。

當(dāng)電力、冷卻和水資源同時成為制約因素，繼續(xù)在地面無限擴張數(shù)據(jù)中心已不再是一個純技術(shù)問題。在這一現(xiàn)實壓力下，Starcloud 將目光投向軌道空間，其“軌道數(shù)據(jù)中心”的設(shè)想，也由最初的激進嘗試，逐漸演變?yōu)槔@開地面能源瓶頸的一條現(xiàn)實路徑。

Starcloud 在白皮書中給出的論證直指地面 AI 基礎(chǔ)設(shè)施的根本瓶頸：能源與冷卻的不可持續(xù)性。該公司指出，地面數(shù)據(jù)中心擴張正受到電力、冷卻和水資源的多重約束，而這些問題在 AI 算力快速增長背景下被進一步放大。相比之下，軌道空間在能源與散熱條件上具備結(jié)構(gòu)性優(yōu)勢。白皮書測算顯示，太空太陽能陣列的發(fā)電容量系數(shù)可超過 95%，單位面積發(fā)電量約為地面系統(tǒng)的 5 倍，長期能源成本可低至 0.002 美元/千瓦時。同時，熱量可通過輻射直接向深空釋放，每平方米輻射板約可散熱 770 瓦，從而避免地面數(shù)據(jù)中心對高能耗制冷和大量用水的依賴。在這一對比下，Starcloud 認(rèn)為將部分算力遷移至軌道空間，具備長期成本和資源上的現(xiàn)實吸引力。

不過，軌道數(shù)據(jù)中心的商業(yè)化和規(guī)模化部署并非無風(fēng)險。太空輻射、在軌維護困難、太空碎片風(fēng)險及國際空間監(jiān)管等問題仍是制約因素。行業(yè)分析師指出，這些挑戰(zhàn)需要系統(tǒng)性工程解決方案和國際層面的政策協(xié)同。

Starcloud 的下一階段計劃，包括在 2026 年 10 月發(fā)射更多搭載 H100 及 Blackwell 的衛(wèi)星，并引入云基礎(chǔ)設(shè)施公司 Crusoe 的模塊，以支持商業(yè)用戶直接從太空部署與運行 AI 工作負(fù)載。

值得注意的是，谷歌、SpaceX 及 Blue Origin 等公司都已在探索太空算力和軌道數(shù)據(jù)中心的可能性。谷歌公開宣布將自研的 TPU 送入太空試驗項目，預(yù)計在 2027 年進行早期測試，并計劃在未來十年實現(xiàn)更廣泛應(yīng)用；SpaceX 也被認(rèn)為可能將其星鏈衛(wèi)星與軌道計算基礎(chǔ)設(shè)施結(jié)合，以構(gòu)建一個全球覆蓋的在軌算力網(wǎng)絡(luò)。

多位業(yè)內(nèi)人士指出，這類嘗試之所以在當(dāng)下成為可能，與多項技術(shù)條件的同步成熟密切相關(guān)。一方面，可重復(fù)使用火箭顯著降低了單次發(fā)射成本，使在軌算力試驗具備試錯空間；另一方面，單顆 AI 芯片的算力密度在近兩年實現(xiàn)躍升，使得一顆中小型衛(wèi)星首次具備承載有意義計算任務(wù)的能力。在算力、發(fā)射成本與地面能源約束同時逼近臨界點的背景下，軌道數(shù)據(jù)中心迎來了現(xiàn)實試驗窗口。

1.https://www.cnbc.com/2025/12/10/nvidia-backed-starcloud-trains-first-ai-model-in-space-orbital-data-centers.html

2.https://blogs.nvidia.com/blog/starcloud/

3.https://www.proactiveinvestors.co.uk/companies/news/1084214/anglo-asian-lifts-copper-output-after-upgrades-at-gedabek-plant-1084214.html

4.https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai?utm_source=chatgpt.com

5.https://www.datacenterdynamics.com/en/news/microsofts-water-consumption-jumps-34-percent-amid-ai-boom/?utm_source=chatgpt.com

6.https://starcloudinc.github.io/wp.pdf