当 AI 算力飞向太空：美国科技资本正在重走“苏联”的路

当一个科技体系开始把“太空”当作解决产业瓶颈的答案时，它往往已经走到了效率红利的尽头。

从历史的长河中回望，大国科技体系的衰落，很少是从某一项具体技术的失败开始的，而是从资本的错配与资源的锁定开始的。

上世纪 70 至 80 年代，苏联拥有世界顶尖的流体力学家和材料学家，他们将最昂贵的工业资源、最聪明的大脑全部投入到了太空竞赛与军工体系之中。

然而，正是这种对“宏大工程”的过度迷恋，让他们错过了个人电脑、消费电子与互联网革命。当硅谷的工程师在车库里编写代码时，莫斯科的精英正在计算如何让更多吨位的载荷进入近地轨道。

历史总是押着相同的韵脚。今天，美国科技资本正在出现一个耐人寻味的迹象：为了满足 AI 算力那似乎永无止境的饥渴，一部分资本开始认真讨论——把数据中心搬到太空。这不仅仅是一个技术设想，更是一个关于资本周期、产业瓶颈与叙事终点的深刻隐喻。

算力焦虑：AI 正在逼出一个“太空解决方案”

在当前的 AI 狂潮中，市场普遍存在一种误解，认为算力的瓶颈在于芯片。然而，对于产业深处而言，真正的枷锁并非 GPU 的产能，而是能源与土地。

AI 大模型的训练与推理，本质上是一场能源消耗战。一个 1GW（吉瓦）级别的大型数据中心，其电力消耗规模相当于一座中型城市。在美国，随着 AI 军备竞赛的升级，大型数据中心的建设已经开始遭遇前所未有的“三重约束”。

首先是电力审批的漫长周期。在美国，新建一座大型变电站或接入电网，往往需要数年的环境影响评估与行政审批。其次是土地与环保限制。数据中心是噪音与热量的排放源，在人口稠密、环保法规严格的州，选址变得愈发困难。最后是冷却系统成本的飙升。随着芯片功耗密度的增加，传统的风冷已接近极限，液冷系统虽然高效，但对水资源和基础设施提出了更高要求。

正是在这种地面资源日益枯竭的背景下，一些极端的技术路径开始被严肃地摆上台面——把数据中心送上太空。

这一设想并非停留在科幻层面。2025 年，由英伟达投资的 Starcloud 公司已经通过 SpaceX 的猎鹰 9 号火箭，将一颗搭载 H100 GPU 的卫星送入了轨道。这颗卫星仅重 60 公斤，规模如同一台小冰箱，但它代表的产业想象却是巨大的：未来的数据中心，不再位于硅谷的地下室或内华达的沙漠，而在地球轨道之上。

在轨道上，理论上可以获得近乎无限的太阳能，彻底摆脱地面电网的波动与限制；同时，太空的真空环境避免了大气阻力，且无需面对地面的土地征用、噪音投诉与环保监管。Starcloud 甚至提出了一个更为极端的目标：建设一个总功率达 5GW 的轨道数据中心集群，其物理尺寸将达到 4 公里级。这相当于把一整座"AI 算力城市”搬到了太空。

这一愿景听起来令人振奋，仿佛为 AI 的无限增长找到了新的物理空间。然而，当产业开始认真讨论这种“超高成本、超高难度”的解决方案时，往往意味着地面世界的常规增长空间已经不够大了。这个梦想的经济学，几乎完全站不住脚，但它作为一个信号，却震耳欲聋。

成本现实：太空算力的经济学几乎无法成立

如果我们将情感与愿景剥离，仅从财务与工程的角度审视，太空数据中心的账目是令人绝望的。

法国巴黎银行（BNP Paribas）曾对此做过一份详尽的测算，结论非常直接：目前的航天发射成本在每公斤 1500 至 3600 美元之间。尽管 SpaceX 的星舰（Starship）承诺将大幅降低发射成本，但要让轨道数据中心具备基本的经济可行性，成本必须降到每公斤 300 美元以下。换句话说，发射成本需要再下降 80% 以上，且必须保持极高的发射频率。

如果按当前成本测算，建设一个 1GW 的太空数据中心，其总成本可能超过 1000 亿美元。其中，仅发射成本就高达 300 亿至 750 亿美元，而卫星与硬件系统的制造成本约为 500 亿美元。作为对比，同样规模的地面数据中心，其建设成本仅为 350 亿至 500 亿美元。

这意味着，太空方案不仅技术更复杂，而且昂贵两倍以上。这还仅仅是建设成本（CAPEX），尚未计算运营成本（OPEX）。

更重要的是，太空环境对硬件提出了极端要求。在地面，服务器可以在恒温、常压、低辐射的环境中运行，硬件损坏可以轻易更换。但在轨道上，硬件必须配备航天级电子系统以抵抗高能宇宙射线，否则比特翻转（Bit Flip）将导致计算错误甚至系统崩溃。散热系统也面临巨大挑战，真空中无法对流，只能依靠辐射散热，这需要巨大的散热面积和复杂的流体回路。此外，轨道维护几乎是不可能的任务，一旦硬件故障，要么通过软件屏蔽，要么整颗卫星报废。

这些因素叠加，会让太空服务器的单位算力成本远高于普通数据中心。换句话说，AI 并没有解决算力成本问题，只是把成本推向了更极端的地方。

在商业逻辑中，当一个行业开始讨论“不计成本”的解决方案时，通常意味着该行业的边际收益正在急剧下降。当产业开始依赖这种“超高成本解决方案”来维持增长叙事时，往往意味着一个技术周期已经接近尾声。资本之所以愿意为此买单，不是因为它是好生意，而是因为地面故事已经讲不下去了。

历史隐喻：美国科技资本正在重演苏联式路径

将视线拉长，我们会发现这一现象背后隐藏着深刻的历史隐喻。美国科技资本，正在不经意间重演苏联式的资源错配路径。

苏联科技体系曾经拥有世界顶级的科学能力。他们率先实现了第一颗人造卫星、第一位宇航员、第一座空间站。在航天与军工领域，苏联的工程能力令人叹为观止。但与此同时，苏联错过了个人电脑、软件产业与互联网。原因很简单：最优秀的工程资源、最廉价的能源、最优先的供应链，都被锁定在“国家级技术工程”中。这些工程极其宏大，政治意义非凡，但商业效率极低，无法转化为民用生产力，无法形成生态闭环。

今天，美国 AI 产业正在出现一种相似的倾向。资本越来越集中在超大规模的基础设施项目上：数千亿美元的 AI 算力投资、数百万 GPU 的集群、核电驱动的数据中心，甚至是现在的太空算力基础设施。

这些项目的共同特点是：规模巨大、资本密集、回报周期极长。它们更像是“国家工程”而非商业产品。从投资视角看，这是一种典型的周期信号：当产业增长开始依赖巨型基础设施投资时，意味着技术红利正在边际递减。

在 19 世纪 40 年代，英国曾经历过“铁路泡沫”；在 2000 年，美国经历过“光纤泡沫”。这两个时期的共同特征是：技术是真实的，需求也是真实的，但资本投入的规模，远远超过了未来可兑现的收益。铁路确实改变了交通，光纤确实承载了互联网，但在泡沫顶峰时期，修建的铁路线永远无法盈利，铺设的光纤永远无法被填满。

如今，华尔街越来越多的机构开始担忧：AI 产业正在进入一个类似的阶段。太空数据中心，或许正是这一轮 AI 资本叙事的极端象征。它代表了资本在面临地面瓶颈时，一种近乎绝望的向外扩张。

如果连算力都要飞向轨道，说明地面世界的增长空间已经不够大了。这并不一定意味着 AI 革命结束，AI 技术本身依然会进步，应用依然会落地。但它可能意味着，美股科技叙事，已经接近一个周期的顶点。

当资本不再追求单位算力的成本下降，而是追求算力的物理边界扩张时，这通常是效率红利耗尽的标志。苏联输掉的不是科技，而是经济效率；美国科技巨头们此刻面临的挑战，或许也不是技术瓶颈，而是资本回报率的瓶颈。

在这场豪赌中，太空数据中心可能永远不会成为主流，但它作为一个里程碑，标记了 AI 狂热从“务实优化”转向“宏大叙事”的转折点。对于投资者而言，当听到“把数据中心搬到太空”这样的故事时，或许应该警惕：这不仅是技术的飞跃，更可能是泡沫的终章。

本文来自微信公众号“美股研究社”（ID：meigushe），作者：美股研究社，36氪经授权发布。