太空算力从概念走向产业，谁能率先跑通商业化？

马斯克又给太空算力画了一张大饼。

今年1月，SpaceX向美国联邦通信委员会（FCC）提交申请，希望获准部署最多100万颗搭载AI数据中心的卫星。消息传出后，太空算力迅速成为科技产业的新热点。Google、StarCloud、Blue Origin等公司也相继公布相关计划，曾经属于科幻作品的太空数据中心，开始进入科技巨头的现实议程。

不过，热闹归热闹，真正把服务器送上天，却是一件很难的事。

在地面，数据中心要解决电力、土地和散热问题；到了太空，能源供应、热管理、辐射防护、星间通信，每一项都需要重新设计。更何况，动辄数百亿的基础设施投入，最终要靠什么业务收回成本也是个未知数。

星测未来联合创始人、COO曹德志谈到了一个相对冷静的判断：大规模太空数据中心距离真正的商业化还有不少挑战，但卫星智能化的机会已经摆在眼前。

这家公司成立于2020年。彼时，「太空算力」还不是一个热门词汇，星测未来已经开始尝试将GPU和AI模型送入轨道。六年过去，公司累计部署了40套算力平台、37张GPU先后进入太空。

如今，随着行业热度上升，曹德志和团队开始思考一个更实际的问题：除了把算力建在天上，还能不能让已有的卫星真正用起来？在他看来，未来五年，一个值得认真投入的方向，是把分散的遥感卫星连接起来，让用户像使用互联网服务一样，按需调用卫星资源。

一、太空数据中心：一场长期主义的耐心局

太空算力并不是一个突然出现的新概念。早在2000年前后，部分卫星就已经搭载CPU、FPGA、DSP等计算器件，用于处理遥感图像。2016年以后，随着NPU、TPU等新型计算架构逐渐成熟，神经网络算法开始进入卫星，图像识别、数据筛选等任务逐渐能够在轨执行。

到了2023年，已经有商业公司开始利用星载GPU处理红外卫星数据，将野火监测、石油天然气管线监测等能力做成具体业务。只是随着AI芯片的发展，卫星上的计算能力才有了新的想象空间。而最先把太空算力的故事讲热的，是马斯克。

但在曹德志看来，SpaceX提出的百万颗卫星计划，放在美国的产业环境中有其逻辑，而中国则需要根据自身国情来推进实施。

美国地面数据中心建设正面临土地、电力和水资源等约束，AI算力需求又在快速增长，把计算设施部署到太空，自然成为一种新的选择。中国的情况有所不同，西部绿电、土地资源以及地面算力基础设施建设，都还有较大的发展空间。是否需要大规模将数据中心搬上太空，需要结合实际需求和成本重新计算。

在工程上的难度同样不小。曹德志在分享中提到，按照H100服务器的方案估算，单颗算力卫星的功耗可能达到150千瓦；如果换成B200、B300等更先进的芯片，功耗还可能进一步增加。对比之下，中国空间站的功率约为40千瓦，这意味着一颗算力卫星就可能需要承担远超现有普通卫星的能源供给任务。

散热也不是简单地把地面液冷系统直接搬到太空。我们都知道，太空中没有空气对流，服务器产生的热量需要通过专门的热管理系统进行传导，再以辐射方式释放。除此之外，太阳翼如何展开、卫星如何保持稳定、不同服务器之间如何高速通信，都需要经过实际工程验证。

目前，全球几家科技公司针对这些问题给出了不同的方案。

StarCloud倾向于集中式架构，将高密度GPU组合成计算集群，重点解决服务器之间的高速通信问题；Google探索多颗卫星组成簇团，通过激光链路实现高速互联；SpaceX则希望将算力卫星接入星链网络，利用已有的通信基础设施形成分布式计算体系。

不过他认为，这些方案现阶段都处于早期摸索的过程，待工程技术成熟，才具备大规模复制的条件。

按照他的判断，随着火箭发射成本进一步下降、卫星通信带宽提升，中国也将逐渐进入大规模服务器在轨建设的阶段。

「真正的大规模太空数据中心，其实还需要付出非常多努力」这句话，几乎概括了曹德志对当前行业热度的态度。

但曹德志并不悲观。太空算力需要长期投入，工程验证也不能等到商业需求完全成熟才开始。对于中国企业来说，既要关注轨道、频率等战略资源，也要提前积累芯片、能源、散热和通信方面的能力。真正需要把握的，是在技术成熟之前，找到一条可以持续推进的商业路径。

在这件事上，星测未来已经积累了六年。

二、六年，把GPU送上太空

星测未来的创业，最早可以追溯到清华大学的「天格计划」。

2016年前后，曹德志和师兄仓基荣还在清华大学工程物理系读书，参与空间科学探测项目【天格计划】。团队自主研发核探测器，将其送入太空，用于探测宇宙中的伽马射线暴。

这是一项科研任务，却让团队很早就遇到了一个工程问题：探测器在轨运行会产生大量数据，如果全部传回地面，不仅占用通信资源，也很难满足及时处理的要求。

团队开始尝试使用FPGA和算法，在卫星端完成数据压缩、特征提取和初步识别。

这段经历让他们意识到，卫星需要的不只是通信和传感能力，计算能力同样重要。随着AI芯片逐渐成熟，能否把小模型与卫星数据结合，让卫星在轨完成更多处理工作？

2020年，几个来自清华的师兄弟决定创业，星测未来由此成立。仓基荣任CEO，曹德志任COO，同年年底潘兴宇加入并任CTO，三位 "三清博士" 组成联合创始团队。

当时还没有今天的大模型浪潮，商业航天也远没有现在这么热闹。团队选择的方向并不算性感，甚至需要花很长时间向客户解释，为什么卫星需要用到GPU。

真正的难点在于，地面上性能强大的芯片，并不能直接拿到太空使用。

太空中的宇宙射线和太阳活动会产生高能粒子，可能干扰芯片运行，造成数据错误甚至系统故障。传统航天设备通常采用专门的抗辐照芯片，但这类芯片成本较高，性能迭代也相对缓慢，难以跟上AI算力快速发展的节奏。

如何在保证可靠性的同时，使用性能更强、迭代更快的计算芯片，成了星测未来需要首先解决的问题。

团队最终选择从地面成熟的工业级、车规级芯片入手，通过抗辐照加固和系统可靠性设计，让这些芯片逐步适应太空环境。这条路线既能利用地面芯片成熟的产业链和迭代速度，也对团队的空间辐射技术积累提出了要求。

团队的核科学与技术背景，恰好成为这条路线的切入点。过去在核探测器和空间辐射环境中的研究积累，让他们对辐射防护有更深入的理解。

从2022年完成国内首次 12nm 先进制程 GPU 在轨验证，到2024年实现全球首次 7nm 先进制程 GPU 在轨验证，再到2026年实现国产7nm GPU在轨应用，星测未来逐步建立起一套从芯片适配到系统工程的技术体系。

按照曹德志在现场披露的数据，公司目前累计部署了40套算力平台、37张GPU在轨运行，单个设备在轨稳定运行超四年。

这组数字背后，是一轮又一轮真实的在轨验证。对于航天设备来说，实验室里的性能指标只是起点，能否在复杂的轨道环境中稳定工作，才是客户真正关心的事情。

不过，芯片上天并不是星测未来想做的全部。

在曹德志看来，过去几年团队主要解决的是GPU和AI如何进入太空的问题。现在，随着算力系统逐渐成熟，下一步就要考虑如何把算力、模型和卫星数据结合起来，让它们真正服务于具体行业。

这也意味着，星测未来的业务开始从单纯的计算平台配套，向在轨数据处理和行业应用延伸。

三、让卫星像汽车一样接单

在整场分享中，曹德志用了一个很生活化的比喻来解释未来的卫星服务模式：滴滴打卫星。这种模式要真正运转起来，首先要解决的是如何把分散的卫星资源组织起来。

目前，遥感卫星由不同的运营主体建设和管理。用户如果需要某个区域的卫星影像，通常要提前规划拍摄任务，再等待卫星经过、完成拍摄，最后将数据传回地面处理。整个过程涉及卫星资源、通信链路、数据处理等多个环节。

但如果把不同卫星接入一套共建共享的网络平台，情况就会有所不同。

曹德志举了杭州汛期监测的例子。

假设地方政府需要持续掌握某个区域的洪涝变化，可能希望在一段时间内，每隔两小时获取一次水位和降雨情况。过去，需要提前寻找合适的卫星资源、规划拍摄时间，再等待数据回传。

未来，用户只需要提出监测需求，平台就可以自动生成任务规划，调度在这一时间段经过目标区域的遥感卫星进行拍摄。卫星完成图像采集后，再通过在轨模型进行识别和分析，最终将洪涝风险和水位变化情况反馈给相关部门。

「你但凡有什么需求，就像一句自然语言一样，甩到这个池子里面去。有大模型，它会自动地把自然语言转化成卫星最后的任务规划。」

这套模式的关键，在于把原本分散的卫星资源组织起来。用户不必拥有卫星，也不需要了解卫星的运行轨道，只需要为自己需要的服务付费。

曹德志认为，未来五年，遥感卫星有机会逐步形成这样一张可调度的网络，这条太空算力的发展路径，其技术和商业逻辑都更加清晰。

星测未来也正在尝试把这件事落到具体业务中。

在应急领域，光学卫星和雷达卫星可以结合使用，通过识别火点、监测洪涝变化，为灾情分析提供更及时的数据。在金融和航运领域，卫星可以对重点海域进行定点、连续拍摄，识别船舶通行和货物运输情况，为航运监测及大宗商品研究提供决策支持。

团队还在与合作伙伴开展矿产监测分析，通过卫星图像提取相关指标，并将其与矿产产量预测结合，为大宗商品研究提供新的数据参考。

这些场景有一个共同特点：客户并不是需要一张卫星图片，而是能够帮助自己做判断的信息。

这也让星测未来开始思考，如何将硬件、模型和数据组合成可以持续交付的服务。

在现场问答中，有嘉宾提出了一个现实问题：SpaceX拥有自己的火箭和全球通信网络，中国企业没有同样的发射能力，太空算力的商业规模会不会受到限制？

曹德志并不认同这一担忧。他认为，卫星进入轨道后可以继续飞行，并不意味着只能服务于本国上空。只要具备相应的通信和服务能力，中国企业同样有机会向非洲、拉美乃至欧美市场提供太空算力服务。

但他随即把话题拉回到商业本身：一台服务器究竟怎么赚钱？

在他看来，大模型的发展已经给出了一个值得参考的答案。过去，地面算力中心建成后，可能存在大量闲置资源；大模型出现后，训练和推理需求快速增长，算力才逐渐转化为可以收费的Token服务。

太空算力也一样。建成多少算力并不直接等于商业成功，真正重要的是有多少需求能够被满足，设备能够以多高的利用率持续运行。

甚至在成本问题上，也不能完全照搬地面数据中心的折旧逻辑。曹德志提到，地面部分高性能GPU即使使用数年，仍可能因为供需关系而保持较高价值。如果太空中的Token需求足够旺盛，算力设备也可能通过持续服务更快收回投入。

说到底，服务器送上天只是第一步，后续能不能持续接到订单、把算力用起来，才关系到这笔投资能不能收回来。

今年9月，星测未来发布了「扶摇计划」，围绕云端协同的算力体系展开布局。对团队而言，这既是对远期太空算力基础设施的提前准备，也是一次业务战略升级。

曹德志给出的节奏比较明确：未来五年，重点围绕感算一体和遥感应用，推动在轨智能化形成商业闭环；再往后，随着发射成本、通信带宽和工程技术逐步成熟，进一步探索大规模太空算力中心建设。

马斯克的百万颗卫星计划，让太空算力迅速进入了公众视野。但对星测未来来说，行业热度带来的不仅是新的想象空间，也意味着过去六年的技术积累，终于迎来了更大的应用机会。

大规模太空数据中心还需要等待技术和基础设施成熟，而卫星智能化已经有了更明确的落地场景。接下来，星测未来希望继续围绕遥感卫星和感算一体，推动卫星在轨处理数据，并探索通过统一平台调度卫星资源，让计算能力真正进入应急、金融、交通、能源等行业。

从科研项目起步，到把GPU送入太空，再到寻找算力与行业需求的结合点，星测未来走了六年。对于星测未来而言，太空算力的故事才刚刚开始，而眼下最重要的，是先让这门生意跑起来。