2026中国太空算力10大关键技术②：轨道AI计算平台
时间：2026-09-19 11:43
上述文章报告出品方/作者：你好太空；仅供参考，投资者应独立决策并承担投资风险。
如果把抗辐照AI芯片比作太空算力的“心脏”，那么轨道AI计算平台就是“身体”。芯片提供算力的物理基础，而计算平台决定了这些算力能否被真正调度、协同和输出。它要解决的核心问题是多颗芯片、多颗卫星、多个节点之间，如何组成一个可运行、可调度、可容错的太空服务器系统。单颗芯片的算力再强，若无法被统一调度、协同输出、容错兜底，就只是一块悬在轨道上的孤岛。过去，传统卫星依赖“采集数据—地面处理”的链路。高分辨率遥感影像单幅可达数百GB，而卫星单圈仅不到30分钟的星地通信窗口，完整传回一幅影像可能需要几个小时甚至更长。在灾害救援、应急检测等场景中，决策窗口往往以分钟计。把推理放在轨道上，仅回传结构化结论，可以将响应时间从小时级压缩至分钟级。缩短数据从“采集”到“可用”的时间。这是轨道AI计算平台的第一层商业价值——天数天算，解决现有太空系统的数据传输与处理效率瓶颈。第二层价值是地数天算。随着地面数据中心规模不断扩大，能源、散热与土地等成本持续上升。近地轨道却拥有被长期忽视的资源禀赋：持续稳定的太阳能供给，真空环境下独特的辐射散热条件，以及全球无缝覆盖与数据主权。如果未来能够解决能源、散热、通信、辐射等问题，将部分高能耗计算任务迁移至轨道，利用太阳能供电，并通过空间环境完成热量排散，理论上可以形成区别于地面数据中心的新型算力基础设施。中国工程院院士孙凝晖曾将星载计算的演进概括为三个阶段：从控制阶段，到处理阶段，再到融合高性能GPU与NPU、支持大模型推理、算力跨越至200TOPS量级的智能化阶段。轨道AI计算平台，正是智能化阶段的核心载体。当卫星能自主判断、自主决策、自主执行，太空资产的运行方式也会随之发生变化。从算力部署形态来看，目前轨道AI计算平台主要沿着三条层次推进：一是在轨边缘计算，以单星智能完成数据源头处理；二是分布式轨道云，通过星间链路组网实现多星算力协同；三是集中式太空数据中心，追求大型在轨平台的机柜级算力密度。这三个层次并不是相互替代的关系，而更像是太空算力从单星计算走向星座级计算，再走向太空数据中心的演进路径。目前行业真正进入工程化阶段的，主要还是第一层；第二层正在从概念走向组网验证；第三层则更多处于规划和早期探索阶段。这一路线的核心逻辑是卫星在轨完成遥感数据的实时处理与筛选，只回传高价值结果，大幅降低对星地通信链路的依赖。其核心价值在于以计算换带宽，解决遥感数据“传不回、用不上”的时效瓶颈，同时降低对星地链路的依赖。在技术实现上，主要依托高性能AI加速芯片（如GPU、NPU），再结合系统级抗辐射加固设计，使商用现货芯片能够在太空环境中稳定运行。从平台形态看，这一路线对应的是单星服务器。每颗卫星就是一个独立的计算节点，具备完整的感知、计算和推理能力。其技术难点在于单星功耗与散热的严格受限的情况下，如何集成足够强的算力，同时通过系统级容错保证长期可靠运行。国内已经出现了一批具备实际在轨经验的星载计算平台。星测未来的“星溪”系列星载AI计算载荷已经实现多颗卫星在轨部署，形成了较为完整的星载AI计算产品体系。中科天算的“极光1000”系列星载智能机也已通过多颗卫星开展在轨验证，并进一步探索天基大模型在轨部署和推理。东方星链围绕智能体在轨计算，将星上算力与卫星平台、遥感应用相结合，并联合地卫二，依托“弦”AI计算平台及在轨计算技术积累，推动单星或小规模多星协同开展遥感数据就地处理与AI推理。此外，国星宇航的“星算”计划和之江实验室的三体计算星座也在推动计算卫星从单星验证向星座化发展。这些实践说明，星载AI计算载荷已经成为商业卫星可以实际搭载和使用的一类基础能力，也将是未来每颗卫星的“标配”。这一路线的技术核心，是通过星间激光链路等方式将多颗算力卫星连接成分布式算力网络，实现算力池化与协同调度。核心问题是从边缘计算的“单星算力够不够”，变成了“多星算力能否被统一调度”。从平台形态看，这一路线对应的是星座级服务器。多颗算力卫星通过星间链路组成一个逻辑上统一的算力池，任务可以在星间动态分发、迁移和负载均衡。该技术难点包括星间高速互联的稳定性、跨星任务分发与负载均衡、以及分布式环境下的容错、一致性和断点续算问题。目前国内已经开始出现这一方向的探索。星测未来的“扶摇计划”规划303颗自研核心算力卫星，包含旗舰型中心算力星、增强型节点算力星和基础型边缘感算星，并进一步联动行业生态共建卫星，探索构建分布式太空智能算力网络。上海“星枢计划”则采用“一主二辅”的星簇架构，由中心算力主星协同气象星和遥感星，通过星间激光链路互联，探索从数据采集、AI推理到研判分析的在轨闭环。再往前一步，就是集中式太空数据中心。这一路线的技术核心，是将机柜级算力系统集中部署在大型在轨平台或太空站中，追求单节点算力密度接近地面数据中心。从平台形态看，这一路线对应的是机柜级太空服务器。不再是单星单卡，而是多卡、多机柜、甚至多模块的在轨数据中心。它的关键瓶颈也更多，例如百千瓦甚至更高等级的持续供电、大面积辐射散热、在轨组装、在轨维护，以及高性能计算设备的长期可靠运行。这条路线当前更多停留在研究与早期验证阶段，但已有具体规划。欧盟ASCEND计划拟在1400公里轨道部署13个模块、达到10兆瓦规模；Rendezvous Robotics与Starcloud合作探索在轨组装自主化，目标GW级太空数据中心。国内，轨道辰光专注晨昏轨道太空数据中心建设。2026年7月，其“辰光一号”算力技术实验星发射升空，正式进入在轨试验验证阶段。中科天算（在轨边缘计算）：面向天基计算领域的重点企业，是行业领先的太空算力系统与应用解决方案提供商。其“极光”系列天基智能计算载荷是面向太空智能计算构建的星载计算产品体系，提供单星智能处理、多星协同计算及太空超算平台等多类产品形态。其中“极光1000”一体化边缘智能机是国内较早实现规模化在轨验证的国产星载 AI 计算平台，具备轻小型、高算力、低功耗和国产自主可控等特点，实现数据“在轨处理，就地决策”，降低海量数据下传压力，为高时效业务数据交付与在轨智能应用提供了高性能计算支撑。已有多台星载计算机在轨稳定运行超1200天。极光 1000·慧眼星载智能计算机随“东方慧眼高分 01 星”发射入轨，该星完成了我国首个天基大模型的在轨验证，使卫星具备了在轨实时“感知-判定-决策-行动”的能力。星测未来（在轨边缘计算+分布式轨道云）：以“太空算力+AI应用”双轮驱动，构建“太空算力平台+天基大模型+AI行业应用”的体系。其为国家电网提供的在轨火点智能识别预警服务，单景影像检测定位耗时小于100毫秒，2026年2月已正式入轨投用。公司累计在手订单超1亿元，2026年营收预计翻倍增长。国星宇航（在轨边缘计算）：专注空天AI算力服务，提供计算卫星及在轨AI算力平台。“星算”计划01组已在轨运行，02组首批8颗卫星待发。2026年，国星宇航联合上海交通大学完成智能体调用太空算力操控地面机器人的全链路演示，标志着轨道计算已打通从推理到指令执行的闭环。轨道辰光（集中式太空数据中心）：专注晨昏轨道太空数据中心建设。2026年7月，其“辰光一号”算力技术实验星发射升空，正式进入在轨试验验证阶段，探索算力卫星高功耗条件下的能源供给与太空计算基础设施。东方星链（在轨边缘计算）：围绕智能体在轨计算，将星上算力与卫星平台、遥感应用相结合，并联合地卫二，依托“弦”AI计算平台及在轨计算技术积累，推动单星或小规模多星协同开展遥感数据就地处理与AI推理。在此基础上，双方结合东方慧眼星座和“太空之弦”计算星座建设，探索多元算力技术的融合应用与边缘计算节点、大算力卫星之间的协同，使更多数据处理、AI推理与模型训练任务能够在太空完成，逐步向具备云计算和分布式计算能力的太空数据中心（太空IDC）拓展。Starcloud（集中式太空数据中心+分布式轨道云）：2025年11月，Starcloud-1卫星成功发射，搭载英伟达H100 GPU，完成了人类首次太空大语言模型训练，并在轨运行了谷歌的开源大语言模型Gemma，实现了基于莎士比亚全集训练NanoGPT模型的太空AI训练。公司计划建设由8.8万颗卫星组成的集群，提供20GW级轨道计算能力，正与英伟达合作开发专门为太空环境设计的Space-1 Vera Rubin模块。Kepler Communications（集中式太空数据中心+分布式轨道云）：聚焦低轨卫星边缘计算，部署由10颗卫星组成的在轨计算集群（搭载英伟达Jetson Orin边缘处理器），通过激光星间链路互联，提供在轨AI推理与数据预处理服务。在2026年3月完成了分布式在轨计算调试，支持AI处理、传感器数据融合和地球观测分析直接在卫星网络内运行。SpaceX（集中式太空数据中心）：SpaceX旗下的轨道AI计算星座计划（Starmind星座），是当前全球规模最大的轨道AI计算平台计划。该星座的目标是将“太阳能”转化为“Token”，直接为地面用户提供AI推理服务，与国内企业从遥感处理切入的路径形成明显差异。按计划，SpaceX将于2027年初发射两颗原型卫星，利用Starship火箭运载，并建设Gigasat工厂实现批量生产。散热问题是太空计算最大的物理约束。地面数据中心依赖空气或液冷，但在真空环境中，散热只能依靠辐射。这意味着高功率算力芯片在太空中很难获得与地面一致的散热条件，芯片性能可能被降额。能源同样是硬约束。百千瓦级持续供电尚未成熟，高功耗算力卫星对太阳能电池阵列、储能系统、电源管理都提出了更高要求。高性能商用芯片算力优势突出，但需解决辐射环境下的可靠性、容错与散热问题；抗辐照芯片虽可靠性更高，但算力和生态相对受限。目前有两条并行的技术路线在探索：一是基于商业芯片进行系统级容错和抗辐射加固，二是研发专用抗辐照高性能芯片。前者进入市场更快，后者长期看可能提供更高的可靠性，但两条路线最终很可能长期并存。星间通信带宽构成系统级瓶颈。如果所有算力卫星都是"单卡单机"，无法实现星间高速互联，所谓的"算力星座"就只是散落的算力孤岛。要将这些孤岛互联为统一的算力网络，星间激光通信的可靠性和带宽是关键。此外，跨星任务分发与负载均衡、分布式环境下的容错与一致性保障、断点续算能力，都是算力调度层面尚未完全解决的难题。轨道AI计算平台的商业化，核心账本是发射成本、在轨维护成本、算力服务收入三者能否形成正循环，将直接决定太空算力能不能从技术验证走向规模化商业运营。集中式路线尤其面临"发射成本下降前难以规模化"的困境——百千瓦级供电、大面积散热、在轨组装，每一项都意味着极高的前期投入，而算力服务收入需要等到星座规模足够大、用户足够多时才能覆盖成本。分布式路线虽然单星成本较低，但星间组网、算力调度、跨星容错等系统级投入同样不菲。因此，行业对太空数据中心商业化和规模化时间表的判断存在分歧。SpaceX内部文件将"轨道AI算力"计划描述为依赖"未经证实的技术"，且"可能无法实现商业盈利"；Neuberger投资组合经理Evelyn Chow认为真正的规模化更可能在2030年代而非2027年。多数研究人员认为，轨道数据中心从概念到成熟至少需要10年，甚至15至20年。太空级AI计算平台从设计到认证的典型周期为3—5年，辐射认证和测试成本占系统总成本的相当比例。集中式路线还面临单点故障风险大、在轨维护依赖度高的问题。分布式路线虽然通过冗余降低了单点故障风险，但跨星容错与任务迁移的工程复杂度显著上升。轨道AI计算平台的未来，不会是哪一条路线单独胜出，而是“边缘计算—分布式轨道云—集中式数据中心”三种形态在不同阶段、不同场景下并存与演进。短期看，边缘计算最先跑通商业闭环。“天数天算”在遥感、气象、灾害预警等场景中的实际价值已经得到验证。单星智能的计算载荷具备明确的应用场景和实际客户需求。这一阶段的重点是证明“在轨计算比回传地面处理更划算”。中期看，分布式轨道云能否解决星间组网和算力调度。未来两年是“单卡单机”迈向“网络化集群”的关键窗口期。行业普遍认为，要实现真正的太空集群计算，需要2—3年的产业链协同攻坚。星间激光组网、抗辐照算力芯片、高效热控系统等关键技术的成熟度，将决定这一路径能否走通。长期看，集中式数据中心能否等来发射成本下降和在轨组装成熟。这条路线追求的是机柜级算力密度和接近地面数据中心的效率，但其经济性高度依赖发射成本的大幅下降和在轨组装、在轨维护技术的成熟。在可预见的未来，它更多是战略布局而非商业现实。而贯穿三个阶段的核心问题，是算力调度与容错体系能否让多星、多节点像一台太空服务器一样稳定运行。轨道AI计算平台的可靠性，最终取决于它能否在星间链路时断时续、节点算力异构、能源与散热受限的条件下，依然稳定地对外输出算力服务。在更长的时间维度上，它可能重塑全球算力供给的版图，但当下最需要的是耐心——给技术验证留出时间，给产业链协同留出空间，给商业闭环留出探索的余地。
VIP复盘网
