從地球到軌道：馬斯克的百萬顆太空 AI 衛星，Google 和 Starcloud 也在賽跑

本文整理自 Machine Learning Street Talk（Jaeden Schafer）2026 年 2 月播出的單集，並整合多家媒體報導與技術資料。

{{< spotify "episode/3yV18Eq8Dwaay3v1qLNbUb" >}}

---

地球上的 AI 資料中心正在碰到天花板。電力不夠、水資源不夠、土地不夠、居民抗議太吵太熱。當所有人都在想辦法解決這些瓶頸時，伊隆．馬斯克（Elon Musk）在 XAI 的全體員工會議上提出了一個截然不同的答案：把資料中心搬到太空去。

這聽起來像科幻小說，但不只馬斯克一個人在想這件事。NVIDIA 投資的新創公司 Starcloud 已經在 2025 年底把一張 H100 GPU 送上了軌道，Google 的 Project Suncatcher 計畫在 2027 年發射測試衛星。太空算力不再是紙上談兵的概念，它正在變成一場多方參與的軍備競賽。

馬斯克的願景：百萬顆衛星、每年 200 GW

在二月初公開的 All-Hands 會議中，馬斯克勾勒了一個規模驚人的藍圖。他設想在地球軌道上部署數十萬甚至數百萬顆搭載 AI 晶片的衛星，總發電與運算規模達到每年 100 到 200 GW（gigawatt）。作為對照，目前全球所有資料中心的總用電量大約在 50 到 60 GW 左右。馬斯克談的不是「補充」地面算力，而是「倍增」它。

太空有幾個地面資料中心永遠無法複製的優勢。能源是最明顯的一個：在太空中，太陽能板可以 24 小時不間斷地接收陽光，不受天氣、夜晚、季節影響。如果選擇特定的太陽同步軌道（dawn-dusk sun-synchronous orbit），衛星幾乎永遠處於陽光照射下，大幅減少電池儲能需求。

散熱也是天然優勢。太空的真空環境本身就是一個無限大的散熱器，透過紅外線輻射散熱就行，不需要冷卻水、不需要冷氣機，也不會有冷卻塔蒸發數百萬加侖水資源的環保爭議。

還有擴展性的問題。地面資料中心受限於土地取得、電網容量、環評審查，每座新設施從選址到上線往往需要三到五年。太空沒有這些限制，理論上可以用工業化的方式持續部署衛星。

當然，馬斯克談到太空，就不可能不提 SpaceX。他的計算核心邏輯很簡單：軌道資料中心的經濟可行性，取決於每公斤發射成本。如果 Starship（星艦）能實現每公斤 200 美元以下的發射成本，把運算設備送上太空的費用就會降到合理範圍。目前 Starship 還在測試階段，但它的設計目標是單次酬載超過 100 噸，而且可以完全回收重複使用。如果這些目標在未來幾年內實現，太空算力的成本曲線將出現根本性的變化。

馬斯克甚至把構想延伸到了月球。他提到在月球上建造工廠來生產 AI 衛星，並用電磁彈射器（mass driver）從月球表面發射衛星。月球的引力只有地球的六分之一，從月球發射的能量成本遠低於從地球發射。這部分顯然是更遙遠的願景，但它揭示了馬斯克的思考框架：不是「如何在地球上多蓋幾座資料中心」，而是「如何讓算力脫離地球的物理限制」。

Starcloud：第一張上太空的 H100

如果馬斯克的願景還帶有一定的科幻色彩，那 Starcloud 做的事情就非常具體了。

Starcloud 是一家位於華盛頓州雷德蒙德（Redmond）的深科技新創公司，從 Y Combinator 畢業，拿到了 NVIDIA 的投資。2025 年 11 月，Starcloud 發射了一顆名為 Starcloud-1 的衛星，上面搭載了一張 NVIDIA H100 GPU。這張 H100 的運算能力是之前所有上過太空的 GPU 的 100 倍，讓它成為有史以來進入軌道的最強 AI 晶片。

更關鍵的是，Starcloud 團隊成功在軌道上運行了 Google 的開源大型語言模型 Gemma，並且能夠從地面查詢它、獲得回應。這不是一個「在太空裡點亮 GPU」的概念驗證，而是一次完整的「在軌道上運行 AI 推論」的實證。共同創辦人 Philip Johnston 將此定位為太空 AI 運算的概念驗證成功。

Starcloud 的下一步是 Starcloud-2，預計 2026 年 10 月發射。這顆衛星會搭載多張 H100，並整合 NVIDIA 的 Blackwell 架構以提升效能。更值得注意的是，Starcloud-2 會搭載一個運行 Crusoe 雲端平台的模組，讓客戶可以直接在軌道上運行 AI 工作負載。

Starcloud 的長期願景是建造一座 5 GW 級的軌道資料中心，配備大面積的太陽能板和散熱板，整體結構約 4 公里乘 4 公里。他們的經濟分析顯示，即使計入發射成本，太空的能源費用可以比地面便宜 10 倍，因為不需要付電費、不需要水冷、不需要土地。

Google Project Suncatcher：81 顆衛星組成的太空運算叢集

Google 的做法不同於「把一張 GPU 送上去」的路線，而是從系統架構的層面重新思考太空運算。

Project Suncatcher 是 Google Research 在 2025 年底公布的研究計畫，與地球觀測衛星公司 Planet Labs 合作。它的設計概念是：把 81 顆搭載 Google TPU（Tensor Processing Unit）的衛星部署在約 1 公里半徑的區域內，衛星之間的距離大約 100 到 200 公尺，透過高頻寬的自由空間光學連結（free-space optical link）互相通訊。

這種設計模擬的是地面資料中心裡「機架之間的高速互連」，但把它搬到了太空。當 81 顆衛星能像一座資料中心內的 81 台伺服器一樣協同運算時，它就不只是「在太空跑推論」，而是能夠進行需要大量平行運算的模型訓練。Google 的技術論文指出，衛星間的通訊頻寬需要達到每秒數十 terabit，這是目前的主要技術挑戰。

Google 計畫在 2027 年初發射兩顆測試衛星，目標是驗證兩件事：TPU 在太空輻射環境下的運作穩定性，以及高頻寬衛星間光學連結的可行性。Google 執行長桑德爾．皮查伊（Sundar Pichai）在 2025 年底接受《財星》雜誌（Fortune）採訪時表示，軌道資料中心將在十年內成為「新常態」。

Project Suncatcher 的經濟分析也指向同一個關鍵變數：發射成本。Google 的研究團隊估計，如果每公斤發射成本降到 200 美元以下（大約在 2030 年代中期可能實現），軌道運算叢集的能源支出就能與地面資料中心持平。

三條路線，同一個瓶頸

把三個計畫擺在一起看，輪廓很清楚。

馬斯克走的是「大規模部署」路線。他不在乎單顆衛星的效能極限，而是想用 SpaceX 的發射能力把大量衛星丟上去，用數量取勝。他的優勢是 Starship 的超大酬載和可回收設計，如果成本真的降到每公斤幾百美元，這個策略的經濟性會非常可怕。

Starcloud 走的是「垂直切入」路線。它專注在「太空資料中心盒子」這個產品：提供一個整合太陽能、散熱、通訊的衛星平台，客戶自己選擇要裝什麼晶片。這有點像地面上的共置（colocation）資料中心，只是把地點換到軌道上。NVIDIA 的投資讓它能第一時間拿到最新的 GPU 架構。

Google 走的是「系統架構」路線。它不急著商業化，而是先解決技術上最難的問題：怎麼讓一群衛星像一座資料中心一樣協同運算。如果 Suncatcher 的 81 衛星叢集概念被驗證可行，它的擴展潛力將超過其他兩條路線。

但三條路線都指向同一個瓶頸：發射成本。目前 SpaceX Falcon 9 的每公斤發射成本大約在 2,700 美元左右，即使用 Falcon Heavy 也要約 1,500 美元。要讓軌道資料中心在經濟上合理，這個數字需要降到 200 美元以下，也就是降低十倍以上。Starship 是目前最有希望達成這個目標的運載工具，但它還沒有正式投入商業服務。這意味著，太空算力競賽的時間表，很大程度上取決於 Starship 何時成熟。

挑戰不只有成本

即使發射成本問題解決了，太空資料中心還面臨一系列工程挑戰。

太空輻射是最直接的威脅。高能粒子會造成晶片的位元翻轉（bit flip），嚴重時會損壞硬體。地面資料中心的 GPU 不需要考慮這個問題，但在太空中，每一張晶片都需要輻射防護或至少是容錯設計。Starcloud-1 的測試之所以重要，正是因為它首次驗證了消費級 H100 在軌道環境下的運作穩定性。

散熱看似簡單（太空是天然冷卻環境），但實際上很複雜。太空中沒有空氣對流，散熱只能靠紅外線輻射。這意味著散熱面板必須有足夠大的面積，而且要精確控制溫度梯度。Google 的技術論文特別提到，熱管理是 Suncatcher 設計中的主要挑戰之一。

衛星間的通訊頻寬是另一個硬限制。地面資料中心內部的伺服器互連頻寬可以達到每秒數百 Gbps 甚至 Tbps 等級。要在太空中複製這種通訊密度，需要非常精確的光學對準系統和極高功率的雷射發射器。81 顆衛星在 1 公里範圍內維持穩定的高速通訊，同時還要應對軌道漂移和姿態控制，這是目前沒有人做到過的事。

最後是太空碎片。近地軌道已經越來越擁擠，尤其是太陽同步軌道更是衛星密集區。部署數千甚至數萬顆額外的衛星，如何避免碰撞、如何處理退役衛星的軌道清除，都是需要國際協調的問題。

算力的下一個邊疆

兩年前，如果有人說「我們要在太空裡訓練 AI 模型」，多數人會當作笑話。但現在，H100 已經在軌道上跑過了 LLM，Google 發表了完整的太空運算架構論文，馬斯克拿著全世界最大的火箭說要部署百萬顆 AI 衛星。這些不再是 PowerPoint 上的概念圖，而是有真實硬體、真實測試資料、真實投資金額支撐的計畫。

對臺灣讀者來說，這場太空算力競賽有一個特別值得關注的面向。無論是馬斯克的衛星、Starcloud 的平台、還是 Google 的 TPU 叢集，裡面的核心晶片都離不開先進製程。太空級的運算晶片對可靠度的要求更高，意味著對製程品質的要求也更高。如果軌道資料中心真的在十年內成為新常態，它代表的不只是算力的重新分布，而是半導體供應鏈的又一個巨大需求來源。

地球上的資料中心用電量正在逼近人類電力基礎設施的極限。太空或許聽起來太遠，但當三條不同路線的玩家同時押注同一個方向時，它離我們的距離可能比想像中更近。