一凡发自凹非寺
量子位 | 公众号 QbitAI
岁末年初，全球 AI 竞争聚焦到了最新趋势——太空算力。
大洋两岸，近期你追我赶。一边是年末硅谷头条，英伟达押注的美国公司 Starcloud，宣布在太空中跑通了大模型。
这一边，量子位获悉，国星宇航最近发布了全球首个服务硅基智能体的太空算力网，计划用 2800 颗卫星服务数亿个硅基智能体
而且在太空 AI、太空算力这个方向，中国玩家不是跟随，从一开始就是以先发者的姿态出现的。
太空算力之争，中美你追我赶
据国星宇航执行副总裁王亚波透露，计划发射的 2800 颗卫星中，有 2400 颗提供推理算力，总算力可达十万P级。另外 400 颗用于训练，训练算力可达百万P级。
这些卫星全都部署完毕，预计要花近 10 年时间。据了解，国星宇航去年 5 月已成功发射 01 组太空计算中心，完成了关键技术验证。02 组和 03 组已投产，计划今年实现轨道部署。预计 2030 年前，可实现千星规模组网和商用，同时完成超大规模训练计算卫星太空在轨验证，2035 年前完成全部组网。
不久前，英伟达投资的 Starcloud 也传出新的动向，利用此前发射到太空中的英伟达 H100，运行了开源模型，实现了太空算力技术验证，引发硅谷热议。
全球 AI 两大高地，在发展太空算力方面，做出了一致选择。联想到上个月的一场相关演讲，我不禁对中国玩家展现出的预见性，有了更深的体会。
2025 年 11 月 27 日，中国工程院院士、之江实验室主任王坚参加了中国空天信息和卫星互联网创新联盟 2025 创新发展大会，他在现场介绍称，千问大模型 Qwen3 已在 2025 年 11 月 13 日至 23 日，通过 43 轨上注，成功完成大模型实时在轨部署。
第二天还完成了多项在轨大模型推理任务，验证了相关能力。
背后提供大模型在轨部署能力的玩家，正是前面提到的国星宇航。王坚院士当时表示，“国星宇航首次实现通用大模型在轨部署”。
虽然表面看上去，这也是利用太空算力运行大模型，但对比后会发现，这项技术突破与 Starcloud 最新取得的成果，有本质上的不同。
Starcloud 是在地面上先部署好大模型，跟着算力一起上天，然后利用太空算力跑模型，目前算是刚刚完成了技术验证。
而国星宇航则已经能“隔空”在轨部署通用大模型，并可以根据实际需求，在线更新大模型，而且不仅限于用千问大模型 Qwen3。这就像咱们日常用的智能机或者智能车一样，可以在线 OTA (Over the Air)更新系统。这是目前全球太空算力竞赛取得的最前沿进展。
Starcloud 和国星宇航在太空算力应用方面的差别，就像单机游戏和在线游戏。
王坚院士的演讲，当时还引发了我对太空算力的好奇。进一步查阅相关资料后发现，实际上去年就有很多公开报道称，2024 年 9 月 25 日至 10 月 5 日，国星宇航就完成了全球首次卫星在轨运行 AI 模型技术验证。
所以，为什么中美都押注了太空算力，要把大模型部署到太空？
为什么押注太空算力？
大模型浪潮催生庞大的算力需求，算力基建在全球大规模扩张，太空算力首先能降低成本。
最直接的是能节省宝贵的土地资源。同时，在太空部署算力也更节能。毕竟众所周知，数据中心能耗很高，根据国际能源署的数据，到 2026 年，全球数据中心的总用电量可达 1 万亿度，大致相当于 1. 2 亿人全年的用电量
而太空算力没有臭氧层过滤，没有雨雪天气干扰，可以直接利用太阳能，获得持续能源供给，节约地球能源。以国星宇航的“星算”计划为例，其卫星正是部署在 500-1000km 晨昏轨道，轨道面与地球晨昏线近似重合，能持续获取太阳能。
其次，太空算力提供的实时性服务，也能帮助硅基智能体，比如 Robotaxi 和无人机完成低延迟的任务。
不仅助推了新的物理 AI 浪潮，也革新了传统行业，比如渔业。太空部署的大模型提供了在轨决策能力，相当于开了“天眼”，渔民利用相关服务，能随时随地获取鱼群动向，比如“东北方 20 海里处半小时后有金枪鱼群经过”这样的信息
如果是地面超算，受限于物理延迟和星地带宽，可能满足不了这种时效性要求极高的服务需求。毕竟地面上的空间距离，有可能比近地轨道远得多的。
最后，太空算力也是 AI 普惠的一种绝佳方式。覆盖全球的太空算力，为缺少算力的偏远地区提供了 AI 基建，与开源大模型同步推动 AI 普惠。
正是太空算力展现出了光明前景，才让大洋两岸你追我赶。背后原因听上去并不复杂，但之所以在当前成为竞速焦点，与其技术门槛密切相关，涉及到硬件、软件和一系列工程问题。
首先是 AI 算力芯片选型和更新的问题。大家都知道摩尔定律，硬件性能迭代很快，这与太空算力基建建设的长周期，形成矛盾。
为了防止芯片“上天即落后”，需要建立在轨硬件更替机制，或利用软件手段延长硬件生命周期。
解决了底层算力的问题，再往上层还要考虑操作系统，支撑自身在太空运行大模型的同时，还要适配地面上开发的主流架构。
最后，太空环境的特殊性也是太空算力不得不面对的挑战，比如散热问题。毕竟太空没有空气，地面上的热管理机制失效，热量只能通过辐射形式传递，需要创造新的热管理技术，防止热量堆积。
再比如高能粒子对精密芯片的微观轰击问题，这会造成硬件损坏，干扰计算精度，需要创造安全冗余。
因此，把算力发射上天后，面临着系统性挑战，技术门槛很高。中国玩家率先突破，并持续探索，已经占据了先发优势，并押中了新的 AI 浪潮物理 AI。
“太空算力+开源大模型”，软硬一体，将形成独特的中国方案。
其中开源大模型已经进入中国时间，而太空算力也正在展现出相同的势头。
