最近一段时间，一个原本听起来颇具科幻色彩的设想，正从各方科技领袖的口中变成现实议题：把大规模 AI 算力中心送上太空轨道，让它们在地球周围运行。这不是某个企业的孤立幻想。贝佐斯的 Blue Origin 已秘密推进太空 AI 数据中心技术多年，公开预测未来十到二十年内有可能实现。与此同时，马斯克领导的 SpaceX 正计划将升级版星链卫星用作AI计算载荷，探索在轨算力的商业路径（网页链接）。更有谷歌的高层在公开场合谈及类似远景（网页链接），创业公司也在布局轨道 AI 网络（网页链接）。在全球 AI 训练对算力与能源需求爆炸式增长的背景下，这一跨越地球向太空延伸的想法，正在成为新一轮科技竞赛的焦点。理由听起来相当充分。AI 正在变成一个被电力限制的产业，算力的上限越来越取决于能不能稳定供电。地面上，电网、土地、审批、散热，每一样都在卡脖子。而太空不一样。没有黑夜，没有云层，太阳辐照度比地面更高，几乎可以全天候发电。再加上火箭发射成本这些年一路下探，把“服务器上天”从天方夜谭拉进了可讨论的范围。乍一看，这像是顺理成章的下一步。问题出在一个很少被普通人认真思考的地方：热。高性能计算有一个残酷的事实：你消耗的电，几乎百分之百都会变成热。AI 芯片不会把能量“用掉”，它们只是把能量转化成计算，再转化成热量。地面数据中心能活得好好的，并不是因为它们不热，而是因为我们有两样在太空里不存在的东西：液体和空气。在地面，热量可以先通过金属和冷却液传导，再通过空气对流带走，最后被冷却塔或外部环境吸收。这是一整套依赖重力和流体存在的过程。但太空，是真空。没有空气，也没有对流。热量能走的路只剩下一条：以电磁辐射的形式，被“照”出去。这不是工程偏好，而是物理定律。按照斯特藩–玻尔兹曼定律，在电子设备能接受的工作温度范围内，即使是接近理想的散热表面，每平方米也只能辐射出几百瓦热量。现实一点的空间散热器，往往只有一两百瓦每平方米。换算一下尺度，问题立刻变得具体而刺眼。如果你想在轨道上运行一个功率为一吉瓦的数据中心，单是把热散出去，就需要数百万平方米的散热面积。即便考虑散热板正反两面同时工作，这依然意味着“散热结构”的边长将超过一公里，像一座摊开的城市。这还只是理论下限。国际空间站正好提供了一个现实参照。它的平均电功率只有七八十千瓦，却已经配备了庞大的散热翼和复杂的热控系统，还必须精确调整姿态，把散热器对准深空。即便如此，空间站上的计算能力，和一个现代数据中心相比也微不足道。把这套系统按 AI 数据中心的规模放大一万倍，散热就不再是工程难题，而是几何问题。事情还没完。太空中的辐射环境，会不断向电子设备注入高能粒子，引发计算错误和额外发热。为了保证数据可靠性，你需要更复杂的纠错、更高的冗余、更耐辐射的芯片设计。这些都会吞噬算力，也会继续增加热负荷。维修同样是个绕不开的现实问题。地面数据中心里，一块板卡坏了，工程师推着车就能解决。在轨道上，一个散热回路或面板失效，可能就意味着整排服务器降频甚至停摆，直到下一次维护任务抵达。现实已经证明，让在轨维修变得廉价而常态，并不容易。有人会问，哪怕算力不在身边，延迟是不是还能接受？对普通通信来说，几十毫秒的问题不大。但对大规模 AI 训练来说，许多核心操作依赖的是微秒级的高速互连。把这些任务放到轨道上，等于主动切断了它们最重要的神经系统。算到最后，经济账也并不乐观。发射价格确实在下降，但它仍然比修一座机房、铺一条光纤昂贵得多。再加上成平方公里计算的散热结构、辐射防护、保险成本和太空碎片风险，商业可行性会被迅速压缩。这并不意味着太空计算毫无意义。恰恰相反，在数据本来就产生于轨道上的场景里，小规模、专用计算非常合理。比如对遥感数据进行在轨预处理，减少下传带宽；或者在通信卫星上集成算力，让数据就地消化。真正站不住脚的，是把“地面的超大规模数据中心”整体搬到天上。太空经济确实会继续增长。发射、通信、观测都会受益。但当话题落到 AI 的算力心脏时，有些界限不是靠资本或想象力跨越的。在这件事上，热力学比任何人都更保守。它提醒我们，有些服务器，还是老老实实待在地球上更合适。～～～～～～图源：TESAT信源：chaotropy.com 上的相关评论文章
