马斯克要发 100 万颗卫星做太空 AI，这事靠谱吗？

马斯克要发 100 万颗卫星做太空 AI，这事靠谱吗？

今天看到个新闻，说马斯克的 Starmind 项目要做太空 AI 数据中心。100 万颗计算卫星布在近地轨道，在太空中跑 AI 推理。

刚看到这条消息的时候，我第一反应是：这哥们又在画饼了吧？

但仔细看了一下细节，发现好像不是那么回事。

Starmind 到底是什么？

简单说，SpaceX 想把 AI 计算搬到太空去。不是开玩笑的那种，是真要干。他们已经向美国 FCC 提交了申请，计划发射最多 100 万颗计算卫星。这个数量什么概念？目前星链的卫星总数也才几千颗。一百万颗，比全世界在轨卫星加起来还多几百倍。

每颗卫星代号叫 AI1，高度 20 米，展开翼展 70 米，比波音 747-8 还宽。单颗卫星平均提供 120kW 算力，峰值能到 150kW。这个水平大概相当于地面上一台现代 AI 服务器机架的算力。

通信方面，这些计算卫星通过高速光学链路连接星链，再由星链把数据中继回地面。SpaceX 的想法是把轨道计算、太空通信和地面接入整合成一条完整的链路。

为什么要把 AI 搬到太空？

在地面上跑 AI 的主要瓶颈有两个：电力成本和延迟。数据中心的电费高得离谱，而且你不可能在离用户一公里的地方建数据中心。但卫星不一样——太空里有取之不尽的太阳能，覆盖全球无死角。

想象一个场景：你在太平洋中间的一艘船上，需要调用 AI 做实时分析和决策。地面数据中心离你几千公里，来回延迟可能几百毫秒。但如果太空里有一圈计算卫星，你头顶上就有一颗，数据从船到卫星再到处理，延迟可能只有几十毫秒。

再比如极地科考、偏远矿区、空中交通管制——这些地方铺光纤不现实，但卫星覆盖完全没问题。

芯片从哪来？

最让我好奇的是，这仗怎么打？

目前最先进的 AI 芯片，比如 NVIDIA 的 Blackwell B200，每颗功耗 700W 到 1000W。而 Starmind 卫星峰值功耗才 150kW，相当于一台服务器机架。要在这么小的功耗里塞进足够强的算力，意味着必须用定制芯片。

特斯拉的 Dojo 芯片或者 xAI 自己的设计很可能就是这个项目的算力核心。而且因为太空环境中不需要散热风扇和笨重机箱，反而可以做出更紧凑的封装。

不过也有一个巨大的挑战：太空辐射。普通芯片在太空中容易被高能粒子打坏，需要专门的加固设计。SpaceX 在这方面已经有大量经验了——星链的通信芯片就是在太空环境中长期运行的。

跟其它几个大新闻连起来看

有意思的是，这周科技圈不止这一个大事。

OpenAI 刚发布了 Daybreak 网络安全计划，GPT-5.5-Cyber 模型已经达到 SOTA 水平。软银的孙正义宣布要再干十年以上，全力押注 AI 机器人。小鹏汇天的飞行汽车拿了 5 亿融资。还有 Google 的 Nano Banana Pro 图像模型把 AI 生成图片的质量拉到了新高度。

几家科技巨头同时在这周释放大消息，节奏明显加快了。Starmind、OpenAI Daybreak、软银的机器人计划——这三条线其实指向同一个方向：AI 正在从"回答问题"进入"执行任务"的阶段。从地面到太空，从软件到硬件，整个行业正在进行一场全面的基础设施升级。

现实一点的判断

说句实在话，100 万颗卫星肯定不是一两年能搞定的。这个量级的太空发射计划，就算 SpaceX 有可回收火箭大幅降低了成本，也需要很多年才能部署完成。第一步可能是先发几十颗验证卫星，证明在轨 AI 计算真的可行。

但这个方向本身是对的。当 AI 计算需求爆炸式增长，地面能源和土地资源越来越紧张的时候，把一部分计算任务迁移到太空中，确实是一个值得认真考虑的选择。而且从商业角度看，一旦星载 AI 算力形成网络，对于全球实时 AI 应用来说，这是一个全新的基础设施层。

我觉得这事的关键不在能不能做成，而在什么时候能做成。就像星链一样，当初也没几个人相信几千颗卫星组网能成功，现在不也用得好好的吗？