人工智能基礎設施競爭，正在從地面走向太空。

　　在日前舉行的2026世界人工智能大會（WAIC2026）期間，成都國星宇航科技股份有限公司與商湯科技宣佈共建「商湯太空算力星座」。根據雙方規劃，該項目將按照「單星驗證—平台建設—星座組網」的路徑推進，計劃2026年完成首批「商湯號」算力衛星組網驗證，2028年建設星地混合雲商用算力骨幹網，到2030年形成由千顆級算力衛星組成、總算力超過萬P（每秒千萬億次浮點運算）的太空算力星座。

　　這一合作，也首度將「空間計算」這一此前更多停留在技術探索階段的新概念，推向產業關注中心。

　　根據行業定義，所謂空間計算，並非簡單地把服務器搬到太空，而是在衛星平台上部署計算芯片、存儲模塊以及人工智能算法，使衛星具備數據採集、實時分析和智能決策能力，實現從「採集數據—傳回地面—集中處理」向「在軌計算—結果回傳」的模式轉變。

　　近年來，隨着大模型、生成式AI快速發展，全球算力需求持續增長。與此同時，傳統地面智算中心正在面臨能源、電力、土地以及散熱等多重約束。尤其是人工智能訓練和推理任務不斷擴大，對數據中心的能源供給提出更高要求。國際能源署此前預計，全球數據中心電力消耗將在人工智能發展的推動下持續增長，未來幾年可能成為全球新增電力需求的重要來源之一。

　　在此背景下，將部分計算能力部署到太空的嘗試，正在成為全球科技企業探索的新方向。

　　為何向太空延伸？

　　過去十餘年，全球算力基礎設施建設基本圍繞地面數據中心展開。從互聯網時代的雲計算中心，到人工智能時代的智算中心，算力增長始終依賴服務器集群、電力供應以及網絡連接能力。

　　但生成式AI的快速發展，正在改變這一模式。通信分析師周桂軍指出，與傳統互聯網應用相比，大模型訓練和推理需要消耗更大規模的計算資源。尤其是在多模態模型、智能體等新應用不斷出現後，算力需求正在從階段性增長轉向長期、高強度增長。地面智算中心面臨的核心問題，正在從「有沒有算力」轉向「如何持續獲得低成本、可擴展算力」。

　　其中，能源消耗成為最突出的約束之一。大型AI數據中心需要大量電力支撐GPU服務器運行，同時需要複雜製冷系統維持設備穩定運行。隨着全球人工智能基礎設施投資持續擴大，部分地區已經出現電力供應、土地審批以及能源成本壓力等方面的問題。

　　國星宇航與商湯科技此次合作，正是在這一背景下出現。根據雙方規劃，未來建設的太空算力星座並非孤立運行，而是與地面智算中心形成協同，通過天地一體化AI算力調度平台，實現空間計算節點與地面計算資源融合。

　　在周桂軍看來，這意味着未來AI基礎設施可能形成「三層結構」：底層是大規模地面智算中心，承擔模型訓練及其他計算任務；中間層是區域邊緣計算節點，滿足低延遲應用需求；上層則是空間計算網絡，承擔特殊場景的數據處理和智能服務。

　　其指出，「太空算力」真正的商業價值，也並不只是增加多少P的計算能力，而是在全球範圍內形成新的計算資源佈局。從產業鏈角度看，這一賽道也正在推動衛星製造、AI芯片、星地通信、雲計算平台以及行業應用等多個產業環節融合。

　　因此，此次國星宇航與商湯科技的合作，本質上是傳統商業航天企業與人工智能企業的一次產業結合：前者提供衛星平台、星座運營和空間基礎設施能力，後者提供大模型算法、AI應用生態和計算需求，共同探索空間計算商業閉環。

　　而隨着全球AI競爭進入基礎設施競爭階段，誰能夠率先形成成熟的空間計算體系，誰就能影響未來人工智能產業資源分佈格局。

　　產業鏈加速形成

　　建設太空算力星座離不開AI基礎設施產業鏈的支撐。從衛星製造、算力芯片、星地通信到數據服務，我國未來太空算力星座的完成度，與其成熟度息息相關。

　　衛星平台無疑是產業鏈的核心。Omdia電信業分析師楊光此前告訴記者，相比傳統通信衛星，算力衛星對於平台能力提出更高要求。一方面，衛星需要提供更穩定的能源供應，以支持高性能計算芯片運行；另一方面，需要具備更強的數據處理和任務調度能力。

　　這也推動商業航天企業從過去的「造衛星」向「造空間基礎設施」轉型。以國星宇航為例，記者從WAIC2026上了解到，國星宇航近年來持續佈局低軌衛星星座和衛星智能化能力。公司此前推出的「星算計劃」便聚焦於將AI計算能力部署至衛星平台，通過搭載智能計算載荷，使衛星具備邊緣計算能力。

　　與此同時，AI芯片成為太空算力產業化的關鍵環節。周桂軍表示，目前，大規模AI計算主要依賴高性能GPU、AI加速卡等芯片。但空間環境對芯片提出了特殊要求，包括抗輻照能力、低功耗、高可靠性以及長期穩定運行等。傳統數據中心中的高性能計算芯片，並不能直接複製到太空環境。

　　因此，未來太空算力需要形成專用空間計算芯片體系。一方面，需要滿足衛星有限能源條件下的計算需求；另一方面，也需要適應軌道環境中的溫度變化、輻射影響以及維護困難等問題。

　　公開信息顯示，近年來，我國芯片企業、科研機構也開始探索麪向空間智能的計算芯片，如華為、寒武紀科技等企業持續推進AI芯片研發；同時，以中國科學院為代表的多家航天領域科研單位也圍繞空間計算、星載智能處理等方向開展技術攻關。

　　此外，除了衛星和芯片外，星地通信也是太空算力商業閉環的重要基礎。空間計算並不意味着所有數據都在軌完成處理。未來大量任務仍需要依靠天地網絡協同，因此需要建設高速、低時延的數據傳輸體系。

　　目前，我國正在推進衛星互聯網建設，多家企業參與低軌通信星座佈局。其中，中國星網承擔國家衛星互聯網工程建設任務；商業企業方面，銀河航天、長光衛星等企業也持續推進衛星製造、通信和遙感應用佈局。

　　瑞恒達產業研究院經理王清霖認為，從產業投資角度看，太空算力星座帶來的價值，並不只是新增衛星製造需求，而是帶動整個產業鏈升級。過去商業航天主要圍繞「發射多少顆衛星」競爭，而未來競爭重點可能轉向「衛星能夠提供多少智能服務」。這也意味着，商業航天企業需要從製造端向運營端、服務端延伸，通過數據服務、算力服務和行業解決方案獲得持續收入。

　　全球算力競賽開啓

　　從全球範圍看，太空算力也正成為前沿科技界探索的新方向。

　　其中，美國是目前佈局較早的國家之一。公開信息顯示，近年來，美國多家商業航天企業提出建設軌道數據中心計劃，如Starcloud提出利用衛星搭載高性能計算設備，在軌運行AI計算任務，並探索建設大規模軌道數據中心網絡；Axiom Space及其他企業則在推動商業空間基礎設施建設，希望未來利用空間環境優勢部署數據處理能力。

　　對此，周桂軍表示，美國科技產業界對於空間計算的關注，本質上來自人工智能競爭帶來的算力焦慮。相比之下，中國推進太空算力星座具有自身產業優勢。

　　首先，我國具備完整的商業航天產業鏈。近年來，中國商業航天進入快速發展階段，從火箭發射、衛星製造到遙感應用，產業生態逐步完善。根據中國商業航天產業聯盟等機構統計，我國商業航天企業數量已經超過數百家，覆蓋衛星製造、火箭製造、測控通信和數據應用等多個環節。

　　其次，周桂軍認為，我國擁有全球規模最大的製造業體系，可以支撐衛星批量化生產。未來太空算力星座如果達到千顆甚至萬顆規模，需要的不只是單顆衛星性能，而是低成本、高效率的大規模製造能力。這一點也是我國商業航天當前發展的重要方向。

　　不過，業內也普遍認為，從產業化角度看，我國太空算力星座仍面臨多重挑戰。

　　首先是成本問題。楊光認為，目前，衛星發射、在軌維護和空間計算設備成本仍然較高。相比地面數據中心，太空基礎設施在建設初期需要承擔更高資本投入。如何通過火箭重複使用、衛星批量製造以及規模化運營降低單位成本，是決定商業模式能否成立的關鍵。

　　其次，是技術成熟度問題。周桂軍指出，空間計算環境遠比地面複雜。衛星長期運行過程中，會面臨輻射、溫度變化以及設備故障風險。一旦計算設備出現問題，無法像地面服務器一樣快速更換。因此，空間計算需要更高可靠性的硬件體系和智能運維能力。

　　此外，則是最關鍵的商業需求。王清霖認為，目前，AI算力市場仍主要集中在地面數據中心。太空算力未來能否形成穩定收入，需要找到明確的應用場景。空間計算短期內難以替代地面算力，其更現實的發展路徑可能是服務於具有強實時性、強空間屬性的數據處理需求。

　　總體來看，太空算力仍處於產業探索階段。但隨着人工智能進入基礎設施競爭時代，算力資源正在成為新的戰略資源。未來，地面算力與空間算力並非競爭關係，而可能形成互補的天地一體化智能計算網絡。

　　據IDC預測，到2028年，全球人工智能相關基礎設施投資仍將保持高速增長，AI服務器、數據中心和網絡基礎設施將成為數字產業投資重點。對此，幾位業內人士普遍認為，從長遠看，誰能夠率先建立覆蓋衛星製造、空間計算、通信網絡和數據應用的完整生態，誰就可能在下一輪人工智能基礎設施競爭中佔據主動。

（文章來源：中國經營網）