上周五,当SpaceX向FCC提交百万卫星数据中心网络计划时,你可能认为埃隆·马斯克只是在开玩笑。但一周后,很明显他是认真的。
最明显的步骤当然是SpaceX和xAI在周一正式合并,官方将马斯克的太空和AI业务结合在一起,这让人觉得如果有某种联合基础设施项目计划的话,这种合并更有意义。
但除了合并之外,我们开始看到轨道AI数据集群的想法——本质上是在太空中运行的计算机网络——正在形成一个实际的计划。周三,FCC接受了这份申请并制定了征求公众意见的时间表。这通常是一个例行步骤,但FCC主席布伦丹·卡尔采取了在X上分享这份申请的不寻常步骤。在担任主席期间,卡尔表现出渴望帮助特朗普的朋友并惩罚他的敌人——所以只要马斯克继续站在特朗普这边,这个提案很可能会顺利通过。
与此同时,埃隆·马斯克开始在公开场合充实轨道数据中心的论证。在Stripe联合创始人帕特里克·科利森播客"Cheeky Pint"的新一期节目中,马斯克阐述了将我们大部分AI计算能力转移到太空的基本理由。节目还邀请了嘉宾德瓦克什·帕特尔。从本质上讲,太阳能电池板在太空中产生更多电力,因此可以削减数据中心的主要运营费用之一。
"在地面上扩展比在太空中扩展更困难,"马斯克在播客中说道。"任何给定的太阳能电池板在太空中提供的电力大约是在地面上的五倍,所以在太空中做这件事实际上要便宜得多。"
仔细的听众会注意到这里的逻辑存在一些漏洞!太阳能电池板确实在太空中产生更多电力,但由于电力并不是运营数据中心的唯一成本,太阳能电池板也不是为数据中心供电的唯一方式,因此并不能说明在轨道上做整个事情更便宜,正如帕特尔在播客中指出的那样。帕特尔还提出了对在AI模型训练期间出现故障的GPU进行维修的担忧,但你必须听完整期节目才能了解详情。
总的来说,马斯克并未被阻挠,将2028年标记为轨道数据中心的转折点年份。"你可以记住我的话,在36个月内,但可能更接近30个月,放置AI最经济合理的地方将是太空,"马斯克说道。
他没有止步于此。"从现在起五年后,我的预测是我们每年在太空中发射和运营的AI将超过地球上的累积总量,"马斯克继续说道。
作为背景,截至2030年,全球数据中心容量估计将达到200吉瓦,这相当于大约一万亿美元的基础设施价值,仅仅是建在地面上。
当然,SpaceX通过将物体发射到轨道上赚钱,所以这一切对马斯克来说都很方便——特别是现在SpaceX已经附属了一家AI公司。随着新的SpaceX-xAI集团计划在几个月内进行IPO,你可以期待在未来几个月听到更多关于轨道数据中心的消息。随着科技公司每年仍在向数据中心支出投入数千亿美元,确实有可能不是所有资金都会留在地球上。
Q&A
Q1:SpaceX向FCC提交的百万卫星数据中心网络计划是什么?
A:这是SpaceX提交的在轨道上建设大规模数据中心网络的计划,本质上是在太空中运行的计算机网络,用于AI计算。马斯克认为这比地面数据中心更经济高效。
Q2:为什么马斯克认为太空数据中心比地面数据中心更便宜?
A:马斯克的理由是太阳能电池板在太空中产生的电力约为地面的五倍,可以大大降低数据中心的主要运营成本之一——电力成本。不过这个逻辑存在一些争议。
Q3:马斯克预测轨道数据中心何时会成为主流?
A:马斯克将2028年标记为转折点,预测在30-36个月内太空将成为部署AI最经济的地方。他还预测五年后每年在太空发射和运营的AI将超过地球上的累积总量。
好文章,需要你的鼓励
火箭实验室(Rocket Lab)宣布计划以现金加股票方式,斥资80亿美元收购主要卫星运营商铱星通信(Iridium Communications),交易预计于2027年中完成。铱星目前运营着由66颗活跃低轨卫星组成的星座网络,拥有约255万活跃用户,2024年营收达8.717亿美元。收购完成后,Rocket Lab计划借助其新型重型运载火箭Neutron及Lightning卫星平台,扩大铱星星座规模,开拓未被覆盖的市场并降低发射成本。
谷歌研究院开发的论文助手工具PAT,利用分阶段深度推理流水线自动审查学术论文,在真实错误检测任务上达到89.7%召回率,并已在STOC和ICML两大顶会完成超4700篇论文的真实部署。
音乐流媒体平台Tidal宣布,将于7月中旬启用自动化工具,对完全由AI生成的音乐添加"AI"标识,并移除具有欺诈性质的曲目。平台还将取消AI生成音乐的版税资格,仅向真人创作、演唱的原创音乐开放变现渠道。此外,Tidal明确将高频异常上传、干扰真实艺术家等行为列为欺诈活动。Deezer、Spotify等竞争对手此前已推出类似检测机制,流媒体行业正加速构建AI内容治理体系。
香港大学与武汉大学联合开发的EO-WM系统,将地球观测卫星图像预测重新定义为天气驱动的世界建模问题,通过把气象信号拆解为气候基线、天气异常和累积压力三层,显著提升了对极端干旱和热浪事件下植被退化的预测准确性。