太空推理计算：这家初创公司要把AI数据中心送上轨道

大语言模型的快速发展正在全球范围内掀起数据中心建设热潮，并带动能源需求急剧攀升。然而，数据中心所需的电力已对电网造成巨大压力，迫使基础设施运营商不得不寻求替代能源。部分企业甚至将目光投向了地球之外。

Orbital Inc.正是这样一家"仰望星空"的公司。今年4月中旬，这家总部位于洛杉矶的初创企业正式走出隐身模式，宣布了建造太空数据中心的计划。Orbital获得了Andreessen Horowitz（A16z）的支持，专注于为AI推理（即已训练模型生成输出的过程）构建基础设施。与其他倡导太空数据中心的企业类似，Orbital希望借助太阳提供的"免费"能源，为聊天机器人、智能体等计算负载提供算力，从而绕开地面能源的种种限制。

"地球上的算力容量已经严重不足，唯一的出路就是向上。"Orbital创始人兼首席执行官彭宇文（Euwyn Poon）表示，"实际上，有大量太阳能尚未被利用。"

Orbital的愿景是在近地轨道部署一个由小型卫星组成的网状星座。每颗卫星都将配备一个GPU服务器机架，由面积约相当于一个网球场大小的太阳能电池板供电，并配备同等规模的辐射冷却板。其长期目标是部署多达1万颗冰箱大小的卫星，每颗卫星提供100千瓦的电力，共同构成一个分布式云网络，类似于SpaceX提出的AI Sat Mini方案。

Orbital的首次测试将于2027年展开，届时公司计划搭乘SpaceX猎鹰9号火箭发射一颗原型卫星，以验证GPU在轨运行能力并承接商业推理工作负载。另一家公司Starcloud已于去年完成了类似测试。Orbital的差异化优势在于其计划将解决方案与具体问题精准匹配：配备推理工作负载专用能力的小型卫星有望受益于持续下降的发射成本。不过，Orbital同样面临与其他太空数据中心探索者相同的挑战：每一瓦"免费"能源都需要通过大型辐射冷却器以热量形式散发；近地轨道的辐射环境会损伤计算设备；而在太空中进行日常维护既困难又代价高昂。

彭宇文表示，Orbital专注于构建由小型卫星组成的分布式网络，通过独立GPU节点运行推理工作负载，而非依赖大型紧耦合系统，这使得方案的落地更具可行性。

这一理念贯穿了Orbital的整体设计。训练大型AI模型通常依赖针对大规模计算吞吐量优化的紧耦合GPU集群；而推理工作负载相比之下每次请求所需的计算量较小，往往可以在较少的GPU上运行，更易于跨系统分布式部署。彭宇文表示，将每颗卫星的功率上限控制在约100千瓦，大幅简化了设计难度。"这非常简洁，"彭宇文在谈及卫星工程设计理念时说，"工程师们会欣赏这种思路。"

在Orbital的设计方案中，用户请求（例如要求ChatGPT分析某个数据集）会从地面数据中心路由至地面站——一种连接卫星与互联网的地面中继节点——再由地面站将请求传输至卫星。卫星之间通过光学星间链路进行通信，利用激光在各节点间传递数据。请求由此被路由至可用的GPU，完成用户查询的处理和输出生成后，再通过网络将结果返回给用户。上述链路依赖于地面站与卫星在进入通信范围时建立的连接。

一旦卫星验证成功，Orbital计划将OpenAI、Anthropic等运行大规模推理工作负载的"大型模型实验室"作为主要客户，通过直接API接入方式提供Token购买服务，并以企业协议的形式将推理需求转移至太空网络。

彭宇文坦承，在太空运营数据中心面临重大技术挑战。

辐射可能击中GPU，导致比特翻转或其他错误。热管理同样棘手——在真空环境中，系统只能依靠向太空辐射热量，而无法采用传统冷却方式。维护也是一大制约因素，一旦卫星在太空中发生故障，维修或更换极为困难。正因如此，彭宇文表示此次测试发射对于识别和解决上述问题至关重要。"这次任务的部分意义，就在于摸清那些未知因素，"他说。

德克萨斯A&M大学金斯维尔分校电气工程教授、半导体器件建模研究专家阿米特·韦尔马（Amit Verma）博士也表达了类似担忧。他指出，部署数千颗卫星会在维修选项极为有限的情况下显著放大故障风险。他还补充说，实际可行性取决于卫星所执行的具体应用类型。部分工作负载（如聊天机器人或算法推荐）可以容忍一定的延迟——数据往返近地轨道需要数十毫秒——但实时股票交易等应用则无法接受这样的延迟。

"涉及大量AI相关处理的外太空数据中心，确实需要克服电力、部署和可靠性方面的问题，才能真正发挥作用，"韦尔马表示。

Orbital计划在发射前进行大量测试。彭宇文表示，公司正在探索GPU辐射加固技术，以及利用氨基液冷回路将热量传导至外部散热器的方案，同时也在着力降低系统重量以压缩发射成本。

即便如此，这一时间表依然相当激进。工程物理学家安德鲁·科特（Andrew Coté）在其Substack上发表的一篇关于太空数据中心的文章中预测，太空数据中心至少还需10至20年才能真正投入运营。然而，Orbital预计将于2026年完成卫星设计定型，2027年完成发射，并于2028年在洛杉矶建成一座生产制造基地。

面对复杂的工程挑战和高昂的发射成本，Orbital卫星系统能否在规模化部署中稳定运行，仍是一个有待解答的问题。

尽管前途未卜，彭宇文依然目光坚定地聚焦于长远机遇。

"我相信我们的工程团队能够持续推进，逐步攻克这些难题，"他说。

Q&A

Q1：Orbital Inc.的太空数据中心计划具体是怎样的？

A：Orbital Inc.计划在近地轨道部署由小型卫星组成的网状星座，每颗卫星配备GPU服务器机架，由网球场大小的太阳能电池板供电，并配备辐射冷却板。长期目标是部署多达1万颗卫星，每颗提供100千瓦电力，共同构成分布式云网络，专门承接AI推理工作负载。首颗原型卫星计划于2027年搭乘SpaceX猎鹰9号发射升空。

Q2：太空数据中心运行AI推理面临哪些主要技术挑战？

A：主要挑战包括三方面：一是辐射问题，近地轨道辐射环境可能导致GPU发生比特翻转等错误；二是热管理难题，太空真空环境无法使用传统冷却方式，只能依靠辐射散热；三是维护困难，卫星一旦在轨故障，维修或更换成本极高。此外，数据往返近地轨道存在数十毫秒延迟，不适合对实时性要求极高的应用场景。

Q3：Orbital的目标客户是哪些，商业模式是什么？

A：Orbital计划以OpenAI、Anthropic等运行大规模推理工作负载的大型模型实验室为主要目标客户，提供两种商业模式：一是通过直接API接入方式让客户按需购买Token；二是通过企业协议将客户的推理需求批量转移至太空算力网络，从而在商业上实现可持续运营。