![图片[1]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/02/20260225022152300-1771957312-2de447712a71cd2193ce41ac7e674155.png)
![图片[2]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/04/20260407011119895-1775495479-759509a69f56669603f1ad2e03bd2257.png)
图片来源:Sequoia Capital
Z Highlights
在太空,每增加一个算力单元的边际成本会下降,因为你实现了规模化制造,发射次数越多,成本就越低。
太空中一平方米的太阳能板产生的能量,是地球上一平方米太阳能板的八倍。
太空中唯一的散热方式是热辐射,且散热量与温度的四次方成正比。
攻击在轨卫星会被直接视为战争行为,且我们的卫星运行轨道更低,不存在大规模碰撞级联风险,安全性远高于地面数据中心。
我几乎可以确定,银河系存在过外星生命,宇宙中一定有生命,但目前看来,银河系中没有活跃的智慧文明。
Philip Johnston,StarCloud创始人兼 CEO,全球首个实现太空数据中心在轨运行的创业者,深耕航天与算力基础设施。Sonya Huang、Pat Grady,科技领域资深主持人。本次访谈聚焦太空数据中心的技术、成本、规模化与商业未来。
成本逻辑:地球建设趋贵,太空规模趋廉
Philip Johnston:在地球扩建算力设施的问题在于,每新增一个算力单元,边际成本都会上升,因为适合建设能源项目的优质地点已经被用完。而在太空,每新增一个单元的边际成本会下降,因为我们可以实现规模化制造,发射次数越多,成本就越低。
当到达某个临界点后,在地球继续建设算力设施将完全失去经济意义。我认为,10 年内,每年将有近万亿美元的资本开支投入到太空算力的大规模部署中。
Sonya Huang:我们非常荣幸邀请到 Star Cloud 创始人兼 CEO Philip Johnston。你是全球首个将算力设备送入太空的人,就在三个月前,你们的首颗卫星成功发射,并向地球传回了问候信息。
在我看来,这就像一群瑰丽的蓝色光点,从太空回望我们人类,充满诗意。祝贺你所取得的成就。本期节目我们将深入探讨太空算力,首先请问:为什么要在太空建设数据中心?
Philip Johnston:首先非常感谢邀请,很荣幸来到这里。简单介绍一下我自己,我这一生都对太空充满兴趣,我曾经花费数年时间,与全球各地的航天机构以及各国政府部门合作。
也正是在那个过程中,我开始注意到,航天发射成本正在快速下降。三年前的一个周末,我临时决定前往美国德州,那里正是 SpaceX 建造星舰运载火箭的地方,那里的超级工厂规模之大,彻底震撼了我。
他们的目标大约是每天生产 3 枚星舰,未来的发射能力与潜在的发射成本,将和现在出现天壤之别。于是我开始思考,这一变革将会催生什么,将会带来哪些全新的商业模式。我和我的联合创始人 Ezra 相识已久,我们在英国一起长大。
我们开始研究太空太阳能的概念,也就是在太空部署巨大的太阳能板,再将能量传回地球。这其实并不是一个新概念,早在 20 世纪 40 年代,就已经有人提出相关设想。
但太空太阳能的问题在于,从太空向地球传输能量的过程中,绝大部分能量都会损耗掉。我们很快意识到,如今地球上绝大多数新能源项目,都是在为数据中心供电,无论直接还是间接,这些能源最终都流向了数据中心。
因此,如果我们能找到一种低成本的方式,将数据中心直接部署在太空,就可以避免能量在传输过程中的大量损耗,在能源产生的就近位置直接使用能源。这一思路,成为了我们在 2024 年发布白皮书的核心基础,也正是从那时起,我们正式创立了这家公司。
Pat Grady:我听明白了,这里面有一个关键问题:在太空建设数据中心或许是可行的,但我们为什么一定要去太空建数据中心?我们到底为什么必须走向太空?
Philip Johnston:这是一个很好的问题。最核心的原因是,我们在地球上新建能源项目以支撑数据中心运行,正快速面临各种刚性约束。
举例来说,在北美,如果你想建设一个百兆瓦级的新能源项目,仅审批流程就需要 5 到 10 年。再比如,你想用太阳能板覆盖 10 平方公里的土地,会有大量民众对此表示强烈反对。
我们正在快速撞上一堵“砖墙”,那些容易建设能源项目的地点已经全部被开发完毕,继续在地球扩建已经变得极度困难。
Pat Grady:如果我们抛开监管限制,消除所有政策约束,我们还会面临什么瓶颈?
Philip Johnston:答案很简单:一旦发射成本低于某个临界点,在太空建设会比在地球更便宜。
以目前成本最低的太阳能为例,成本主要来自三个方面:第一是经过审批的土地成本;第二是电池储能与备用电源成本;第三是太阳能电池板本身的成本。
在太空,第一,我们不需要任何审批;第二,我们24 小时不间断处于日照中,完全不需要储能与备用电源;第三,我们需要的太阳能板面积仅为地球的 1/8,因为太空一平方米太阳能板的产能,是地球同一面积的 8 倍。
因此存在一个盈亏平衡点,太空的主要额外成本是发射,当发射成本低于地球三项成本之和时,太空就更划算,这个平衡点大约在500 美元 / 公斤。
随着土地成本飞速上涨,这一平衡点已经接近 1000 美元 / 公斤。即便土地成本为零,你依然要承担储能和太阳能板两项成本,所以在未来某个时刻,只要发射成本降到几百美元 / 公斤,建设数据中心就一定会选择太空,因为太空更便宜。
技术挑战:芯片可靠性为先,散热为核心难题
Pat Grady:你们在太空运维方面有哪些发现?
Philip Johnston:这也是一个好问题。在运维方面,我们初期的模式和星链卫星非常相似,至少在前几代产品中,我们不会使用机器人进行维护。
这意味着我们需要对关键系统进行冗余设计,并对会随时间损耗的部件进行超额配置。芯片是整个项目中成本最高的部分之一,因此芯片在太空的故障率绝对不能高于地球,这一点至关重要。
我们 70% 的工程时间都投入在散热问题上,剩下 30% 用于提升芯片在太空环境的可靠性。这意味着我们需要在各种粒子加速器中进行大量测试。
我们在质子加速器中进行两轮测试,在凯恩国家实验室的重离子设备中进行测试,24 小时就可以模拟太空 5 年的辐射环境。这些数据全部用于支撑芯片选型与软件抗干扰方案设计。
从我们首颗在轨卫星的实际运行情况来看,芯片没有出现过任何一次重启或故障。其他一些部件,例如供电系统和固态硬盘,还需要更多优化,但芯片本身的稳定性极强,GPU 负载整体具备极高的鲁棒性。
原因在于 GPU 负载具备天然的容错性,即便出现少量位翻转,也不会影响最终输出结果的质量,太空算力的稳定性远超预期。
Sonya Huang:你说你们把大部分工程精力放在散热问题上。大多数人都认为太空温度很低,散热应该更容易,事实并非如此吗?
Philip Johnston:没错,直到几个月前,我也是这么认为的。
Sonya Huang:那你能讲讲,太空散热到底是什么问题?你们又是如何解决的?
Philip Johnston:当然可以。太空确实温度很低,但真正的问题在于,太空是真空环境。
真空就像保温瓶的内胆,是绝热体,唯一的散热方式只有热辐射。所有物体都会通过辐射散发热量,散发的强度与温差成正比,并且与温度的四次方呈指数级关系。
这意味着,温度微小的提升,就能带来散热效率的巨幅增长。因此我们的核心思路,是让辐射器尽可能在高温下运行。
我们有两条技术路径:一是让芯片在更高温度下运行,但会缩短寿命;二是用热泵将芯片散热液从 60 度升温至 100 度,再通过辐射器散热。
第一颗验证星采用的是完全不同的散热方案,我们将整个主板、供电系统、GPU 等全部用相变材料封装,这种材料受热会从固态变为液态,但无法长期连续运行,仅用于原理验证。
第二颗卫星将更接近最终商用方案,搭载低成本、轻量化大型展开式辐射器,采用定制液冷系统贴近 GPU 散热,已经在真空舱完成测试,计划今年下半年发射验证。
Sonya Huang:你们目前在太空运行一颗 GPU,未来规模化部署的运力和容量规划如何?
Philip Johnston:下一代卫星功率约 8 千瓦,仍偏小;面向星舰设计的型号功率将达到200 千瓦,单艘星舰可搭载 50 颗,单次发射提供10 兆瓦算力。
未来星舰可实现每月数百次发射,每月将新增数十吉瓦的太空算力。
Pat Grady:AI 推理对时延敏感,太空传输的光速延迟会成为瓶颈吗?
Philip Johnston:太空时延与星链一致,约20-50 毫秒,和手机使用 ChatGPT 的体验没有区别。智能客服、视频生成、大模型推理等场景都可以完美支持。
Pat Grady:换个问题,如果给你一万亿美元,用来搭建 AGI 算力底座,你会把多少投入太空?
Philip Johnston:100%。这是人类史上最大的市场机遇,未来年资本开支将达到万亿级别。我判断,5-10 年内,全球至少一半新增算力会部署在太空。
在地球,每新增一个数据中心边际成本就上升;在太空,规模越大、发射越多,成本越低。到达临界点后,地球建设将完全不具备经济合理性。
商业节点:2028 年开启商业化,生态逐步完善
Pat Grady:太空算力全面超越地球的时间节点会在什么时候?
Philip Johnston:星舰实现高频发射后,太空建设将立刻更便宜。星舰首次试飞预计在明年年底,2028 年中后期将开启商业试点,随后成本优势将彻底显现。
Sonya Huang:大规模部署是否需要激光通信与太空网络?
Philip Johnston:两三年前这还是行业难题,如今星链、亚马逊柯伊伯星座已提供支撑,自建卫星组网后可搭建光学激光链路,传输问题已解决。
卫星互联初期没有必要合并,大模型训练仅占 AI 总工作量的不到 1%,并非我们主攻的核心市场。
Sonya Huang:未来是否会使用机器人进行太空维护?
Philip Johnston:小型推理节点无需维护,大型太空建筑将由机器人群建造。特斯拉 Optimus 稍加改造即可适配太空环境,但我们单颗卫星规模较小,暂时不需要机器人运维。
卫星设计寿命为5-6 年,与芯片寿命一致,退役方式与星链相同。太空能源边际成本为零,理论上可延长服役时间,目前仍按标准流程执行。
Sonya Huang:你们的核心团队与技术壁垒体现在哪些方面?
Philip Johnston:团队核心解决散热与抗辐射两大行业难题,成员来自欧洲顶级深空项目、Firefly、亚马逊柯伊伯星座等,拥有顶尖航天工程背景。
我们的联合创始人此前曾发射多颗 GPU,完成过大量芯片辐射测试相关工作,这是我们的核心技术壁垒。
Sonya Huang:你如何看待其他航天发射企业,以及与 SpaceX 的合作关系?
Philip Johnston:我整体对行业持乐观态度。SpaceX 在技术与成本上遥遥领先,其他企业需要实现可重复使用技术才能具备竞争力。
Stoke Space 等企业有一定潜力,蓝色起源尚未公布相关重型火箭计划,仅在招聘热防护工程师,短期难以形成威胁。即便现在开始研发,也需要 5-10 年周期,难以追赶。
生态定位:做太空基础设施服务商,差异化竞争
Sonya Huang:你们最终与 SpaceX 达成了合作,他们是你们的发射合作伙伴。但他们如今也在计划大规模建设太空算力,这会带来冲突吗?
Philip Johnston:没错,SpaceX 对我们极为重要,可以说,没有星舰计划,就没有我们这家公司。他们一直在努力培育太空生态,甚至会帮助与自己存在竞争关系的星座项目发展,比如亚马逊柯伊伯星座,他们也会为其提供发射服务,并且开放相关技术与方案,我们非常愿意与他们长期合作。
但与此同时,他们也在全力自建太空数据中心。由于他们掌握发射能力,太空算力成本会比我们更低,而我们的定位则非常清晰。
第一,SpaceX 主要服务自身负载,火箭、特斯拉等业务,他们可能会推出算力服务,但不会提供可让客户自行搭载芯片的标准化舱体。
而这正是我们的核心业务:我们为客户提供具备供电、散热与通信能力的标准化太空舱,客户可以安装任意型号芯片,并自主面向其他客户提供服务,模式更接近太空版 AWS。
他们的成本低于我们,但我们的成本会低于所有地面超大规模云厂商。如果未来 5-10 年,绝大多数新增算力都会部署在太空,行业格局会非常清晰。
3 年后,当星舰实现高频发射,所有科技巨头都会猛然意识到:如果无法接入太空算力,就会彻底失去扩张能力。届时它们会有三个选择:
一是直接购买 SpaceX 的太空算力服务,这对部分企业可行,但对 OpenAI、谷歌、微软这类巨头而言可能性很低;二是自建卫星团队,但进度会非常缓慢,比如谷歌计划 2027 年才开展演示项目,推进速度过于保守。
此时它们会发现,我们是市场上技术最成熟、在轨验证最充分、工程团队与 IP 壁垒最领先的玩家,我们会成为它们不可或缺的合作伙伴,而非单纯的收购标的。我们负责提供基础设施,巨头负责云端服务交付。
Pat Grady:有一个关于商业模式的问题:你们为什么选择 Equinix 这类基础设施模式,而不是 AWS 式的云服务模式?
Philip Johnston:这是一个好问题。早期我们确实考虑过自己做云服务商,但在验证阶段,客户不会轻易将芯片交给我们。我们更希望成为太空能源与算力基础设施提供商,而非云服务商。
因为我们的核心 IP 与能力,是制造可高效散热、抗辐射的卫星,而不是花费 20 年复刻一套 AWS 的应用层服务体系,这不是我们的优势。
同时,芯片是整个系统中成本最高的部分,我们更希望由客户自行投资芯片,并自主选择芯片型号,这会大幅降低我们的资本压力。
远期我们可能会推出云服务,但现阶段基础设施模式利润更高、商业模式更轻。
商业节奏:星舰成熟前,靠太空边缘计算造血
Pat Grady:最后问一个关于太空“房地产” 的问题。地球已经面临土地资源短缺,太空轨道未来会拥挤吗?规则如何制定?
Philip Johnston:现阶段轨道资源遵循先到先得原则。我们已经申请了 8000 颗卫星的星座,并向美国 FCC 报备。
全球规则由 ITU 制定,FCC 负责执行,这套体系源于过去卫星仅用于通信的时代,属于历史遗留规则。10 年后,最有价值的轨道位置会被占满,早期入驻者将拥有永久优先使用权。
Pat Grady:那太空算力的安全性如何保障?如果卫星遭到攻击会怎样?
Philip Johnston:星链已经给出了最好的范本。俄乌冲突中,俄方一直试图摧毁星链卫星,但难度极大。
摧毁一个地面数据中心,远比摧毁 2.7 万公里高空的太空卫星容易得多。攻击在轨卫星会被直接视为战争行为,且我们的卫星运行轨道更低,不存在大规模碰撞级联风险,安全性远高于地面数据中心。
Sonya Huang:大量卫星升空会不会遮挡阳光、影响天文观测?
Philip Johnston:我们采用太阳同步轨道,卫星从地球两极飞越,不会在地表产生阴影,也不会进入地球遮挡区,永远处于日照状态。
卫星仅在黄昏和黎明时段可见,完全不会影响天文观测,这一设计对行业和科研都十分友好。
Sonya Huang:外界对你们的批评和质疑中,哪些是合理的?
Philip Johnston:审批等问题很容易解决,部分质疑基于猎鹰火箭的高成本,只要发射成本下降,我们的商业模式就完全成立。
真正关键、却少有人提及的风险是:芯片在太空的故障率不能高于地面。哪怕只高出 10%,能源带来的成本优势会被完全抵消。
Pat Grady:理想的太空数据中心硬件构成是什么?
Philip Johnston:结构比普通卫星简单得多。核心包括:太阳能板、辐射散热器、卫星平台、芯片、内存、主板、供电系统。
仅需微型电池做瞬时缓冲,无需地面式 24 小时储能;仅需 1 个反作用轮,依靠重力梯度自然稳定,而普通卫星至少需要 3 个。
我们可以省去冷却塔、备用电池、交直流转换器等大量设备。成本差距极其惊人:地面数据中心基础设施成本约 1500-2000 万美元 / 兆瓦,我们仅需不到 500 万美元 / 兆瓦。我们的综合能源成本,会低于美国地面电价的一半。
Sonya Huang:首批商用客户和业务场景是什么?
Philip Johnston:前两颗卫星主要为其他航天器提供边缘云服务,核心客户是军方、政府卫星与对地观测卫星。
这类业务的收益是地面的 1000 倍,足以支撑公司运营至星舰成熟。我们今年发射第二代卫星,明年继续发射,星舰成熟后发射第三代可与地面成本竞争的规模化卫星。
Sonya Huang:这些太空客户为什么不直接用地面算力?
Philip Johnston:核心瓶颈是空天地数据回传带宽。太空卫星每秒可采集 5Gbit 数据,但地面站仅能接收 1Gbit,90% 数据只能直接丢弃。
通过太空算力实时处理、仅回传结果,可彻底解决带宽瓶颈,例如在海洋数据中直接识别船只位置,这是星上算力无法实现的。
Pat Grady:很有意思,所以初期负载是太空采集的数据。你花了很多时间研究太空,那你相信外星人存在吗?
Philip Johnston:我非常喜欢这个话题。我几乎可以确定,银河系存在过外星生命,宇宙中一定有生命,但目前看来,银河系中没有活跃的智慧文明。
Pat Grady:为什么这么肯定?
Philip Johnston:这就是费米悖论。银河系有 4000 亿颗恒星,约 4 万亿颗行星,宜居时间长达 100 亿年。只有两种可能:人类是银河系第一个智慧文明,或智慧生命寿命极短。
我倾向于后者,也就是“大过滤器” 理论。如果超级智能出现后,会快速自我毁灭,那人类也面临同样风险。
另一种可能是我们是第一个,我也愿意以此为信念生活。人类应该向其他恒星发射探测器,探索银河系。但以 4 万亿颗行星、100 亿年的尺度,我们是第一个的概率极低。
我们可以在 200 万年内用自复制探测器覆盖整个银河系,但完全没有发现任何痕迹,这说明智慧文明大概率无法长期存续。
Pat Grady:你如何看待人类成为星际物种?
Philip Johnston:埃隆的规划是最可行的。我有生之年,将看到人类登陆火星、月球建立城市。
从月球发射 AI 卫星,具备极强经济动力,会加速星际殖民进程。
Sonya Huang:除了数据中心,太空最好的商业模式还有哪些?
Philip Johnston:太空挖矿潜力巨大;太空旅游、月球酒店会成为大市场;太空制造同样高价值,比如医药晶体生长。
利用太空高能量环境,可开展月球与小行星资源提炼,这类业务在地面难以实现。
Sonya Huang:AI 能帮助人类理解宇宙吗?
Philip Johnston:AI 对宇宙的理解将远超人类,它的认知维度是人类无法比拟的,能否向人类有效解释是另一回事。
我最期待 AI 解答意识本质,即为何机械结构的人类能产生感知、主观体验与意识。
Sonya Huang:如何最大化投资回报?
Philip Johnston:全力投入太空算力。我们团队大量使用 AI,我甚至要求工程师每月至少花费 1 万美元在 Token 上,我希望团队极致使用 AI。
Sonya Huang:全球 GDP 最终会有多少用于 AI 推理?
Philip Johnston:99.9%。
未来 500-2000 年,几乎全部实体经济将转向太空算力,其中绝大多数用于推理任务。未来几十年,电力消耗流向算力的比例将持续飙升,最终接近 99%。
Sonya Huang:非常感谢今天的分享,你让未来提前到来。
Philip Johnston:谢谢大家。
原文链接:https://www.youtube.com/watch?v=FKHENV75b9Q
Greetings, Earthlings: Philip Johnston of Starcloud on Data Centers in Space
编译:Zoe Zou
本文编译文末载明的原始链接,不代表 ZPotentials 立场,如果对本文有任何想法见解,欢迎在评论区留言互动探讨。
ZPotentials 继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群,与我们共同分享、学习、成长。
<原文链接:https://mp.weixin.qq.com/s/qSMaketNopGogQKhHgGBmQ




![图片[3]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/03/20260307011142350-1772817102-6c8869fc52eaa6cd303f5005064ffe59.png#imgIndex=2)
![图片[4]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/04/20260407011124280-1775495484-e234b2fe6f7e9c2a8655f17e91d3d393.jpeg#imgIndex=3)
![图片[5]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/04/20260407011126126-1775495486-d74197fb0a72ec6676367931619ea37e.jpeg#imgIndex=4)
![图片[6]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/02/20260225022157314-1771957317-c7eba039b3132b258071fa7dd938c05f.jpeg)
![图片[7]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/02/20260225022158360-1771957318-7bd3ea023f74733b9cfe969b09861e11.jpeg)
![图片[8]-喝点VC|红杉美国专访全球首个太空数据中心创始人:太空数据中心将成为算力终极形态,未来十年年投入近万亿美元-AI Express News](https://www.aiexpress.news/wp-content/uploads/2026/02/20260225022158222-1771957318-24fae6ba047a9a7c92f1ed09257da627.gif)













暂无评论内容