算力竞赛“卷”上天，为何要把算力中心搬去太空？在充满辐射的太空里建“数据中心”要面临哪些挑战？中美布局了哪些大动作？未来有哪些技术将成为行业发展的关注重点？

今天我们来了解：2025商业航天10大新赛道——太空计算。

一、什么是太空计算

太空计算是指将“计算能力”部署到太空的技术，随着这项技术的发展，也衍生出了三个不同的“应用场景”：单星智能（星载智能、AI+卫星）、天数天算（算力星座）和地数天算（太空数据中心）。

“单星智能”主要是为了解决卫星自主运行的痛点，通过在卫星上集成星载智能终端，可以完成卫星自主健康检测、任务自主规划、数据压缩以及处理分析等星上任务。

然而，随着高分辨率遥感星座产生数据越来越多，太空计算被赋予了新的应用前景：天数天算。数据显示，目前国内遥感卫星的数据利用率不超过5%。这主要是因为遥感卫星分辨率越来越高，海量的原始遥感数据由于地面站数量不足、全球分布不均等因素限制，被新的数据覆盖，数据的有效利用率仅有5%。

而在全球建设地面站是一件非常困难的事情，牵扯到数据安全、国际法规、归属权等问题。“太空计算”则能很好的解决这一问题：通过给单个卫星增加星上算力模块在轨处理数据，仅向地面回传“关键结果”，可以节省90%的星地链路资源。

而且，动辄数百颗卫星组成的高分辨率遥感星座不仅加剧了对太空算力的需求，也对算力的利用效率提出了更高的要求。想提升算力的利用率，就要实现卫星数据星间高速传输，这就需要在卫星上加上另外一个模块：激光通信终端。它能够实现超远距离（数千甚至数十万公里）上的点对点数据传输，让所有卫星的数据实现云处理，甚至打造“算力星座”，全面实现“天数天算”。

“地数天算”场景的催生则源于AI的快速发展。2025年，全球进入人工智能数据中心（AIGC）高速建设阶段。地面算力对电力、淡水能源的需求正在突破地球所能承受的极限。

根据IDC与浪潮信息联合发布的《中国人工智能计算力发展评估报告》预测，2024年人工智能数据中心IT能耗达到55.1太瓦时，相当于一个千万人口的城市年用电量，2027年将突破146.2太瓦时，超过北京市2022年总用电量。

另外，数据中心的“每度电耗水量”，约为1.1升左右。按照这个数据预估，2027年中国的人工智能数据中心耗水量将达到1.61亿吨，接近北京市2022年生活用水量。

如果能够将这些数据中心也都搬到太空里，实现“地数天算”， 每年能够节省的成本将以数千亿计算。因此，太空数据中心也正在成为全球商业航天领域里，能够与卫星互联网相当的未来产业。 

二、全球产业链概况

目前，全球太空计算产业的发展还在起步阶段，核心部件计算芯片按照计算能力分类为：低性能处理器，如RAD6000等抗辐射处理器；中等性能处理器，如美国Vorago的VA7230系列、英飞凌的Cortex-M4等；高性能处理器，如英伟达的Tegra X2 SoC等。

其中，低性能处理器适用于简单的控制和通信任务，目前应用较少；中性能处理器是当前大多数卫星的主力芯片，能够处理较为复杂的控制算法和少量数据处理任务；太空计算高性能芯片的发展则相对较为缓慢。全球在高性能太空算力芯片的应用大多都处于“技术验证”阶段。

美国：早在2024年，NASA就与HPE公司合作，在国际空间站部署搭载英伟达T4 GPU的星载计算机。该任务能够在近地轨道上近乎实时地评估数据，研究人员只需将评估处理后的数据或洞见传输回地球，处理后的数据量减少30000倍，大大缩短传输时间。

中国：针对太空计算，国家重点研发计划“面向集群/巨型星座应用的卫星平台技术”课题“集群/巨型星座协同计算架构与网络操作系统”也有突破。今年5月，中国科学院计算技术研究所作为课题承担单位介绍了其研制出的极光天基大模型——JigonGPT和星载智能计算机载荷系统的阶段性应用成果。

其中，星载智能计算机载荷由韩银和研究员团队研制，采用全体系国产化核心元器件和高可靠容错计算架构，实现了100 Tops级智能计算能力；极光天基大模型通过对“东方慧眼高分01星”的断续上传，成功实现了JigonGPT的上注安装。目前在轨工作已超过140天。截至2025年5月10日，JigonGPT已在轨运行超过100天。

欧洲：欧盟正在推动 ASCEND 计划，是其应对人工智能快速发展带来的巨大算力需求和能源挑战的战略举措之一。

ASCEND的全称是‌“欧洲净零排放和数据主权的先进太空云”‌ (Advanced Space Cloud for European Net zero emission and Data sovereignty)。它由欧盟委员会根据“地平线欧洲”计划资助，旨在研究将数据中心从地面迁移至太空的科学、技术、经济和环境可行性，最终目标是在轨部署总计算能力达到约1吉瓦（GW）的太空数据中心网络。‌‌

据Research And Markets统计，2024年全球星载计算硬件平台市场规模为14.8亿美元，预计2025年将达到16.4亿美金，增长率约为11%。这一增长主要来自地球观测数据日益增长的需求、卫星星座的激增等。

长期来看，太空计算受AI算力需求的带动，将在未来5年内保持约14.3%的高增速，预计2029年市场规模达到28亿美元。这一增长主要得益于商业航天事业的持续扩张、对卫星自主计算的需求以及AI在航天应用中的创新性使用。新兴趋势包括将人工智能集成到空间计算平台、软件定义空间系统、机载机器学习以及空间计算组件的持续小型化。

按照地区来看，北美以35%的市场份额成为全球最大的太空计算市场，其次为欧洲29%，亚太地区24%、拉美8%、中东与非洲地区和占4%。未来亚太地区将成为未来太空计算的主要市场。

从应用场景来看，2024年太空算力市场中通信领域占比最大，约占全球太空计算市场的40%，其次为遥感领域29%、导航领域17%、气象领域9%、其他5%。预测期内遥感领域将实现最高增长。

三、业内主要玩家

太空计算市场的发展主要还在普及单星智能阶段，天数天算以及地数天算等业态仍处在远期规划阶段。

国内玩家：

1、国星宇航：国星宇航成立于2018年5月，总部位于四川省成都市。2025年5月，国星宇航“星算”计划01组太空计算中心成功发射入轨，成为全球首个太空计算中心，5POPS在轨集群算力位居全球第一。2025年10月，02组太空计算中心发布，单星10P算力卫星同步亮相。其牵头发起“星算”计划，旨在建成由2800颗计算卫星组成的超级太空计算中心，形成全覆盖、低成本、可持续的太空计算网络，覆盖太空边缘计算和地面人工智能场景需求。

9月23日，国星宇航与佳知慧行宣布，“星算”计划01组星座已成功为佳知慧行的深度学习模型提供在轨太空算力服务。通过将佳知慧行的交通路网分析模型上注至“星算”计划01组星座，在3分钟内完成使用太空算力运行该模型对广州市琶洲的遥感影像进行在轨分析和处理，并将路网分析结果下传至地面，标志着国星宇航已具备提供常态化、星座级太空算力商业付费服务的能力。

2、星测未来。成立于2020年，专注卫星智能化，致力于“AI+航天”的深度融合。其应用于微纳星空泰景三号02星的新一代高性能智能板卡，为全球首款成功在轨采用7nm先进制程芯片，算力达到275TOPS的天基计算载荷。

目前公司已具备成熟的星载智能软硬件产品系列，在轨和交付中的星载计算和地面仿真平台近百套，覆盖光/SAR/红外等遥感卫星。成熟产品型谱包含高可靠国产化和高性能进口方案，配合星载轻量化算法及星地一体计算架构，已实现对地遥感、空间科学、卫星通信、态势感知四大场景应用闭环，并面向深空探测及太空计算场景应用进行布局。

3、中科天算。是一家专注于‌天基智能计算与应用系统研发的创新企业，成立于2024年6月。其推进的“天算计划”目标是在2030年前建成天基万卡级超算与数据中心。按照规划，这个太空超算系统将由三大核心舱组成：1平方公里太阳能电池阵列构成的能源舱，提供超100MW清洁能源；基于国产GPU的算力舱，实现10Eops智能算力输出；百束百Gbit级激光通信舱，总通信能力达10Tbps。

其创始人带领团队在2022年便将搭载国产高性能AI芯片的极光1000星载智能机送入太空，如今已稳定在轨运行超1000天，成为国内首个完成高性能AI计算系统在轨验证的项目。2024年发射的极光1000・慧眼，更是完成了天基大模型在轨推理，比Starcloud-1宣称的“支持Google Gemini运行”早了近一年。

4、星辰未来空间技术研究院。2025年11月27日，北京宣布拟在700-800公里晨昏轨道建设运营超过千兆瓦(GW)功率的集中式大型数据中心系统，以实现将大规模AI算力搬上太空。北京星辰未来空间技术研究院以研发、建设和运营晨昏轨道算力星座，建设超大算力的太空数据中心为主要任务。

5、之江实验室。“三体计算星座”是由之江实验室协同全球合作伙伴共同打造的千星规模的太空计算基础设施。之江实验室作为科研机构代表，是“三体计算星座”的牵头方。该星座计划在2025年完成超50颗计算卫星的布局，远期目标是建成总算力达1000P的太空计算基础设施。其首发星座也搭载了80亿参数的天基模型，具备在轨数据处理能力。

6、长光卫星。自研基于华为AI加速模块（Atlas200-NPU）的魔方01A星，实现在轨目标识别和监测验证，完成了从在轨数据处理到智能化计算的技术突破。

国外玩家：

1、Planet Lab。美国知名遥感星座运营商，其建设鹈鹕低轨遥感星座，采用英伟达Jetson平台进行在轨计算，数据处理时间缩短80%。

2、印度KaleidEO。是一家专注于高分辨率对地观测和边缘计算卫星技术的初创公司，成立于2022年7月，与商业遥感公司Satellogic合作，将自研AI框架部署于星载平台，影像处理时间减少99%；

3、Palantir。是一家美国大数据分析公司，专注于为政府客户提供定制化AI平台。其“元星座”情报系统接入438颗商业卫星，在自研Edge AI边缘平台整合多家模型，为美CIA、FBI、NSA等安全部门提供实时在轨监控服务。

4、Starcloud。美国华盛顿的一家初创公司，专注于太空计算领域。2025年11月2日，美国StarCloud公司成功发射搭载英伟达H100芯片与谷歌Gemini大模型的技术试验星，进行遥感数据处理，杰夫贝索斯、马斯克也都认为未来10-20年，吉瓦规模的太空算力中心将会被建立。Starcloud的终极目标，是建造一个功率达5千兆瓦、跨度约4公里的轨道数据中心，能够承担海量AI计算任务，同时降低成本与碳排放。

5、Google。2025年11月5日，谷歌CEO皮查伊宣布启动“捕日计划”，计划2027年与Planet Labs合作发射两颗原型卫星，每颗卫星携带4个TPU，验证太空轨道大规模计算能力。

6、LEOcloud。一家专注于空间计算和云服务的公司，其核心业务是开发和部署基于太空的边缘数据中心，为商业航天、科研机构等提供在轨数据处理和存储解决方案。计划在2025年底前将首代Space Edge设备送至国际空间站，并已获得Voyager的投资。

四、太空计算芯片的发展现状与趋势

作为太空计算的核心部件，计算芯片是未来太空计算发展的基础。而随着AI技术的发展，计算芯片呈现出CPU、FPGA以及专用功能加速器（如数字信号处理器 (DSP)、神经网络处理单元 (NPU) 等）相结合的异构计算架构发展方向。目前国内外计算芯片头部企业包括：

国内：

华为昇腾。依托昇腾AI芯片构建全栈算力生态，国产化率超70%，承建超20个智算中心，在政府及央企市场占有率领先。‌

寒武纪。其‌思元系列芯片算力达256TOPS，适配‌百度文心一言、‌阿里通义千问等大模型训练，2025年企业价值达2380亿元，位列‌胡润中国AI企业榜首。‌‌

燧原科技。专注AI训练与推理芯片，邃思2.0训练卡（FP32算力40TFLOPS）提供软硬一体解决方案，2024年启动A股IPO辅导。‌‌

摩尔线程。国产GPU代表企业，覆盖AI计算、图形渲染等领域，‌MTT S5000 AI训推一体卡（FP32算力32TFLOPS）已应用于多场景，2025年科创板IPO获受理。‌‌

沐曦集成电路。高性能GPU厂商，‌曦云C500芯片支持大模型训练，产品应用于金融、医疗等领域，2025年科创板IPO进入问询阶段。‌‌

国外： 

英伟达。GPU架构主导AI训练与推理市场，‌CUDA软件生态构建技术壁垒，2025年Q2营收预测达450亿美元，全球半导体排名第一。‌‌‌代表产品‌：‌H100、‌H20等AI芯片，广泛应用于大模型训练与数据中心。‌‌

AMD。MI300系列加速卡在AI推理市场增长显著，2025年Q2营收同比增长32%，多核处理器性能逼近英伟达。‌‌

博通。通信半导体巨头，旗下‌Sian3 DSP芯片‌基于3纳米工艺，为800G/1.6T光收发器提供业界最低功耗。与谷歌等巨头合作开发的‌‌‌AI ASIC定制芯片，用于TPU AI加速器，支持大规模数据中心算力扩展，预计2027年市场规模达900亿美元。‌‌

同时，传统航天芯片如RAD5500等已经无法满足现代航天应用对于算力的需求，而太空计算在此基础上又对芯片设计提出了新的要求。例如：太空中充斥的高能宇宙射线要求太空计算芯片具备更强的抗辐照加固和相应的软硬件容错设计；真空、极端温差环境则对芯片的散热、封装和机械可靠性要求较高。此外，无法更换维护对太空计算提出了更高的寿命要求、受限于太阳能翼的发电能力则对太空芯片提出了更低的能耗要求。

面对这种困境，消费级芯片上天已经成为太空计算发展的必经之路。

五、行业瓶颈

行业瓶颈则主要来自消费级芯片上天如何能够“硬刚”太空条件。其中包括多个关键技术：1抗辐照工艺、2软硬件结合多层级容错设计、3混合主被动散热、4高性能柔性太阳翼。

1、抗辐照工艺

抗辐照工艺库通过优化材料、制造工艺和电路设计，显著增强芯片在高辐射环境中的耐受性，满足对可靠性和稳定性的极端要求。

在物理硬化方面，硅基绝缘（SOI）工艺通过在硅层与衬底之间引入绝缘层，减少电荷收集，从而TID耐受高达1000-3000 krad，远超商业CMOS工艺的50-100 krad耐受能力。宽带隙材料，如碳化硅 (SiC) 和氮化镓 (GaN)，因其高深层缺陷耐受性，在高功率、高温辐射环境中表现出色。双互锁存储单元 (DICE) 锁存器设计，通过冗余节点分散辐射效应，实现了超过500 krad TID和37MeV cm²/mg SEU的抵抗能力，适用于高性能航天应用。

2、软硬件结合多层级容错设计。包括：

硬件层：指令级时间冗余、多设备冗余；

架构层：关键模块冷/热备份、看门狗监控；

系统层：采用微内核或云原生操作系统提升可用性；

算法层：对神经网络参数或数据引入冗余，抑制静默错误。

3、混合主被散热

面对太空中更严苛的散热要求，混合主被散热成为大算力上天的重要途径：

主动回路：针对GPU/NPU等高功耗芯片，采用流体回路散热；

被动传导：用于低功耗控制单元，通过热管与结构导热；

故障容错：即使流体系统失效，被动部分仍可维持基础功能。

未来若要部署更大规模计算单元（如多GPU集群），流体回路将成为不可或缺的基础设施，但其重量、微振动与可靠性仍是太空计算发展的主要瓶颈之一。

4、高性能柔性太阳翼

大算力上天还要面对电力这一发展瓶颈。尽管太阳能在太空中取之不尽用之不竭，但卫星太阳能翼的面积和发电效率决定了太空算力的发展规模。

结语

未来五年，太空算力市场的发展机会将围绕如何解决上述抗辐照、散热、电力能源等问题。抗辐照工艺、软硬件容错设计、流体回路散热产品、高性能柔性太阳翼等技术发展将成太空计算领域关注重点。

来源：你好太空微信公众号