一年四輪孖展,太空數據中心的生意怎麼做

虎嗅APP
08/28

誰在做太空數據中心的生意?誰來為這個生意買單?

出品|虎嗅科技組

作者|陳伊凡、劉煊琦

編輯|苗正卿

頭圖|AI生成

「AI原生100」是虎嗅科技組推出針對AI原生創新欄目,這是本系列的第「63」篇文章,掃描二維碼收聽「虎嗅AI 100」完整播客內容。

離地面數百公里的晨昏軌道上,太陽永遠不落。衛星沿着晨昏線飛行,一側是全天候的光照,另一側是零下兩百多攝氏度的宇宙。

對天文學家來說,這是觀測的好位置;對邢若粼來說,這是全世界最好的機房選址。

邢若粼是一葦宇航的創始人。

邢若粼本人 照片由一葦宇航提供

這家公司誕生於2025年,他們解決的問題是,把數據中心搬到太空去。

和邢若粼談話的當下,太空經濟學正在迎來一輪資本熱潮。

2026 年 6 月 12 日,SpaceX 登陸納斯達克,募資 750 億美元,成為人類歷史上規模最大的 IPO。招股書裏,SpaceX 給自己畫出的 28.5 萬億美元可尋址市場,AI 計算與服務佔了 26.5 萬億:這家全世界最著名的火箭公司,93% 的價值敘事來自AI。董事會給馬斯克的天價股票激勵,歸屬條件之一就是建成至少 100 太瓦算力的非地球數據中心。一份招股書,把太空算力推到了資本市場的正中央。

熱度迅速傳導到國內。過去一年,太空算力成了中國商業航天孖展最密集的關鍵詞。根據第三方機構未來天璣的數據,2026 年上半年,國內商業航天孖展事件達 102 起,披露金額 177.09 億元,而去年同期只有 28.33 億元。錢正在沿着這條賽道的每一級台階往下滲。

第一次聽到太空算力這個概念時,我的第一反應是警惕:這會不會又是一個講給資本聽的故事?把數據中心搬上天,聽起來近乎天方夜譚,離商業化似乎遙遙無期。但和邢若粼聊完,我發現太空算力並非憑空造出的風口。

在我們交流之際,一葦宇航剛宣佈完成天使輪系列孖展,這是其過去一年完成的第四輪孖展。

但關於「太空算力」,還有更多疑問我想理清:商業邏輯到底成不成立,誰來買單?商業化路徑有多長?把芯片送上天,工程上要跨過哪些地面數據中心從不需要面對的坎?一家創業公司靠什麼在國家隊、運營商和巨頭的夾縫中活下來並賺到錢?

網絡的盡頭是計算

5G 商用元年;SpaceX 剛開始大規模部署星鏈,行業內不少專家斷言這個項目無法落地;國內第一批民營航天公司才起步一兩年,星網公司尚未成立。

就在這個時間點,邢若粼在一項課題研究中,提出了個在當時聽起來頗為大膽的預判:算力上天是必然趨勢。

「網絡的本質是計算。」邢若粼說,這是基於5G根本性的技術變革。

在 4G 時代,網絡裏的每個功能都對應一台專門的硬件設備,管註冊的只能管註冊,管轉發的只能管轉發。到了 5G,這些功能全部變成了軟件,裝在普通服務器上就能跑,就像把一堆功能各異的家電,變成了一台電腦上的一堆 App。網絡第一次可以直接運行在普通數據中心裏,網絡和計算用同一種硬件、住同一個機房,邊界消失了。

但 5G 已經逼近香農定律的上限(虎嗅注:在給定的頻譜帶寬和信噪比下,一條信道能傳輸的速率存在理論極限,無論工程再怎麼優化都無法逾越),地面網絡密度和帶寬都到了很高水平,卻沒有催生新的經濟增量。6G 的增量只能向天上找。

天上的增量場景並非空想。車路雲協同需要連續的網絡覆蓋,地面基站覆蓋不連續、建設成本又高,很難大範圍推廣;低空經濟裏,地面基站主要服務地面移動設備,低空覆蓋天然不足;民航客艙是現成的例子,配備星鏈的航班已經能提供低延遲高速網絡;農林漁牧這類弱連接甚至無連接的戶外作業場景,衛星網絡可以為無人作業系統提供穩定支持。

這些都是衛星網絡恰好補位的生意。

另一方面,大模型對算力的指數級需求的爆發,給算力上天增加了需求側的推動力。

通信的發展,把算力帶上天,這是整個故事的第一性邏輯。

當然,最貴的是運費。當前火箭發射成本在每公斤 6 萬到 10 萬元區間,但如果百噸級全可回收的星艦研發成功,發射成本可能降到每公斤數百元人民幣。

邢若粼判斷,通信基礎設施的投資重心會整體轉向天基。天基設施既能給地面帶來增量場景,也能支撐低軌經濟活動和未來的外太空探索,同時為太空算力鋪路。

2024 年底,星鏈的訂閱收入超過了火箭發射服務收入,證明「在天上賣帶寬」是門成立的生意。工信部規劃 2030 年中國衛星互聯網接入千萬級終端,邢若粼估算,屆時國內部署 3000 到 5000 顆衛星即可支撐太空數據中心的初始需求。

一個正向飛輪已經隱約成形:鋪設通信網絡,售賣帶寬,接入更多用戶,用戶使用太空 AI 服務,AI 帶來的增值流量又反過來消化衛星帶寬。無人機、自動駕駛車輛、機器人這類帶智能體的設備,未來都會產生大量此類計算需求,對太空網絡的每一筆投資都在加強網絡效應。

當然,把服務器搬上天,面臨的是另一個關卡。

太空對芯片的敵意,集中體現在一種叫單粒子翻轉的現象上:一顆高能粒子穿過芯片,就能讓程序當場崩潰。

散熱是另一場硬仗。地面機房有風冷液冷,太空沒有對流介質,只能靠輻射散熱,效率與溫差的四次方成正比。這意味着誰能把芯片的工作溫度提高 10 到 20 度,誰的散熱效率就能指數級提升,同等條件下可部署的芯片數量可能是對手的幾倍甚至十倍。

通信的演進給出了方向,AI 的爆發給出了需求,粒子和散熱劃定了工程的邊界。邏輯鏈條至此完整,剩下的問題只有一個:它能不能成為一門賺錢的生意。

商業化的閉環

火箭可以靠信念上天,公司只能靠收入活着。太空算力的故事再宏大,最終也要落到商業上。

邢若粼的理解是,To B 生意的本質是定價權。太空算力本質是在構建一種生息資產,其底層邏輯與地面顯卡的金融化一脈相承。爭奪定價權的辦法只有一個:攻克最難的技術、挑戰無人區,用人無我有的先發優勢把大部分競爭者篩出局。國內市場競爭太充分,門檻不高的事情,價值會被迅速吞噬。

定價權是遠期支票,而公司當下必須先生存。

邢若粼的答案是「沿途築基」,不追求一步建成完整的太空數據中心,而是把整套核心技術解耦,拆成可獨立交付的標準化組件,包括衛星智能、通信、控制配套部件,嵌入當下成熟的航天產業鏈先實現商業化收益。與此同時,這些對外交付的產品,本身就是未來自建太空算力網絡的核心硬件。

資產端,後續將從硬件資產交付,逐步轉向能力服務輸出。2026 年 6 月,公司推出太空算力服務平台,作為未來太空應用的底層承載底座。平台已孵化多項前沿業務場景:依託視覺大模型對歷史沉澱遙感數據進行深度挖掘;平台向外提供在軌算力調度、模型部署、星上智能處理等基礎能力。

越多有價值的應用在平台上部署、驗證,平台就越值錢,用戶想用這些應用,最低成本的方式就是使用他的算力資產、設備和算法。

商業化的買單者是誰?

第一類是運營商。地面運營商流量售賣已經觸頂,全都在佈局雲和 token 業務,有網絡就天然有算力需求,也有買單能力。

第二類是大模型企業和推理服務商,只要能拿到資產入口,就有部署動力。

他給公司圈定的兩個最大機會,一是人無我有的高壁壘技術,二是足夠大、足夠開放的生態。

十年後這家公司會是什麼?邢若粼說,是太空人工智能基礎設施供應商:掌握核心資產、供應鏈整合、算法合作與場景用戶的綜合體。

公司名字取自 「一葦渡江」 的典故:達摩折下一根蘆葦,憑一葉葦稈橫渡長江,靠的是信念先於載具,首先是,要相信。

以下為虎嗅的訪談精選

虎嗅:太空算力背後本質其實是通信的發展,5G技術本身有這麼大的變化,為什麼普通用戶感知不到對生活的本質性改變?

邢若粼:核心原因是5G的技術落地和工程化本身複雜度極高,前些年行業的主要建設目標是完成設備的更新換代,先實現對原有通信功能的替代,這個階段用戶自然很難感知到明顯變化。面向應用的開發和培育直到現在才真正提上日程,現在運營商的流量售賣已經觸頂,必須開發新的場景尋找增長點。另外當時國內的建設思路是基建先行,過量投入了5G基站建設,很多基站現在處於關閉或降低頻率的狀態,只解決了設備更新的問題,沒有同步解決應用場景的問題,這也是用戶感知不強的重要原因。相比之下衛星網絡的部署算賬更明確,每顆衛星的資產、生命周期、覆蓋用戶範圍、可售賣的流量帶寬都可以提前核算,覆蓋成本更低,也能帶來真正的新場景,這是兩者的根本區別。

虎嗅:是不是有了衛星網絡之後,地面的移動通信代際技術就不重要了,通信基礎設施會不會出現大的輪替?

邢若粼:我們已經能感覺到這個動向,未來大部分通信基礎設施的投資會投向天上而不是地面,這個改變會非常大。天基通信基礎設施不僅能給地面帶來新的增量場景,也能支撐低軌經濟活動、未來外太空探索的通信需求,同時太空通信基礎設施的建設也會為太空算力基礎設施鋪路。

比如現在行業已經在晨昏軌道部署大量太空算力節點,AI帶來的增值流量可以更好地消化衛星帶寬。而地面網絡已經足夠完善,繼續投資每一筆都是新增成本,很難算清楚投入產出,設備更新換代本身也帶不來增量價值,未來通信基礎設施的投資重點轉向天基是整體的發展邏輯。

虎嗅:現在低軌衛星領域SpaceX處於斷崖式領先,我國衛星數量位列全球第二但和SpaceX差距較大,這衍生兩個問題,第一,我國需要發射多少顆衛星纔有可能實現太空數據中心,第二個是目前已發射衛星的算力利用率情況如何,提升利用率是不是相關卡點?

邢若粼:先說衛星數量。SpaceX已經發射了1萬顆左右的衛星,星艦也已經進行到第十幾次試驗,接近可大規模使用的臨界點。我國可以用更少的衛星實現太空數據中心,根據國家相關政策的指引,預估到2030年至少部署3000~5000顆衛星就可以支撐相關需求。經過這批整星的落地磨練,我國火箭技術基本可以達到常態化獵鷹9號的水平,同時也會開展百噸級相關試驗,到時候通信基礎設施就基本達到可用階段,能夠產生部分正向收入。

其次是算力利用率的問題。部署初期一定是需求大於供給:通信網絡的部署會前置,幾千顆衛星至少可以覆蓋數百萬終端用戶,這些用戶前期只能將數據回傳到地面,忍受高延遲、低帶寬的響應。

後續隨着供給逐步充足,會進入動態調整的階段。首先是衛星互聯網連接的用戶可以直接使用太空算力;其次終端形態會進一步泛化,現在美國已有創業公司在做多波束相控陣天線,未來面向To B、家庭寬帶固網接入的場景,可能會出現像屋頂太陽能板一樣部署在樓頂的相控陣天線陣列,作為大號終端直連衛星,屆時固網流量也會被引入太空,持續消化太空算力。

長期來看地面基礎設施可能會逐步退化,僅作為衛星網絡的補充,覆蓋衛星觸及不到的區域。發射成本降低後基建原動力會徹底改變,加上近地軌道更多經濟形態的發展,全社會AI算力需求會持續擴大,不存在利用率不足的卡點。

虎嗅:技術商業化過程中經歷最難的卡點在哪?

邢若粼:我們當時開發第一個版本的全國產高算力太空服務器時遇到了很大挑戰,這件事此前沒有先例。早期我們參與了部分國家星座計劃項目,發現我國現有及未來的二代通信衛星已經具備一定算力,有大量以CPU為主的計算能力,也有部分GPU智能能力,但這類CPU算力會受到太空單粒子翻轉的影響,單粒子會導致比特0變1或者1變0,打斷程序執行,需要一套系統化的軟硬件一體加固方案,這是商業化中最難的點。

虎嗅:如果把國產芯片放在太空服務器上,和部署在地面數據中心相比性能會不會有所提升?現在國內芯片製程趕不上英偉達,地面上是用集群作戰對抗英偉達單卡,放到太空場景裏,如何能夠同時確保芯片性能的高算力和穩定?

邢若粼:在太空裏如果要同時實現高算力和高可靠,算力會有所犧牲,這是直接的結論。

不過我們的較低製程芯片在太空單粒子環境下反而有優勢,越先進的製程集成密度越高,高能粒子穿透橫截面引發問題的概率也就更高,低製程芯片出現單粒子問題的概率更低,運行穩定性更有保障。

如果要在太空實現穩定的高算力,我們認為最優路徑是把具備抗輻照能力的芯片和現有商業級裸芯片級聯後做先進封裝,這個路徑下算力會有一定損失,但損失比例不會特別大,是換取高可靠性的必要代價。

另外在太空相關應用沒有起量之前,單獨流片成本很高,所以我們現在採用更經濟的方式,優先用軟件解決可靠性問題,這既是必選項也是現有條件下更經濟、迭代更快的選擇,馬斯克的Starlink就是採用這個思路,用較多的設備冗餘配合C語言重新開發的滿足太空可靠性要求的軟件體系結構來保障可靠性,這個模式國內目前還沒有真正落地。

虎嗅:你們之前已經解決了以CPU為主導的太空算力基礎問題,GPU的上天什麼時候能實現?你們打算怎麼實現?

邢若粼:目前全球都面臨一個盲區:先進製程的高算力GPU芯片、類似CUDA的軟件棧、升騰軟件棧以及大模型推理工作負載,都沒有在太空中經過長時間大批量的實驗。美國創業公司StarCloud2025年底發射的搭載H100的衛星,除此之外,國內軌道辰光的辰光一號實現搭載華山大模型上天。另外像NVLink、NVSwitch這類全光交換芯片在軌運行會不會出現問題,也還沒有確切結論。我們公司就是想要挑戰和解決這個問題。

虎嗅:現在太空服務器越來越複雜,從交付單卡變成交付超節點,系統包含光/電互聯、內存芯片、GPU、加速卡等很多組件,把這套系統搬上太空,需要解決的難點和卡點和地面應用相比有什麼不同,能不能通俗舉幾個例子說明一下?

邢若粼:本質上的差別就是環境不同,核心是兩個層面。第一是散熱環境不同,地面有空氣對流,可以用風冷、液冷,但太空裏沒有散熱介質,只能依靠輻射散熱。輻射散熱的效率主要和溫差、表面積相關,表面積和發射成本掛鉤,核心的溫差則和半導體的工藝製程、刻蝕工藝、材料、封裝工藝直接相關,所以我們需要探索一套能在高溫下正常工作的半導體體制機制,這個方向需要重構半導體工藝。

第二是單粒子問題。要解決這個問題,首先需要能做高性能AI推理芯片,其次要在芯片設計階段增加冗餘容錯。通用GPU很難做純硬件加固,代價非常大;而ASIC構型、以固化電路為主的NPU芯片因為是組合邏輯,只需要在關鍵路徑上增加容錯冗餘即可,實現抗輻照特性更方便。現在地面算力也在朝着ASIC化、NPU成為主流的方向發展,這個趨勢和太空算力是一致的。

虎嗅:聽下來太空算力解決的還是推理問題,有沒有辦法做訓練?

邢若粼:訓練在太空要解決的問題更多更大,部署速度不會那麼快。太空裏首先要把推理做好,通信網絡成熟後推理可以直接對接客戶形成商業閉環。訓練的核心是互聯問題,需要太空基礎設施足夠成熟,比如在軌拼裝技術可以拼接成超大型的在軌節點,這時在軌訓練纔有意義。

虎嗅:從商業航天的這麼一個大邏輯,包括算力的邏輯來講,在中國,就這件事情,為什麼不是選擇在國家隊裏來做,而是去自己成立一家商業化的公司?

邢若粼:太空算力恰恰是民營最有機會的賽道,因為它本質是計算問題,只是場景放在了太空。我作為計算機專業背景的從業者,堅定認為通過重構計算體系結構去適應航天體系是正確的路徑。航天體系脫胎于軍工體系,是封閉系統,有自身的迭代規律;但計算機體系是高度開放、融合的,有GitHub這類開放平台,開發者文化支持快速迭代、快速試錯,這種文化下的技術收斂速度是最快的。

虎嗅:商業化的路徑你打算怎麼做?

邢若粼:我們現在的商業模式是兩步走,To B生意的本質是定價權,所以我們現在首先要爭奪太空資產的定價權。要爭奪定價權,核心是攻克最難的技術問題、挑戰無人區,一旦突破相關障礙,就能篩選掉大部分競爭對手;我們除了投入高算力相關的研發探索,也在衛星平台側做智能、通信、控制類的組件配套,這些配套產品現在就能直接嵌入現有商業航天的產業閉環中,已經形成了比較完整的產品譜系。

虎嗅:如果未來我們實現了太空定價權的話,你理想的這種商業模式是什麼?是像英偉達賣卡一樣的收費呢?還是說可能它是一個有點像雲服務的這種收費的方式。

邢若粼:我們預見的兩個最大的機會就是做人無我有的高壁壘技術,以及做足夠大、足夠開放的生態。

我們在資產端前期會採用類似賣卡的模式,後期一定會轉向雲服務模式,這就是我們的第二增長曲線。2026年6月我們已經發布了太空算力服務平台,一方面,我們做太空算力服務平台,本質是把地面或者未來的太空原生應用和航天基礎設施結合起來;另一方面,我們在太空中搭建了AI智算服務器、鋪設了通信網絡之後,還需要解決應用落地的問題,新的衛星網絡打開了新的物理空間和應用場景,太空服務平台就是孕育這些具體應用的關鍵載體。

虎嗅:當前相關市場主體對於算力相關業務的佈局情況和需求情況是什麼樣?

邢若粼:目前所有地面運營商都在佈局雲業務,同時提出要做token服務、向經營token方向轉型,不過這類業務的實際話語權掌握在大模型公司手中,運營商本身有開展相關業務的動機,也具備買單能力。大模型企業也是重要的需求方,這類企業需要採購雲算力來完成模型訓練和推理服務,既有原廠推理服務提供方,也有相關中轉服務商,這些主體都有買單能力和意願,只要能拿到資產入口就能產生對應的商業價值。

虎嗅:對你們來說,競爭窗口期大概有多長?

邢若粼:這個問題也是投資人經常問的。看到這件事、相信這件事、落地執行、有清晰規劃是完全不同的四個層次,目前能做到全流程的人還是少數,賽道仍然有比較大的爭議,真正願意投入的玩家也不多。我反而認為共識過強就意味着價值崩毀。我們很適應現在的行業狀態:早期做這件事的時候認可的人更少,基本是無人區,現在認可的人多了很多,但仍然沒有形成高度共識。這個階段恰恰是巨大的機會,初創公司的優勢就在於可以在其他人還沒反應過來的時候就先相信並落地。

虎嗅:馬斯克是用第一性原理解決太空數據中心的問題,包括重構半導體,從你的視角來看,一葦宇航的第一性原理是什麼?你最看重的技術指標和商業化指標分別是什麼?

邢若粼:我的視角里人是唯一的變量,太空算力賽道的人才非常稀缺,早期能夠認知這件事、形成長期認知壁壘和實踐壁壘的人很少。我們會團結航天、半導體、AI模型三類專業人才,把大家統一到同一個方向下。我們創始團隊的核心能力就是串聯這些人才、定義發展方向、攻克核心價值點。

虎嗅:公司現在哪一類人才最多?

邢若粼:現在硬件人才比較多,主要是FPGA硬件設計類;第二類是軟件人才,包括雲工程師、全棧工程師和 AI工程師,核心是圍繞太空算力服務平台開展關鍵研發場景的驗證工作。

虎嗅:在你規劃的這個商業步驟下面,哪些事情是我們現在沒有做,未來也不會去做?有哪些事情是我們現在沒有做,可能在不遠的未來我們會去佈局的?這個背後做和不做的邏輯是啥?

邢若粼:從資產端來看有兩個重點。第一個是半導體領域,我們絕對不會做商業化高算力、純AI算力的相關業務,這類業務前置投入太大,我們承受不起。基礎模型的研發也不會做,我們會把現有基礎模型作為智力槓桿來使用。還有整星平台相關的業務,我們掌握了設計衛星的能力,做的部組件是整星的核心環節,但不會直接做整星製造。

我們會去佈局的業務包括整機散熱、整機可靠性維護這類研發。另外在應用端,我們會盡量少做具體的算法,比如遙感、通信領域的各類算法,更多是建設共性基礎平台,包括操作系統、雲、通信基礎能力、組網能力等。

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

End

點擊下方【虎嗅嗅小程序】,獲取 AI 行業最新變化。看完記得【添加到我的小程序】中哦~

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10