马斯克最新给出的,是一个很大胆的时间表:SpaceX计划在2027年把英伟达的机架级AI计算系统送入轨道。真正值得关注的却不是“AI上天”这个标题,而是一个更难的问题:接近数据中心规模的计算,能否在太空中稳定、经济且可持续地运行?
马斯克到底宣布了什么?
9月13日,马斯克表示,他“非常有信心”SpaceX会在次年把英伟达“VR NLV72”AI计算机送入太空。外界普遍认为,他指的是英伟达的 Vera Rubin NVL72 系统。
2
这并非一项全新披露,而是对8月计划的重申:SpaceX与英伟达已为轨道任务设计一套经过太空环境优化的Vera Rubin NVL72系统,目标是在2027年第四季度发射,并在2028年实现“显著规模”部署。马斯克称,该设计相比传统机架更简单、更轻、更紧凑,成本也更低。
4
6
英伟达则表示,SpaceXAI拟部署的第一代 Starmind AI 卫星,将以优化版Vera Rubin NVL72机架级系统为基础。
6 这项计划的重点,不是给卫星加上一块用于简单推理的小型AI芯片,而是尝试把原本服务于地面AI基础设施的一整套系统架构带入轨道。
10
不过,现有信息支持的是“已公布的设计与目标进度”,而不是一套已在轨运行、得到验证的NVL72级计算机。
11
它在英伟达的太空计算布局中处于什么位置?
在2026年3月的GTC大会上,英伟达公布了面向太空计算的平台,包括Space-1 Vera Rubin Module、IGX Thor和Jetson系列,瞄准受尺寸、重量和功耗严格限制的航天应用,以及轨道数据中心、地理空间智能和自主太空任务。
这里的区别很关键。卫星AI通常意味着在星上先处理图像或传感器数据,再把较少的数据下传地面;而Starmind的雄心更大:它希望在轨部署一套优化后的、集成式机架级计算系统。
6
10
换言之,Starmind代表的是“轨道数据中心”的探索方向,但尚不能等同于一个已经投入运营的太空数据中心。
为什么要把AI算力放到轨道上?
轨道计算最有说服力的应用场景,是数据本来就在太空中产生。比如,对卫星遥感数据进行就近处理,理论上可减少全部原始数据回传地面的需求,也可能加快部分任务的决策速度。
但这与“太空可以替代地球上的超大规模数据中心”是两回事。现有材料并未证明,轨道计算能够在大模型训练或面向大众的AI服务方面,成为地面超大规模数据中心在技术或商业上的替代品。
最大工程难题:热量往哪里排?
太空有充足阳光,却没有大气,因此也没有地面设备常用的空气对流散热。对于高功耗计算设备而言,这是一道硬约束:废热主要必须依靠热辐射排出,可能需要大面积散热器。
布鲁金斯学会指出,大型轨道数据中心的冷却可行性仍不明确;在真空中,热辐射可能是其散热的唯一途径。
18
此外,还要面对宇宙辐射耐受性、发电与储能、网络连接、发射集成、在轨维护、空间碎片,以及故障硬件的替换成本等问题。这些并非项目边缘细节,而是决定轨道计算能否规模化的核心条件。
为什么2027年第四季度应被视为目标,而非定数?
马斯克给出的2027年第四季度时间表,比此前SpaceX披露的“最早2028年”部署窗口更为激进。
4
研发目标不等于确认的发射任务,更不等于飞行成熟的航天器设计。要验证一套大规模轨道计算载荷,至少需要证明其封装、供电、热控、抗辐射与通信系统能在真实飞行环境中协同可靠工作。
11
18
因此,更审慎的解读是:2027年是宣布的目标,不是已被证实的运营日期。
100万颗卫星的更大背景
Starmind计划还连接着一场更广泛的轨道数据中心争论。据相关报道,SpaceX曾寻求授权部署最多100万颗由太阳能供电、配置为轨道数据中心的卫星。
17
如果规模走向如此庞大,影响将不止于建设这些系统的公司。更多航天器会提高轨道拥挤程度和碰撞管理压力;大型反光结构也可能干扰天文观测。一项学术分析认为,在约500公里高度部署公里级计算阵列,可能显著改变白天和夜晚的天空;其模拟的4×4公里阵列,从地面看视直径约与月亮相当。
17
这些情景并不是对Starmind首颗卫星的描述,却说明了一旦项目从演示验证走向超大规模星座,空间安全和环境影响必须接受严格审视。
结论:先看能否解决工程账与经济账
马斯克9月的表态,是对SpaceX与英伟达计划的再次确认:在2027年发射太空优化版Vera Rubin NVL72系统,并在2028年扩大部署规模。
2
6
这一计划把英伟达的太空计算硬件推向了一个极具野心的应用——将机架级AI计算带入轨道。对需要在太空中就近处理数据的特定卫星任务而言,这一思路或许有实际价值。
但从一颗计划中的Starmind卫星,跨越到可与地面设施竞争的轨道数据中心网络,中间仍有巨大距离。散热、可靠性、发射成本、监管审批,以及超大规模星座对轨道与天文环境的影响,才是比发射日期更关键的考题。
10
18