AI能源危機：科技巨頭為何開始考慮把資料中心送上太空

這種壓力正迫使企業尋找全新的運算能源模式。

Google「Project Suncatcher」：把AI算力送上軌道

Google 已啟動一項名為 Project Suncatcher 的研究計畫，探索機器學習運算是否能在太空運作。

核心概念是：

• 發射一組衛星星座
• 每顆衛星搭載 Google 的 TPU（Tensor Processing Units）AI 晶片
• 透過高速光學通訊連結形成分散式運算網路

整體結構就像一個在軌道上的分散式資料中心。

其最大優勢是能源。

在特定軌道上，太陽能板的發電效率可能比地面高達 8 倍，而且能幾乎持續接收陽光，大幅降低儲能電池需求。

Google 已討論在 2027 年左右發射早期原型衛星，用來測試太空運算是否能支援 AI 工作負載。

若成功，這可能形成一種全新的 「軌道 AI 雲端」。

與 SpaceX 的潛在合作

要部署大量衛星，關鍵在於能否低成本進入太空。

報導指出，Google 曾與 SpaceX 討論為 Project Suncatcher 發射實驗性軌道資料中心，但目前尚未宣布正式合作合約。

SpaceX 的可重複使用火箭被視為讓大型太空基礎設施變得可行的重要技術突破之一。

Musk 也曾表示，隨著發射成本下降、AI 電力需求增加，太空太陽能資料中心在經濟上可能變得可行。

Nvidia 的觀點：潛力存在，但目前不划算

Nvidia 執行長黃仁勳（Jensen Huang）對這個概念則採取較為保守的態度。

在財報會議中，他承認太空資料中心具有明顯優勢，例如：

• 大量可用太陽能
• 可部署大型太陽能板

但他也直言，目前的成本結構仍不理想。

他的結論相當直接：

「現在的經濟性很差，但未來會逐漸改善。」

這種觀點其實代表了不少業界人士的共識：概念有吸引力，但距離商業化仍有一段距離。

為什麼太空可能成為AI基礎設施的新地點

如果工程與成本問題逐步解決，軌道資料中心可能帶來幾個結構性優勢。

近乎全天候的太陽能
在太陽同步軌道上，衛星幾乎可以持續接收陽光，單位面積的發電量遠高於地面。

減少對地面電網的壓力
若部分 AI 運算移到太空，可能降低與住宅、工業及其他基礎設施競爭電力的情況。

可擴展的運算架構
多顆衛星互相連接，可以像分散式超級電腦一樣運作，透過增加衛星數量來擴大算力。

新產業鏈機會
這類基礎設施可能帶動多個產業，包括：

• 火箭發射服務
• 衛星製造
• AI晶片
• 雲端平台

仍然存在的重大挑戰

即使概念吸引人，實際落地仍面臨多個難題。

發射與硬體成本
把伺服器與 AI 晶片送入軌道的成本，遠高於在地球上建資料中心。

維修與更換設備
地面資料中心更換硬體只需幾分鐘，而太空設備維修則困難許多。

散熱與系統設計
高性能 AI 晶片產生大量熱能，在真空環境下散熱需要全新的工程方案。

太空垃圾與監管問題
大型衛星星座可能增加軌道碎片風險，也涉及國際太空監管問題。

因此，多數分析師仍將軌道資料中心視為長期研究方向，而不是短期替代地面資料中心的方案。

AI基礎設施正進入新階段

關於太空資料中心的討論，其實反映了一個更大的變化。

過去限制 AI 發展的主要瓶頸是計算硬體；但現在，瓶頸開始轉向：

• 能源
• 土地
• 電力基礎設施

因此科技公司正探索各種可能方案，包括：

• 核能供電資料中心
• 新型電網建設
• 太陽能運算衛星

最終，軌道資料中心是否會成為主流仍不確定。但有一件事已經很清楚：

AI 的未來，可能不只取決於演算法，也取決於能源創新。