2025年太空算力行业专题报告：苍穹之上的算力新纪元

1．什么是太空算力？

1.1 太空算力：轨道上的超级算力中心

1.1.1 太空算力--AI 算力的轨道延伸新范式

太空算力是 AI 算力体系从地面向轨道空间延伸的全新范式。太空算力是在地球低轨或 中轨卫星中部署的具备推理与训练能力的模块化服务器节点，形成“轨道数据中心”，可 执行大规模 AI 运算，协同完成数据处理任务，超越传统卫星“感知+回传”的功能，具 备自治智能、实时响应、分布式协作等特性。比如，国内 ADA Space 与浙江 Lab 合作推 出的“三体计算星座”已发射首批 12 颗 AI 卫星，每颗卫星具备 744 TOPS 的处理能力， 星座总算力预期达 5POPS，未来目标设定为 1 000 POPS 小型轨道超算阵列。

1.1.2 区别：不等同于边缘计算

太空算力并非地面边缘计算的升级，而是“轨道级分布式 AI 架构”。传统边缘计算将算 力部署在终端附近，以降低延迟和网络成本为目的。而太空算力则将算力部署在架空的 轨道上，与地面数据中心形成“去中心化+高性能”的融合，一方面保留了边缘算力的实 时性和自治性，另一方面更是提升了可处理任务的复杂度，具有在太空轨道侧训练大模 型、协同处理遥感数据、实时反馈任务等能力。 比如，美国初创公司 Starcloud 计划在 2025 年 8 月（暂未实现）通过 SpaceX 的猎鹰 9 号火箭发射其首颗试验卫星，该卫星体积类似冰箱大小，重约 60 公斤，核心是搭载了经 过太空环境强化（抗辐射）的英伟达 H100 芯片，该卫星算力相当于国际空间站现有服 务器集群算力的 100 倍，可支持运行轻量化大模型，如精简版 GPT-4o。Starcloud 的长 期愿景是构建由 4 平方千米太阳能电池阵供电的千兆瓦级轨道数据中心，并计划通过激 光链路与星链、Kuiper 等星座实现低延迟互联，目标是开启“太空算力即服务”的新模 式。

太空算力并非地面边缘计算的升级，而是“轨道级分布式 AI 架构”。太空算力是一种全 新的“轨道级分布式 AI 架构”，并非简单地将地面服务器搬上太空，而是从根本上重构 了计算资源的部署方式和任务范式。其核心特征包括： 部署位置与环境的根本不同：算力节点部署于地球轨道，必须解决宇宙射线、极端 温度交变、长期无人运维等地面未曾遇到的严峻挑战。这要求从芯片、硬件到系统 的全栈创新，例如采用抗辐照设计、冗余备份系统及能适应太空环境的轻量级容器 化软件平台； 任务复杂度的阶跃式提升：太空算力节点需具备在轨自主决策和协同能力。其目标 不仅是数据过滤（如卫星图像预处理），更追求在太空环境中直接执行 AI 训练与复 杂推理（如星载大模型运行、多星协同计算）； 系统架构的全局性变革：最终愿景是构建一个星间高速互联（如激光链路）的分布 式“轨道数据中心”网络，实现算力在太空中的动态调度与共享。

1.1.3 天方夜谭？——两个前沿探索

前沿探索一：分布式计算的轨道版本

太空算力可以类比为分布式计算的轨道版本。分布式计算通过将系统的各个组件分布在 多台计算机或节点之间，作为一个整体系统运行，提升效率与性能。“轨道级分布式计算” 则是在太空中复制这一理念：由众多卫星组成星际阵列，彼此协同完成数据计算，减少 地面传输压力。例如，Gunter 等人提出一套小卫星网络，在星间保持常态通信，并直接 完成复杂科学计算任务，而非将数据全部回地面处理。分布式卫星网络（DSIN）为构建 可扩展、高韧性的轨道算力系统提供了方法论基础。 轨道级分布式计算不仅是算力架构的延伸，更是应对地面带宽瓶颈与实时性需求的重要 路径。在数据密集型任务（如地球观测、深空探测）中，轨道节点可就近完成数据筛选 与预处理，大幅降低下行流量并提升响应速度。

前沿探索二：比特币挖矿的太空延伸

早期比特币挖矿的太空化构想与研究，体现了高能耗计算任务向轨道迁移的潜力与逻辑。 早在十年前，比特币核心开发者 Jeff Garzik 所创立的 Dunvegan Space Systems 与 Deep Space Industries 签署合作协议，共同开发名为“BitSats”的卫星。这些 CubeSat 将架设为比特币网络的轨道节点，作为独立的区块链网络节点运行，不依赖地面基础设 施，提升网络发生地面中断时的韧性和可靠性。随后，Peter Todd 等区块链技术专家研 究了轨道挖矿的工程可行性。他们认为，轨道环境所具备的稳定的太阳能供给以及真空 条件下的高效被动散热能力，并且随着卫星发射成本的持续下降，有望在长期内使太空 比特币挖矿具备经济可行性和能源效率优势。

1.2 太空算力的技术原理

1.2.1 太空算力的核心构成

与地面数据中心不同，轨道级数据中心通过卫星在轨布置计算、存储与网络设施，并利 用太阳能提供持续性能源，结合真空环境下的散热器实现高效冷却。系统核心由计算存 储模块、液冷系统、网络交换机与电源管理模块组成，通过高速星间链路（ISL）实现多 卫星节点间的数据互联与任务分配。同时，数据中心的网络交换设备连接至卫星对地通 信链路，将必要的数据下行至地面站或其他在轨任务单元，实现“在轨计算+按需下传” 的混合模式： 卫星/空间平台：作为载体，相当于数据中心的机房，提供电力、通信链路和结构支撑目 前多采用低轨（LEO）卫星或空间站平台（目前 150-300 公里低轨空间较为拥挤，未达 到较好的散热效果，太空算力卫星多考虑发射至 500 公里外）； 1）算力模块：即服务器集群，GPU/CPU/AI 等芯片，受制于太空平台的面积有限，算力 模块多以简单的多卡形式呈现，封装成抗辐射的计算卡群或机柜； 2）通信链路：上下行链路——跟地面站传输数据，星间链路——卫星之间用激光通信传 输； 3）能源系统：太阳能电池板是主要供电来源，同时搭载电池储能，保证卫星在阴影区（没 有阳光时）运转； 4）散热系统：太空是真空环境，无法通过传导散热，需要采用热管或流体回路+辐冷板 （Radiator）形式散热，即芯片产生的热→热管传导→辐冷板→通过红外辐射把热量直接 “辐射”到外太空，散热效率和辐冷板面积成正比，所以在卫星上会看到“大翅膀”一 样的结构。 对于 GPU 等高功率载荷，单靠热管难以满足需求（或需要较多热管，导致卫星重量过高， 发射成本过大），往往需要结合液体回路进行主动散热（类似地面服务器的液冷散热）。

【关于散热的补充】 最终散热方式只有一个：辐射。但如何把芯片热量传到散热板，决定了用热管/环路/液 体循环： 小卫星/低功率→多用热管/环路热管。 大算力载荷（GPU/AI 芯片）→必须靠液体循环+大型散热翼板。比如 Starcloud 这 类太空算力卫星有很大可能会用液冷+Radiator 的混合方案。

1.2.2 太空算力技术

要在严苛的太空环境中实现强大算力，轨道计算节点需要综合多顶尖技术支撑：

部署方式：太空算力节点可采用不同部署形态。一种是专用计算卫星星座，由多颗 小卫星组网协同，如中国“星算”首发星座的 12 颗卫星就是一轨道平面组网。星座 内部通过星间链路组成“轨道数据中心”，共同提供服务。另一种是将计算模块搭载 于大型卫星或空间站模块中，形成轨道数据中心节点。例如 Axiom Space 计划在其 商业空间站上集成“轨道数据中心(ODC)”舱段，在 pressurized 模块内部署类似地 面服务器的计算节点。

能源供给：轨道算力主要依赖太阳能供电。根据 NASA 关于小型卫星电力供给的信 息，小型卫星的电力通常由太阳能架构（太阳能电池+太阳能电池板+太阳能阵列） 提供。目前，各国均在部署相关设施。例如，英伟达参投的 Starcloud 公司计划构建 一个 5 公里×4 公里的巨大太阳能电池阵列，在太空建成 5GW 功率轨道数据中心； 我国的轨道辰光公司正开展新型聚光型砷化镓太阳能电池等产品的研发。

散热系统：与传统算力中心的散热方式不同，太空真空环境下无法利用空气对流， 电子设备散热需依赖辐射进行热量传导。计算节点通常设计有流体回路/热管将热 量传向卫星表面，由辐射器将热量以红外形式向深空冷源散发。我国轨道辰光团队 通过新型辐冷板设计与双相流体回路，确保算力卫星在用电功率大、热流密度高， 且卫星无大气对流条件等情况下，将产生的热量及时辐射到空间环境中。

技术挑战：虽然低轨道辐射环境总体友好，总剂量效应不强，但也需预防单粒子效 应和单粒子闩锁带来的影响，需要采用一定的抗辐照方案。目前多家公司正探索解 决方案：Axiom 尝试使用军规级加固电子设备，以应对极端环境；Lonestar 探索将 未来月球数据中心放置在地下熔岩洞中，以防辐射。

2. 应用与商业：太空算力的落地愿景

2.1 云厂商延伸探索：AI 下的轨道数据中心

目前太空算力处于早期探索到小规模示范，多家创业公司、航天公司、少数云/芯片巨头 在做示范或试点。主要目标集中在：为卫星/星座提供就地 GPU 推理/训练能力、作为地 面数据中心的补充（灾备、低延迟覆盖、能源/冷却优势）等： 创业公司： Starcloud（原 Lumen Orbit）：有融资和示范计划，目标明确瞄向轨道 GPU/在轨 数据中心，太空算力的先锋； Axiom Space、Lonestar 等：在推进轨道/近轨数据节点、太空站可插拔节点或月 球/在轨布局算力。

CSP 云厂商：

英伟达：通过 Inception 项目与初创公司 star cloud 合作，计划 2025 年 8 月发射 首颗搭载 H100 芯片的轨道数据中心卫星“Cloud-0”（暂未实现），其搭载的 H100 芯片组能在零重力环境中实现国际空间站 100 倍的计算性能。

亚马逊：2026 年中期在澳大利亚推出柯伊伯卫星互联网，以与 Starlink 竞争。亚马 逊布局低轨卫星互联网领域已久，2020 年亚马逊 Project Kuiper 星座计划得到了美 国联邦通信委员会的批准，该计划投入数十亿美元将 3236 颗卫星送入轨道。23 年 7 月宣布将斥资 1.2 亿美元在佛罗里达州建设卫星工厂，为其新兴互联网业务 Kuiper 项目提供服务。2025 年 4 月，亚马逊成功发射首批 27 颗卫星，采用 Atlas V 火箭， 未来或结合 AWS 边缘计算能力，在轨部署 AI 数据处理节点。

微软：携手 SpaceX 推出 Azure space 计划，在 Azure 上提供卫星驱动的互联网连 接。其中 Azure Orbital Cloud Access 旨在智能地优先处理光纤、蜂窝和卫星网络中 的流量。优先的网络流量通过 SpaceX 的 Starlink 与 Azure 边缘设备进行传输，使客 户能够在 Starlink 运营的任何地方访问微软云服务，24 年该功能已发布预览版。同 时和 Ball Aerospace 合作，规划在轨测试卫星为美国政府敏捷部署新的软件和硬件。

Meta：与英伟达、惠普等合作，宣布“Space Llama”人工智能合作项目，该项目 旨在为国际空间站国家实验室的宇航员提供科研支持。该项目核心愿景在于简化操 作流程、降低计算成本，并迅速响应宇航员在太空作业中遇到的突发情况。合作中 使用的 Llama AI 系统具备实时分析宇航员需求并根据即时数据提供反馈的能力。

谷歌：与 NASA 合作构建概念验证 AI 医疗助手 CMO-DA，旨在当没有医生或与地球 通讯中断时，帮助宇航员诊断和治疗症状。该项目采用固定价格的公共部门订阅协 议，涵盖云服务、应用开发基础设施和模型训练成本。

2.2 国内 AI 卫星网络的商业化加速

国内 AI 上天进展顺利，积极打造全球首个商业化 AI 卫星网络。2025 年 5 月，中国商 业航天公司国星宇航（ADA Space）在酒泉发射了首批 12 颗智能计算卫星，每颗卫星都 搭载 AI 芯片和模型，总算力达到约 5 POPS，标志着太空算力首次进入实际应用阶段。 同年 7 月底，公司又在江苏无锡宣布了第二批卫星星座计划，代号“梁溪”的新一批 12 颗卫星，总算力提升到 20 POPS，相比首批翻了四倍。根据 ADA Space 长期规划，该项 目未来将扩展到多达 2800 颗卫星，形成一个真正意义上的“太空超级计算机”。这一项 目代表了中国在太空计算领域的重大突破，也标志着全球首个专门构建的商业化 AI 卫星 星座正在成为现实。顺灏股份参投的北京轨道辰光科技公司规划的计算卫星首发试验星 预计将于 2025 年底发射，通过在晨昏轨道建设算力星座，将有效解决地面算力中心建 设制约问题，构筑兼具性能、环保以及成本优势的强大算力基础设施，为用户提供强大 算力支持。

2.3 下游应用：遥感或先行，其他领域创新不断

遥感 AI 技术正成为卫星数据处理的前沿方向，有效应对气候灾难、环境监测等问题。 Planet Labs 发射先进的 Pelican-2 卫星来增强其地球观测卫星群。Pelican-2 卫星 配备了 NVIDIA Jetson 平台，拥有先进的轨道 AI 计算能力，实现了目标检测、植被 分类和灾难响应等应用。  Spire Global 通过光通信和 AI 技术突破，为太空技术的发展开辟了新的可能性， 并为应对全球性生态问题提供了有力工具。2025 年 3 月 3 日，Spire Global 在航天 技术领域取得了重大突破，成功实现了低轨六单元立方体卫星之间的双向光学通信 （OISL），在提升未来任务数据传输速度、可靠性和安全性方面迈出了重要一步。 Spire 的这项技术不仅在野火监测和灭火领域有着重要应用，还在全球通信、导航、 环境监测等领域展现出潜力。

初创公司开发深空新方向。2025 年 2 月 26 日，初创公司 Lonestar Data Holdings 实现 一项突破性成就——将首个实体数据中心建在月球表面。Lonestar 公司的总裁 Steve Eisele 表示在月球上进行数据存储具备安全、抗攻击优势。

3. 为什么当下算力要上天？

3.1 算力上天的起点——能源需求与供给之间的撕裂

3.1.1 能源需求几何？算力发展带来预期不断上修

AI 技术迭代加速，全球算力需求呈现持续上涨趋势，带来庞大的能源需需求。OpenAI、 Anthropic、百度、阿里、字节等国内外厂商相继推出新一代大模型，全球范围的算力需 求呈现全面开花的态势，同时，“星际之门”“普罗米修斯”等超大规模项目计划落地， 叠加 CSP 厂商持续上修资本开支，进一步印证算力建设进入加速周期，带来了庞大的新 增电力需求，未来能源消耗压力值陡增：

美国战略与国际问题研究中心（CSIS）发布研究，结合人口数据、芯片和数据中心 基础设施建设、运营费用等数据，预测未来 AI 相关的总投资额，从而进一步通过投 资额预测等效 GPU 购买量和其所消耗的电力。最后测算得到 2030 年美国 AIDC 相关总电力需求达到约 84GW。

兰德公司（Rand）发布电力需求测算研究，测算逻辑为首先计算芯片效率，随后计 算计算集群性能，最后计算数据中心电量需求，最后得到 2030 年全球 AIDC 电力 需求为 327GW。

研究公司 SemiAnalysis 利用了 5000 多个数据中心的分析和建设预测，并将这些数 据与全球数据以及卫星图像分析相结合，预计未来几年数据中心电力容量增长将加 速至 25%的复合年增长率。以该公司提供的 23 年为 49GW 计算，我们预计 2030 年全球数据中心关键 IT 电力需求增长 234GW。

麦肯锡根据自有模型测算未来全球 AIDC 耗电量，预计到 2030 年全球 AIDC 电力 需求达到 171GW-219GW。

BCG 公司利用其自有数据中心模型测算未来全球 AIDC 点亮需求，最后测算得到 2023 年至 2028 年，全球数据中心电力需求的复合年增长率约为 16%，比 2020 年 至 2023 年的增长速度快 33%，到 2028 年将达到约 130GW。

3.1.2 美国能源供给现状？近二十年停滞不前

电力供给不足，急需其他方案改善。作为全球 AI 发展最为迅速的国家，美国的供电需求 并无法满足 AI 电力需求。根据 CSIS 数据，二十年来，美国电力消费停滞不前，自 2007 年以来，年复合增长率接近 0%，而在此之前，电力行业的增长率又持续下降了数十年， 且火电占比较高。而由于电网建设慢、能源短缺、人才缺乏、阻力多等问题，目前部分 地区已进入能源紧急状态，如美国数据中心大洲——弗吉尼亚州北部部分数据中心已面 临长达 7 年的电力供应等待问题；xAI 由于电力供应等待时间过长租用便携式燃气发电 机，从而需要多耗费大量成本等。

综上所述，我们认为目前算力飙升背后是电力供给的极限，地面基建目前已成为最大瓶 颈。需求侧看，AIDC 的指数级扩张将带动电力需求迅速上升，根据 Rand 数据，2030 年单个地点的训练需求可能高达 8GW（约相当于 8 座核反应堆），除此之外还有数字货 币挖矿等其他增长的电力需求存在；供给侧看，美国此前的地面基建已明显无法满足目 前需求，根据 CSIS 数据，纽约的峰值需求约为 33GW（2023 年夏季），加州电网 CAIS O 的历史峰值为 52GW（2022 年 9 月），而较为中性的 CSIS 预测 AIDC 电量需求已达到 84GW，接近前两者峰值的总和。同时结合特朗普已于今年 1 月宣布美国进入能源紧急 状态的现状，地面基建已无法在几年内满足 AIDC 电力需求，而太空算力或为落地能见 度较高的优选方案之一。

3.2 为何发展太空算力？

能源优势——太空中太阳能效率高，可有效解决地面基建痛点。算力上天可充分使用太 阳能，与地面电力基建相比，具有效率高、24 小时响应等明显优势：

发电效率提升：地球大气层对阳光有削弱，对阳光产生散射与吸收，部分太阳能将损失 反射到太空中。而在太空中光子活力更强，且没有大气层反射，发电效率大幅提升。根 据中国科学技术馆数据，太空中同面积电池板接受的光能相比地球表面某些地区高出 2 -3 倍。

24 小时持续响应：地球上太阳能最大的痛点之一即由于季节、电气、地区、昼夜更替 等原因，使得太阳能供电与火电、核电等供电方式相比较不稳定。而太空中如晨昏轨道 的太阳能有近乎 7✖24 小时的光照时间，只要位置、技术设定合理就可以持续接收太阳 能。

能源清洁且可再生：与有限且不可再生的化石燃料不同，太阳能可以无限期地利用，同 时有利于在为数据中心供电的同时实现碳中和目标。

经济高效：太阳能电池板一旦制造完成并发射到太空，就无需任何持续的燃料或维护成 本。以 ADA Space“三体计算星座”项目为例，依赖空间光照与冷却，实现高效率算力 处理。

散热优势——真空环境天然有效散热，空间冷却与激光通信降低能耗和运维复杂度。目 前如果建造一个 100 万张 GPU 的计算集群，其局部热流密度将超过 250W/m2，需要进 行大面积扩热，并采取水汽蒸发等降温措施，工程实施难度极大，水资源浪费严重，且 容易引发严重的热岛效应。相比地面设施散热，太空由于其自身真空环境在散热方面具 有散热效率高、节约水资源等优势： 超低温环境：太空中温度达到零下 270 摄氏度，远低于地面任何自然或人工冷却系统的 极限，太空环境可直接作为“天然液氮冷却池”，大幅降低主动散热能耗； 无介质热传导障碍：太空的真空环境彻底规避了地面散热中的空气热阻问题，热量可直 接通过辐射散发。相比之下，地面数据中心因空气对流效率低，需消耗一定能源驱动风 冷或水冷； 简化散热结构：卫星散热器仅需轻量化材料（如石墨烯复合膜）制成辐冷板，无需复杂 的水冷管道或压缩机制冷系统，既减轻设备重量，又降低故障率； 脱离水资源依赖：数据中心散热需要大量水资源，以 Meta 为例，其新建的数据中心日 最高用水量达 600 万加仑，远超当地全郡用水量，太空散热完全无需水资源，彻底解决 干旱地区数据中心部署限制。 综上分析，我们认为太空算力是 AI 时代下解决能源、散热等问题的优选之一，且目前 全球已有多家公司启动对应项目，技术发展较有保障，具有较大的市场空间及商业落地 价值。

4、太空算力的产业链及参与者

4.1 产业链的梳理

4.1.1 上游：基础构建环节

上游是太空算力的根基，负责提供可承载算力的物理平台与把设备送入轨道，涵盖：卫星/平 台制造、发射服务、算力与通信硬件。卫星制造商通过平台设计与星间链路提升网络能力； 发射服务以可复用火箭压低边际发射成本；算力/边缘硬件厂则需做耐辐照、功耗与热设计适 配： SpaceX（Starlink / Starshield）：现阶段在大规模 LEO 星座、星间激光链路与自有发射 能力上具有领先优势（影响网络能力与部署速度）； 卫星制造商：Maxar、Thales Alenia、Airbus Defence、Lockheed Martin 等； 发射服务：SpaceX（猎鹰系列火箭）、Rocket Lab、Blue Origin、ULA、Arianespace 等； 算力硬件 — NVIDIA、Intel、HPE、专门的耐空间级加速器与模块厂商（部分厂商已开 始把 AI 边缘芯片送上轨进行验证），例如已有项目将 NVIDIA Jetson 类 AI 模块送入轨 道测试。

4.1.2 中游：在轨网络/算力与空间运营

中游承担着太空算力的神经中枢职能，核心在于构建高效的通信网络与实现算力的在轨管理， 包括通信网络搭建、轨道数据中心运营： 星座网络/中继运营：SpaceX（星间链路）、OneWeb（Eutelsat OneWeb 的全球覆盖策 略）、Kepler（混合 RF+光学中继并明确推进 on-orbit compute 能力）、休斯网络（Hughes Network Systems）等； 在轨算力与模块化基础设施提供者：Axiom Space（推出“轨道数据中心/ODC”节点计 划）、Loft Orbital（模块化搭载与快速部署服务）、Skyloom（光中继/高带宽中继解决方 案）、Axiom 已与多方合作推进首批在轨数据中心节点； 其他运营：SpaceX的Starcloud旨在打造轨道数据中心，通过在太空部署数据中心节点， 为地面用户提供边缘计算服务；大型云厂商通过 ground-station as a service 与 spaceto-cloud 产品，承担数据落地、存储与二次处理的角色（如 Azure Orbital、AWS Ground Station 等）。

4.1.3 下游：应用拓展环节

下游是太空算力价值释放的核心场景，通过多样化应用将技术优势转化为实际生产力，覆盖 地球观测、通信服务及新兴领域等方向。地球观测借助在轨数据处理提升决策效率，通信服 务依托算力优化拓展服务边界，新兴应用如自动驾驶、智能交通则通过太空算力突破地面场 景限制，全方位推动太空算力从技术探索走向产业落地，赋能多行业升级。 地球观测：  Planet Labs：利用搭载 AI 的卫星对地球表面进行高分辨率、高频次成像，并通过在轨 实时处理技术，快速生成对农业监测、环境变化跟踪等领域有重要价值的信息。例如， 通过分析卫星图像，可及时监测农作物生长状况、病虫害发生情况，为农业生产提供精 准决策依据。 Maxar Technologies：拥有先进的地球观测卫星星座，具备高分辨率成像与立体测绘能 力。其数据广泛应用于城市规划、资源勘探、灾害评估等领域。 通信服务： 铱星通信（Iridium Communications）：运营着全球覆盖的卫星通信网络，为偏远地区、 海洋、航空等地面通信难以覆盖的区域提供可靠通信服务。 Globalstar：提供卫星语音和数据通信服务，在物联网、应急通信等领域应用广泛。 我们认为，目前太空算力的上游格局较为稳固，SpaceX 主导（星座规模+发射），短期内处于 明显领先地位，Amazon 的 Project Kuiper 借助 AWS 生态也是重要参与者；中游是最活跃的 “创新场”，Kepler、Skyloom 等专注光学中继与在轨中转的公司，以及 Axiom/Loft 等在轨模 块化服务提供商，正努力推进在轨算力的商业化，如 Kepler 已公开宣布 on-orbit compute 能 力，Axiom也在推进轨道数据中心节点。

4.2 太空算力核心公司梳理

4.2.1 Starcloud（太空算力卫星制造）

公司概况：Starcloud 是一家太空计算初创公司，公司成立于 2024 年，其总部位于华盛 顿州雷德蒙德，致力于提供太空数据中心解决方案。公司创始人兼 CEO 菲利普·约翰斯 顿曾负责国家航天机构的卫星项目，其他两位创始人中，埃兹拉·费尔登拥有十年卫星设 计经验，专攻可展开太阳能电池阵和大型可展开结构；阿迪·奥尔特安曾供职于微软与 SpaceX，管理层均具有相关领域深厚工作经验。 项目进展与布局：计划搭建全球首个轨道 AI超算中心。公司计划发射全球首颗搭载 H100 的 AI 卫星，目标构建千 MW 级轨道数据中心，以轨道太阳能驱动在轨 AI 模型训练与推 理服务，全面摆脱地面能源制约。Cloud-0 将主要承担作为“太空缓存”预加载高频使用 的 AI 模型参数，以及处理太空专属的计算密集型任务，如实时解析合成孔径雷达数据、 深空射电信号处理等，该项目与英伟达的 Inception 计划合作。 主要产品：公司目前发布首颗商用卫星“Cloud-2”，配备 GPU 集群、持久存储、全天候 访问以及专有的热能和电力系统。Starcloud-2 能够对航天器和空间站每天产生的数 TB 级原始数据进行实时、大容量数据分析。通过在太空中处理这些数据，Starcloud 能够提 供源自地球观测卫星原始数据的低延迟洞察，消除下行链路瓶颈，并避免向地球传输大 量原始数据，同时独立于地球。以确保了在主权、高度冗余的环境中实现高性能计算和 关键数据备份。

资方背景：公司于 24 年 12 月宣布获得 1100 万美元融资，投资者包括 NFX、孵化机构 Y Combinator、FUSE、Soma Capital 以及安德森·霍洛维茨基金和红杉资本的 Scout 基 金。

4.2.2 亚马逊（卫星宽宽带网络）

项目介绍：Project Kuiper 是亚马逊推出的卫星宽带网络计划，旨在为全球未被充分服务或服 务不足的地区提供快速、可靠的宽带服务，涵盖学校、医院、企业、政府机构等各类用户， 以缩小数字鸿沟。其技术架构包括地面基础设施（网关天线、全球网络连接等）、低地球轨道 卫星星座及不同规格的客户终端。 进展与布局：项目总部位于华盛顿州雷德蒙德，在柯克兰设有卫星生产 facility；在肯尼迪航 天中心设有卫星处理 facility，与 Arianespace、Blue Origin、SpaceX 等合作。同时，项目将 太空安全与可持续性作为核心原则，贯穿系统架构、卫星设计及外部协作等环节。

4.2.3SpaceX（卫星制造与发射）

项目介绍：SpaceX 的星链（Starlink）项目已部署大量低轨卫星，构建起全球高速互联网覆 盖网络。其正在探索的 Starcloud 计划，目标是打造轨道数据中心，通过在太空部署数据中 心节点，为地面用户提供边缘计算服务。

进展与布局：不断增加星链卫星的发射数量，扩大网络覆盖范围。其星链卫星已在全球 多个地区提供互联网接入服务，并且在技术上持续升级，提高通信带宽和稳定性。关于 Starcloud 计划，虽尚未大规模实施，但已引发行业高度关注，若实现将极大改变现有算 力格局。

太空算力关联：随着技术的成熟，星链卫星未来不仅可用于通信，还可能承担更多边缘 计算任务。其发射的全球首颗搭载英伟达 H100 芯片的卫星，标志着在太空算力硬件搭 载上迈出重要一步，有望利用太空环境优势，提高性能。

4.2.4Rocket Lab（RKLB，中小型火箭发射、卫星制造）

公司概况：Rocket Lab 成立于 2006 年，提供发射服务、卫星制造和在轨管理解决方案。该 公司的 Electron 运载火箭已成为美国每年发射频率第二高的火箭，自 2018 年 1 月首次发射 以来，已将 200 多颗卫星送入轨道。

进展与布局：子公司 Rocket Lab National Security LLC 25 年 2 月宣布已完成美国太 空发展局（SDA）第二阶段传输层 Beta 计划的关键设计审查。该项目构成“扩散作战空 间架构”的一部分。架构旨在在低地球轨道上创建一个弹性、低延迟的通信网络，以支 持美国及其全球盟友实时连接。 

公司与太空算力关联：Rocket Lab 通过其卫星制造与低轨星座网络建设能力，为太空算 力基础设施建设提供关键支撑：公司为 SDA 第二阶段传输层 Beta 计划建造的 18 颗卫 星，构成低地球轨道弹性通信网络的核心节点，通过提供高带宽、低延迟的星间激光通 信链路，为太空数据中心的数据实时传输与协同计算搭建传输通道；同时，其 Photon 卫 星平台搭载的自主运行系统（如 Inter Mission 地面操作系统和 MAX 飞行软件）可实现 星载数据的在轨预处理与智能分发，直接服务于分布式太空算力网络的实时响应需求。

编辑：火腿肠