馬斯克“炒熱”太空數據中心？亞馬遜“潑冷水”：做夢呢

從去年年底開始，伴隨著馬斯克詳細發布其“太空AI”顛覆性願景、高調“複活”特斯拉Dojo3芯片項目，以及近兩日旗下公司SpaceX與xAI的合並，“太空數據中心”這一概念被炒得火熱。

但亞馬遜AWS（雲計算部門）首席執行官Matt Garman卻“潑冷水”稱，即使許多初創公司和該公司創始人傑夫·貝佐斯都一直在追求這一想法，但太空數據中心距離成為現實“還很遙遠”。

人工智能的爆炸式增長需要大量的計算能力和冷卻資源，這給陸上數據中心帶來了巨大壓力。這促使業內大佬們萌生除了一個“顛覆性想法”——將設備送往太空，以減少地麵環境的影響。

然而，Garman在舊金山舉行的思科人工智能峰會上表示，將服務器、衛星和其他設備送入軌道的困難使得這一想法的現實化極其困難。

當被問及這個想法時，他說：“目前火箭數量還不足以發射一百萬顆衛星，所以我們離這個目標還很遠。想想現在把有效載荷送入太空的成本，那可是天文數字。”

“這根本不經濟，”他補充說。

數據中心之爭進入太空

目前，圍繞AI數據中心的競爭已進入白熱化，而地麵上的競爭已經不足以滿足科技巨頭的雄心，許多公司正在探索太空數據中心的可能性。他們認為，太空數據中心可以消除陸基數據中心的一些複雜問題，例如過熱。

其中最奪人眼球的當然是馬斯克。去年年末，他認真提出了這一顛覆性願景。隨後新年伊始，他先是高調“複活”特斯拉Dojo3芯片項目，並明確表示“AI7/Dojo3將用於太空人工智能計算”，然後旗下公司SpaceX與xAI確認“雙劍合璧”。

SpaceX是馬斯克於2002年成立的火箭與衛星公司，而xAI則是他在2023年成立的人工智能企業。馬斯克預計，在兩到三年內，在太空中生成AI算力將成為成本最低的方式。

馬斯克在備忘錄中寫道，此次交易將打造 “地球上（以及地球之外）最具雄心的垂直整合創新引擎，涵蓋人工智能、火箭技術、天基互聯網、直連移動設備通信，以及全球領先的實時信息與言論自由平台”。

而在過去一年中，亞馬遜創始人貝索斯創立的火箭公司藍色起源（Blue Origin）據稱也一直在研發太空人工智能數據中心所需的技術。貝索斯去年10月時曾預測，未來的10到20年內，科技業將在太空建造千兆瓦級的數據中心，並且利用太陽能來供應能源，且沒有雲雨等天氣變化的影響，這意味著軌道數據中心將超越地球上的數據中心。

OpenAI首席執行官奧爾特曼去年也曾探討過籌集資金收購一家火箭公司或與之合作的可能性，並至少接觸過火箭製造商Stoke Space。11月，穀歌也宣布了“陽光捕手”計劃，旨在發射搭載其專用人工智能芯片的太陽能衛星，並計劃在2027年進行演示任務。

另一家初創公司Starcloud則在同期發射了一顆重達60公斤的衛星，其搭載了英偉達的H100芯片，標誌著軌道數據中心的初步嚐試。目前，這顆衛星正在運行，並向穀歌的開源模型Gemma查詢進行響應。

Starcloud首席執行官Philip Johnston還指出，該公司軌道數據中心的能源成本將比地麵數據中心低90%。任何能在地麵數據中心做的事情，他都期望能在太空完成，因為地麵麵臨著能源方麵的限製。

還是個夢？

盡管科技大佬們雄心勃勃，但實際上前方障礙重重。軌道碎片、監管審批和國際空間政策都構成風險。英偉達CEO黃仁勳曾對此評論道：“這就是個夢想。”

理論上，太空是發電和電子設備冷卻的理想場所，因為陰影處的溫度可以低至-270°C。但實際情況並非如此簡單。例如，在陽光直射下，溫度可高達+120°C。

然而，在地球軌道上，溫度波動幅度則小得多：低地球軌道（LEO）為-65°C至+125°C，中地球軌道（MEO）為-100°C至+120°C，地球靜止軌道（GEO）為-20°C至+80°C，高地球軌道（HEO）為-10°C至+70°C。

LEO和MEO由於光照模式不穩定、熱循環劇烈、會穿越輻射帶以及經常發生日食等原因，並不適合作為“太空數據中心”。GEO則更為可行，因為它常年陽光充足（當然，每年也會發生日食，但持續時間很短），而且輻射強度也較低。

然而，即使在地球同步軌道上，建造大型人工智能數據中心也麵臨著嚴峻的挑戰：兆瓦級GPU集群需要巨大的散熱翼，才能僅通過紅外輻射散熱。這意味著每個吉瓦級係統都需要數萬平方米的可展開結構，遠遠超過迄今為止任何飛行器所能達到的水平。

此外，發射如此龐大的規模需要數千次星艦級飛行，這在馬斯克設定的兩到三年內（甚至是四到五年）是不現實的，而且成本極其高昂。

此外，像Blackwell或Rubin這樣的高性能AI加速器及其配套硬件，如果不進行厚重的屏蔽或徹底的抗輻射改造，仍然無法在GEO軌道的輻射下正常工作。而這些改造會大幅降低時鍾頻率，並且/或者需要采用全新的工藝技術，這些技術需要讓抗輻射能力明顯提高，而非僅僅對性能進行優化。這將降低在GEO上構建AI數據中心的可行性。

考慮到擬建項目的規模，與地球的高帶寬連接、自主維護、碎片規避和機器人維護等技術都還處於起步階段，這或許就是Garman和黃仁勳認為“遙不可及”的原因吧。