维度网讯，美国初创公司Orbital Compute计划把数据中心搬到近地轨道，用太空太阳能和辐射散热条件支撑AI计算需求。项目首颗卫星计划于2027年发射，远期目标是在距地约500至800公里轨道上部署10万颗卫星，合计提供最高约10吉瓦计算能力。
Orbital Compute的设想，瞄准的是地面AI数据中心越来越突出的电力、冷却和土地压力。大模型训练、推理服务和AI应用扩张，正在把算力基础设施推向更高功率密度，传统数据中心需要大量电力供应、冷却系统、变电站、备用电源和土地资源。太空数据中心试图换一条路径：卫星在轨运行，利用太阳能供电，借助太空环境进行散热，把部分AI工作负载放到地球之外处理。该公司已向美国联邦通信委员会申请建设最多10万颗卫星组成的系统，计划让这些卫星承担AI计算任务，而不是只做传统通信或遥感服务。
这个计划仍处在早期阶段，商业化难度很高。10万颗卫星、10吉瓦计算能力、2027年首星发射，这些数字已经足够吸引关注，但真正落地还要解决发射成本、在轨供电、芯片抗辐射、散热结构、星地通信、任务调度、卫星寿命和轨道安全等问题。
太空数据中心并不是Orbital一家公司的想象。Google此前公布Project Suncatcher，探索在卫星星座上部署TPU和自由空间光通信链路，用太阳能卫星支撑机器学习计算;多篇研究也开始讨论轨道数据中心的能量、通信、热控和经济可行性。问题在于，AI计算不只需要“电”和“芯片”，还需要稳定的数据传输。地面数据中心内部可以处理海量高速交换，而星地链路带宽、延迟、通信成本和任务数据上行下行能力，会决定哪些工作负载适合放到轨道上。早期更现实的场景，可能不是把所有通用AI计算搬到太空，而是先处理地球观测、空间任务数据、边缘推理、低数据回传量的AI任务，以及对地面电力和冷却压力较敏感的部分负载。
如果Orbital的计划继续推进，受影响的不只是卫星行业。高性能计算芯片、抗辐射电子器件、太阳能阵列、卫星热控、星间激光通信、地面站、任务调度软件、云计算接口和轨道运维服务，都可能被带入新的技术验证周期。对AI基础设施市场来说，太空数据中心目前还不是成熟替代方案，但它说明算力竞争已经从机房、园区和电力资源，延伸到轨道空间、卫星制造和星地网络能力。
