宾夕法尼亚大学的研究团队提出了一种创新的轨道数据中心设计方案，该系统依赖太阳能供电，专门用于支持人工智能的计算需求，无需连接地面电力网络。该架构采用灵活的系留结构，在轨道上承载大量用于AI推理的计算节点，基于成熟的空间系留技术，避免了使用庞大刚性平台或大规模卫星星座的复杂性。

设计灵感来源于多叶植物，多个茎状结构支撑着计算硬件和分支状的太阳能电池板。每个茎干实际上是一条系留绳，上面均匀分布着相同的节点模块，每个节点包含计算机芯片、太阳能供电单元和冷却组件，形成可扩展的模块化链条，通过增加节点数量来提升整体容量。

在轨道环境中，系留绳受到地球引力和离心力的共同作用，自然保持紧绷并垂直排列，一端指向地球，另一端朝向太空。计算节点沿系留绳分布，使整个结构在保持稳定方向的同时，容纳大量相互连接的模块。

该架构优化了被动定向机制，而非依赖主动控制系统。太阳能电池板设计有轻微倾角，利用阳光持续施加的温和压力来维持正确朝向，类似于风吹动风向标的原理，无需电机或推进器辅助。

研究人员表示，单个系留结构在轨道上可延伸数公里至数十公里。模拟结果显示，此类系统能够承载数千个计算节点，提供高达20兆瓦的计算能力，相当于一个中型地面数据中心专门用于AI推理任务。

轨道数据中心处理的数据将通过激光光学链路与地球传输，这项技术已应用于卫星通信领域。虽然AI训练对延迟和吞吐量的要求使得在轨道上进行完整训练不现实，但团队指出，未来AI应用的增长将主要依赖已训练模型的运行，这一场景非常适合所提议的系统。

团队将这种方法定位为卫星星座与巨型刚性结构之间的平衡方案。由众多小型卫星组成的星座需要数百万独立航天器才能匹配大型地面数据中心的性能，而巨大的组装平台则超出当前制造和部署能力。

相比之下，系留式架构借鉴了数十年的系留研究和太空测试经验。采用重复、模块化的节点设计支持渐进式扩展，类似于在项链上添加珠子，无需因容量增长而彻底改变结构概念。