人工智能基础设施竞争，正在从地面走向太空。
在日前举行的2026世界人工智能大会（WAIC2026）期间 ，成都国星宇航科技股份有限公司与商汤科技宣布共建“商汤太空算力星座 ”。根据双方规划 ，该项目将按照“单星验证—平台建设—星座组网 ”的路径推进，计划2026年完成首批“商汤号”算力卫星组网验证 ，2028年建设星地混合云商用算力骨干网 ，到2030年形成由千颗级算力卫星组成、总算力超过万P（每秒千万亿次浮点运算）的太空算力星座 。
这一合作，也首度将“空间计算”这一此前更多停留在技术探索阶段的新概念 ，推向产业关注中心 。
根据行业定义 ，所谓空间计算，并非简单地把服务器搬到太空 ，而是在卫星平台上部署计算芯片 、存储模块以及人工智能算法 ，使卫星具备数据采集 、实时分析和智能决策能力，实现从“采集数据—传回地面—集中处理”向“在轨计算—结果回传 ”的模式转变。
近年来 ，随着大模型、生成式AI快速发展 ，全球算力需求持续增长 。与此同时，传统地面智算中心正在面临能源 、电力 、土地以及散热等多重约束 。尤其是人工智能训练和推理任务不断扩大，对数据中心的能源供给提出更高要求。世界 能源署此前预计 ，全球数据中心电力消耗将在人工智能发展的推动下持续增长 ，未来几年可能成为全球新增电力需求的重要来源之一 。
在此背景下，将部分计算能力部署到太空的尝试 ，正在成为全球科技企业探索的新方向 。
为何向太空延伸？
过去十余年 ，全球算力基础设施建设基本围绕地面数据中心展开。从互联网时代的云计算中心，到人工智能时代的智算中心 ，算力增长始终依赖服务器集群、电力供应以及网络连接能力 。
但生成式AI的快速发展 ，正在改变这一模式 。通信分析师周桂军指出，与传统互联网应用相比 ，大模型训练和推理需要消耗更大规模的计算资源。尤其是在多模态模型 、智能体等新应用不断出现后 ，算力需求正在从阶段性增长转向长期 、高强度增长 。地面智算中心面临的核心问题，正在从“有没有算力 ”转向“如何持续获得低成本、可扩展算力” 。
其中 ，能源消耗成为最突出的约束之一。大型AI数据中心需要大量电力支撑GPU服务器运行 ，同时需要复杂制冷系统维持设备稳定运行。随着全球人工智能基础设施投资持续扩大，部分地区已经出现电力供应 、土地审批以及能源成本压力等方面的问题 。
国星宇航与商汤科技此次合作，正是在这一背景下出现 。根据双方规划 ，未来建设的太空算力星座并非孤立运行 ，而是与地面智算中心形成协同，通过天地一体化AI算力调度平台 ，实现空间计算节点与地面计算资源融合。
在周桂军看来 ，这意味着未来AI基础设施可能形成“三层结构 ”：底层是大规模地面智算中心，承担模型训练及其他计算任务；中间层是区域边缘计算节点 ，满足低延迟应用需求；上层则是空间计算网络 ，承担特殊场景的数据处理和智能服务 。
其指出，“太空算力 ”真正的商业价值 ，也并不只是增加多少P的计算能力 ，而是在全球范围内形成新的计算资源布局 。从产业链角度看，这一赛道也正在推动卫星制造 、AI芯片、星地通信 、云计算平台以及行业应用等多个产业环节融合。
因此 ，此次国星宇航与商汤科技的合作 ，本质上是传统商业航天企业与人工智能企业的一次产业结合：前者提供卫星平台 、星座运营和空间基础设施能力，后者提供大模型算法、AI应用生态和计算需求，共同探索空间计算商业闭环 。
而随着全球AI竞争进入基础设施竞争阶段 ，谁能够率先形成成熟的空间计算体系 ，谁就能影响未来人工智能产业资源分布格局 。
产业链加速形成
建设太空算力星座离不开AI基础设施产业链的支撑。从卫星制造、算力芯片 、星地通信到数据服务，我国未来太空算力星座的完成度 ，与其成熟度息息相关 。
卫星平台无疑是产业链的核心 。Omdia电信业分析师杨光此前告诉记者 ，相比传统通信卫星，算力卫星对于平台能力提出更高要求。一方面 ，卫星需要提供更稳定的能源供应 ，以支持高性能计算芯片运行；另一方面，需要具备更强的数据处理和任务调度能力 。
这也推动商业航天企业从过去的“造卫星”向“造空间基础设施”转型 。以国星宇航为例 ，记者从WAIC2026上了解到 ，国星宇航近年来持续布局低轨卫星星座和卫星智能化能力。公司此前推出的“星算计划 ”便聚焦于将AI计算能力部署至卫星平台，通过搭载智能计算载荷 ，使卫星具备边缘计算能力。
与此同时 ，AI芯片成为太空算力产业化的关键环节 。周桂军表示，近来 ，大规模AI计算主要依赖高性能GPU 、AI加速卡等芯片 。但空间环境对芯片提出了特殊要求 ，包括抗辐照能力、低功耗 、高可靠性以及长期稳定运行等。传统数据中心中的高性能计算芯片 ，并不能直接复制到太空环境 。
因此，未来太空算力需要形成专用空间计算芯片体系 。一方面 ，需要满足卫星有限能源条件下的计算需求；另一方面 ，也需要适应轨道环境中的温度变化 、辐射影响以及维护困难等问题。
公开信息显示，近年来 ，我国芯片企业、科研机构也开始探索面向空间智能的计算芯片 ，如华为 、寒武纪科技等企业持续推进AI芯片研发；同时，以中国科学院为代表的多家航天领域科研单位也围绕空间计算 、星载智能处理等方向开展技术攻关 。
此外 ，除了卫星和芯片外 ，星地通信也是太空算力商业闭环的重要基础 。空间计算并不意味着所有数据都在轨完成处理。未来大量任务仍需要依靠天地网络协同，因此需要建设高速、低时延的数据传输体系 。
近来 ，我国正在推进卫星互联网建设 ，多家企业参与低轨通信星座布局 。其中，中国星网承担国家卫星互联网工程建设任务；商业企业方面，银河航天 、长光卫星等企业也持续推进卫星制造 、通信和遥感应用布局。
瑞恒达产业研究院经理王清霖认为 ，从产业投资角度看 ，太空算力星座带来的价值，并不只是新增卫星制造需求 ，而是带动整个产业链升级 。过去商业航天主要围绕“发射多少颗卫星 ”竞争 ，而未来竞争重点可能转向“卫星能够提供多少智能服务” 。这也意味着，商业航天企业需要从制造端向运营端、服务端延伸 ，通过数据服务 、算力服务和行业解决方案获得持续收入。
全球算力竞赛开启
从全球范围看 ，太空算力也正成为前沿科技界探索的新方向。
其中，美国是近来 布局较早的国家之一 。公开信息显示 ，近年来 ，美国多家商业航天企业提出建设轨道数据中心计划，如Starcloud提出利用卫星搭载高性能计算设备 ，在轨运行AI计算任务 ，并探索建设大规模轨道数据中心网络；Axiom Space及其他企业则在推动商业空间基础设施建设，希望未来利用空间环境优势部署数据处理能力 。
对此，周桂军表示 ，美国科技产业界对于空间计算的关注 ，本质上来自人工智能竞争带来的算力焦虑。相比之下，中国推进太空算力星座具有自身产业优势 。
首先 ，我国具备完整的商业航天产业链 。近年来 ，中国商业航天进入快速发展阶段，从火箭发射 、卫星制造到遥感应用 ，产业生态逐步完善。根据中国商业航天产业联盟等机构统计 ，我国商业航天企业数量已经超过数百家，覆盖卫星制造、火箭制造、测控通信和数据应用等多个环节 。
其次 ，周桂军认为 ，我国拥有全球规模最大的制造业体系，可以支撑卫星批量化生产 。未来太空算力星座如果达到千颗甚至万颗规模 ，需要的不只是单颗卫星性能 ，而是低成本 、高效率的大规模制造能力。这一点也是我国商业航天当前发展的重要方向 。
不过，业内也普遍认为，从产业化角度看 ，我国太空算力星座仍面临多重挑战 。
首先是成本问题。杨光认为 ，近来 ，卫星发射 、在轨维护和空间计算设备成本仍然较高 。相比地面数据中心 ，太空基础设施在建设初期需要承担更高资本投入 。如何通过火箭重复使用、卫星批量制造以及规模化运营降低单位成本 ，是决定商业模式能否成立的关键。
其次，是技术成熟度问题。周桂军指出 ，空间计算环境远比地面复杂 。卫星长期运行过程中 ，会面临辐射 、温度变化以及设备故障风险 。一旦计算设备出现问题，无法像地面服务器一样快速更换。因此 ，空间计算需要更高可靠性的硬件体系和智能运维能力 。
此外 ，则是最关键的商业需求 。王清霖认为，近来 ，AI算力市场仍主要集中在地面数据中心。太空算力未来能否形成稳定收入 ，需要找到明确的应用场景 。空间计算短期内难以替代地面算力，其更现实的发展路径可能是服务于具有强实时性 、强空间属性的数据处理需求 。
总体来看，太空算力仍处于产业探索阶段。但随着人工智能进入基础设施竞争时代 ，算力资源正在成为新的战略资源 。未来 ，地面算力与空间算力并非竞争关系，而可能形成互补的天地一体化智能计算网络 。
据IDC预测 ，到2028年 ，全球人工智能相关基础设施投资仍将保持高速增长，AI服务器、数据中心和网络基础设施将成为数字产业投资重点。对此 ，几位业内人士普遍认为 ，从长远看，谁能够率先建立覆盖卫星制造 、空间计算 、通信网络和数据应用的完整生态 ，谁就可能在下一轮人工智能基础设施竞争中占据主动 。
（文章来源：中国经营网）
