全球轨道计算，比想象中更近了一步

全球轨道计算不再只是方案书上的概念。2026年10月，几项关键试验接连取得进展：北京时间2日凌晨，谷歌与Planet Labs合作的原型卫星搭乘SpaceX猎鹰9号Transporter-18任务入轨，搭载四颗谷歌自研张量处理单元（TPU）；6日，阿克西姆太空公司（Axiom Space）宣布，与加拿大开普勒通信公司（Kepler Communications）合作的两个在轨计算节点已打通星间和星地通信；14日，蓝箭航天朱雀二号改进型遥四火箭将国星宇航「星算」计划第二批8颗计算卫星送入轨道，同箭还搭载蓝塔智能研制的光传-03、04两颗激光数传试验星。

高性能芯片能在太空工作，小模型可以推理和训练，卫星之间能够通过激光交换数据，小功率条件下芯片热量也可以通过热管／辐射器排到深空。这些关键环节正在逐步打通，但距离一座能够持续运行、以有竞争力的价格提供算力的轨道数据中心，仍有不小的差距；万瓦级液冷与大型可展开辐射翼，仍是本月这批星算卫星要验证的项目。

●全球轨道计算：三大技术方向，五个代表性项目

截至2026年10月，全球轨道计算尚未形成统一的技术路线。从现有探索看，大致可以归纳为三个方向：一是验证星上计算能力，寻找遥感处理等实际应用；二是通过星间激光通信连接多个计算节点，构建分布式计算网络；三是发展大功率计算卫星，为未来的轨道数据中心铺路。

下表选取五个代表性项目，按各自现阶段的主要技术目标归类。三个方向并非彼此排斥，同一个项目也可能同时涉及多个方向。

技术方向

代表项目

截至2026年10月进展

当前重点

星上计算与应用验证

国星宇航「星算」计划

主星座累计发射约20颗

多星协同、在轨推理及模型训练

星上计算与应用验证

Starcloud

Starcloud-1已完成模型推理和小规模训练

验证数据中心级GPU在轨运行

星间互联与分布式计算

Axiom Space与开普勒通信

两个计算节点已实现星间和星地通信

建立可靠的计算节点互联网络

星间互联与分布式计算

谷歌Suncatcher项目

搭载四颗TPU的原型卫星已入轨

验证商用芯片在轨运行及后续光互联

大功率轨道数据中心

SpaceX Starmind首代卫星（AI1）

尚无该项目的在轨计算硬件

探索高功率计算、液冷与大型辐射器

这五个项目的成熟度并不相同。「星算」和Starcloud已开展在轨计算验证；Axiom Space与开普勒通信已打通节点间的通信链路；谷歌正在收集原型卫星的在轨运行数据；SpaceX则仍在推进大型计算卫星方案。判断它们的进展，不能只看卫星数量、芯片峰值算力或远期部署规模，更要看关键技术验证到哪一步，系统能否长期稳定运行，以及是否开始形成真实的商业业务。

●第一层：已经证明卫星能在轨计算 国星宇航「星算」计划

2025年5月14日，长征二号丁将首批12颗「星算」卫星送入轨道。公开资料显示，星载计算能力最高达到744 TOPS，首批星座的公开总算力约为5 POPS，存储容量约30 TB，星间激光通信速率最高可达100 Gbps，星上还部署了约80亿参数的模型。这里需要注意，744 TOPS是单星最高算力，不能直接与英伟达H100的训练性能比较；单星峰值和星座总算力也是不同口径，不能简单相加后当作实际可用算力。

已公开的在轨试验包括对伽马射线暴进行在轨分类（并减少下传数据量），以及2025年11月用地表异常检测模型识别西北疑似秸秆火点等。这类任务很适合在轨计算：原始数据量大，用户真正需要的却可能只是一个识别结果。如果能在卫星上先筛选、分析，再将结论传回地面，就不必回传所有原始数据。常见「积雪覆盖下识别桥梁、田径场」一例转述日期为2024年11月，早于首批计算星入轨，不能当作星算在轨成果。

2026年10月发射的第二批8颗卫星，重点转向基础模型在轨训练、高速激光组网，以及万瓦级（约10千瓦级）液冷流体回路和大型可展开辐射翼的验证。真正值得关注的不是星座又增加了多少颗，而是计算设备能否更长时间、更稳定地工作。

星算的远期规划也需要分清归属。2025年5月，国星宇航已公开约2800颗算力卫星组网目标；同期之江实验室「三体计算星座」规划为千星规模、建成后约1000 POPS。2026年1月，国星宇航进一步披露约2400颗用于推理、400颗用于训练；2026年10月发射报道再次复述这一规划，不能理解为当月新扩容，更不能当成已部署数量或现有算力。

从约20颗走向数千颗，考验的是卫星制造、发射频次、热控系统量产和长期运行可靠性。星座蓝图画得再大，也不能代替实实在在的在轨硬件。

Starcloud：能训练小模型，还不是轨道数据中心

Starcloud-1于2025年11月2日发射，搭载英伟达H100图形处理器（GPU）。它先在轨运行谷歌的Gemma模型，完成推理；随后运行由安德烈·卡帕西（Andrej Karpathy）开发的小型语言模型nanoGPT，以莎士比亚全集为训练数据更新模型权重，再生成文本。

这两项演示验证了不同能力：推理是执行已经训练好的模型，训练则意味着模型权重能够在轨更新。后者更进一步，但实验规模仍然很小，不能据此判断大型人工智能模型已经适合在太空训练。

商业机会可能首先出现在遥感领域。与其把大量合成孔径雷达影像传回地面，不如在轨识别目标，只将结果和告警下传。Starcloud已把这类任务作为应用方向。2025年10月，Starcloud与地面云服务商Crusoe宣布合作，原计划在2026年末发射的卫星上部署Crusoe Cloud，并于2027年初提供有限在轨GPU算力；此后Starcloud-2已改为2027年发射两颗约8千瓦卫星。截至目前，Starcloud-2尚未入轨，2027年初售卖算力仍取决于下一星是否按期飞行。

不过，技术演示、融资估值和实际业务是三回事。下一颗卫星能否如期发射、能否持续运行，以及是否出现付费客户，比公司的估值更能说明问题。

●第二层：计算网络与运行条件正在验证 Axiom Space与开普勒通信：让计算节点互相说话

Axiom Space要解决的核心问题，是卫星产生的数据可能多于地面站能够及时接收的数据。继续增加通信带宽固然有帮助，但若能在数据产生的位置附近完成处理，就可以优先传回结论，而不是所有原始数据。

2026年1月11日，开普勒通信（Kepler Communications）搭载猎鹰9号发射首批光中继卫星，其中搭载了Axiom的在轨计算节点（ARC）。10月6日，Axiom确认两个节点已在轨运行，节点之间、节点与地面的通信均已打通；该批次光链路按2.5 Gbps设计，并宣称兼容美国太空发展局（SDA）Tranche 1光通信标准。

这证明计算节点能够通过光链路互联，为分布式轨道计算建立通信基础，但还不等于复杂的多星协同业务已经成熟。企业此前公布的后量子密码工作负载迁移，是在地面完成的演示，并非已经在轨完成的任务。区分这两种成果，才能准确判断系统的实际成熟度。

谷歌「Suncatcher」：商用芯片过了开机这一关

谷歌的「Suncatcher」项目旨在探索由太阳能供电、通过光链路相连的轨道计算集群。北京时间2026年10月2日，谷歌与Planet合作的原型卫星入轨，搭载四颗谷歌自研TPU。谷歌按美西日期当天确认已与卫星建立联系，卫星运行符合预期，并表示将继续收集芯片在辐射和热环境中的飞行数据。

发射前的报道给出了一个值得关注的设计指标：原型卫星约一只冰箱大小，太阳能供电规模约1千瓦，单轮计算约15分钟，之后需要停下来散热。这个时间来自发射前的设计描述，并非入轨后实测的运行占空比。谷歌还需要通过在轨测试，才能确认实际运行时间、热控能力和芯片可靠性。

Axiom Space与开普勒通信主要验证节点互联，谷歌则重点考察商用芯片能否在轨稳定运行。通信链路已经打通，不代表分布式计算业务已经跑通；卫星成功开机，也不意味着芯片可以持续满负荷运转。

●第三层：大型计算卫星仍处于方案阶段 SpaceX「Starmind」首代卫星（AI1）：瞄准更高功率

SpaceX的「Starmind」首代卫星（AI1）尚无在轨计算硬件。2026年8月，英伟达宣布，SpaceX计划将基于太空优化版Vera Rubin NVL72系统的首代Starmind计算卫星送入轨道。马斯克提出的时间表是2027年第四季度发射首星，并在2028年扩大部署。

但计划不等于进度。SpaceX在2026年4月的机密S-1中已写入相关风险，5月20日公开的上市申报文件继续写明：轨道AI计算仍处早期、涉及未经验证技术，商业可行性存在不确定性。大型计算载荷的实际功耗、液冷系统和可展开辐射器的质量，以及发射和运行成本，都有待工程验证。

目前，不同报道对其系统功耗的估算并不一致，不能把不同版本的平均功耗、峰值功耗和辐射器尺寸拼成一套已经定型的设计。SpaceX最终能做到什么程度，仍要看后续硬件和飞行数据。

●最大瓶颈不是芯片，而是散热

在太空中，热量无法像地面数据中心那样依靠空气对流排出，主要只能通过热辐射释放。辐射能力取决于辐射面积、表面发射率和温度；温度越高，排热能力增长越快，但芯片本身又有严格的工作温度限制。

计算卫星因此需要通过热管或液体回路，将芯片热量输送到辐射器，再由辐射器向外释放。功率越大，热控系统通常也越重、越复杂。

作为参照，国际空间站美国舱段两套外部主动热控回路的设计排热能力合计约70千瓦。SpaceX规划中的大型计算卫星，则被不同报道估算为平均功耗约120至175千瓦，峰值更高。两者并非同一设计条件下的直接对比，但足以说明大型轨道计算设备面临的散热挑战。

辐射器并不是免费的。它需要结构支撑、液体回路和展开机构，还要承受冷热循环与微流星体撞击。所有这些都会增加发射质量，最终变成成本。

因此，真正的工程难题不是让芯片在轨开机，而是在有限质量下，同时实现高功率、长时间运行和可靠散热。占空比决定芯片每天能够提供多少算力，辐射器的重量、效率和可靠性则决定这份算力究竟有多贵。

●什么计算任务值得送上天？

最有希望率先商业化的，不是把地面数据中心整体搬到轨道，而是处理那些本来就在太空产生、传回地面又昂贵的数据。

遥感影像、雷达数据和空间科学观测都属于这一类。卫星可以先识别船只、洪水或地表变化，再将告警与结果传回地面。这既能减少通信负担，也能缩短从观测到响应的时间。对数据量大、时效性强的任务而言，在轨计算具有天然优势。

推理和有限的模型微调也可能逐渐上天，但前提是经济账算得过来。如果把发射、供电、散热、通信和维护费用全部计入，在轨处理仍比传回地面再计算更贵，客户就缺少迁移动力。目前，公开资料还不足以证明轨道算力已形成可审计、可持续的价格优势。

至于从头训练大型模型，眼下更不适合作为第一笔生意。训练需要稳定供电、持续散热、频繁交换数据和保存检查点，一旦运行中断，恢复成本可能很高。小模型在轨训练成功，只能证明技术路径可行，不能证明大型模型适合在太空训练。

轨道计算近期更可能成为地面云计算的补充，而非替代品。它首先要解决的不是「哪里还能找到更多算力」，而是「哪些数据根本不值得先传回地面」。

●星座越大，成本与风险越不能忽略

当计算卫星从几十颗扩展到几千颗，就会与通信卫星共同争用有限的轨道资源。各方需要共享轨道和机动信息，减少未通报变轨带来的碰撞风险。大型星座申请还涉及频谱协调、碎片治理和监管审批。

目前不少引人注目的数字，仍然只是规划或申请。Starcloud曾向美国联邦通信委员会申请最多8.8万颗轨道数据中心卫星；蓝源的「日出计划」（Project Sunrise）申请规模最高为51600颗；SpaceX亦在FCC申请并在公司页面提及最多约100万颗Starmind AI卫星的构想。这些数字不能理解为已经获批的部署规模，更不代表企业已经具备相应的制造与发射能力。

芯片供应也会影响竞争格局。美国企业尝试将新一代高性能加速器送上轨道，中国则在推进国产星载芯片和多星组网。双方的硬件基础与产业条件不同，真正值得比较的是单位算力成本、有效运行时间和任务完成效率，而不是谁的星座规划更大。

●未来一年，重点关注三个信号

第一，计算卫星能否从短时演示转向连续运行。设计参数和发射公告还不够，关键是飞行后的实际占空比、运行可靠性和长期遥测数据。

第二，能否出现真正的商业订单。处理了多少影像、减少了多少数据回传、客户愿意支付多少钱，这些指标比又一次「全球首创」更有说服力。

第三，发射节奏能否跟上算力扩张。大型辐射器和高功率计算载荷，必须依靠稳定的发射与复用能力才能摊薄成本。SpaceX若想在2028年扩大部署，需要星舰提高实际飞行频次；国星宇航则需要证明，今天每批几颗、十几颗的规模，未来可以扩大到每年数百颗。

截至目前，轨道计算已越过单纯的概念验证阶段：高性能芯片能在轨工作，小模型能够推理和训练，星间激光链路可以打通；小功率条件下的辐射排热路径已知，万瓦级液冷回路和大型可展开辐射翼仍待本月星算02组在轨验证。

但距离一座能够在价格上与地面数据中心竞争的轨道设施，还有不短的路。下一步，比宣布多大的星座更重要的，是让芯片稳定运行，让一笔商业任务真正完成，再让发射频次和单位成本跟上工程设计。轨道计算正在成为现实。它首先改变的，很可能不是地面数据中心的位置，而是人类处理太空数据的方式。

主要信源：Google Research「Project Suncatcher」博客（2026-10-01）；Axiom Space新闻稿（2026-10-06）；Kepler Communications首批光中继发射稿（2026-01-11）；澎湃／经济参考网／每日经济新闻关于朱雀二号改进型遥四与星算02组（2026-10-14／15）；中国航天科技集团／央视／四川日报关于星算首批（2025-05-14／15）；之江实验室「三体计算星座」公开规划；Starcloud／Crusoe新闻稿与Karpathy公开确认；NVIDIA／SpaceX关于Starmind与Vera Rubin NVL72的公开材料；Reuters／TechCrunch关于SpaceX S-1风险条款（2026-04／05）；NASA／CBS关于ISS USOS EATCS约70 kW；FCC申请与SpaceNews／DCD关于Starcloud、Project Sunrise、SpaceX百万星级构想的报道。文中算力、链路速率与功耗数字多为厂商或媒体转述的设计／宣称口径，未经本文独立实测。延伸阅读：