SemiAnalysis深度详解马斯克的“太空算力梦”:真正的瓶颈是什么?何时能上天?

华尔街见闻06-04

太空数据中心的叙事正在流行,马斯克的太空算力愿景并非全然脱离经济逻辑,但据SemiAnalysis测算,决定其何时成为现实的关键,并不是“太空拥有免费能源”这类表层叙事,而是芯片供给、发射成本、散热系统以及寿命与维护可靠性的多重现实约束。

马斯克今年频繁谈到轨道算力,今年2月马斯克在Dwarkesh Podcast上预测,五年后每年在太空运行的AI算力可能超过地球累计总量,并提到“数百吉瓦/年”的太空AI规模。SpaceX在5月20日S-1文件中也称,长期目标是每年向太空发射100吉瓦算力,并认为太空算力将显著扩大AI计算规模,改善token经济性。

SemiAnalysis在6月3日发布的深度报告中称,今天用现有技术把AI数据中心部署到轨道,成本仍显著高于地面。以2026年一个30.5kW B300集群为例,太空部署总项目资本成本为410万美元,地面为140万美元;折算月度总拥有成本,太空为约10.09万美元/月,地面为约2.77万美元/月。

据测算,在基础情境下,太空与地面数据中心的计算平准化成本可能要到约2040年才达到平价。到2030年代初,太空数据中心成本可能仍比地面高约30%,但这已足以打开首批规模化部署的窗口。在其“马斯克情境”中,如果地面数据中心扩张受限而芯片产能继续扩大,太空算力接近平价的时间可能提前至2030年代初。

现在把算力送上天,账还算不过来

用2026年的B300集群做参照,差距很直观。

一个30.5kW、16块GPU的B300集群,部署在太空的总项目资本开支约为410万美元,地面部署约为140万美元。折成月度总拥有成本,太空是100925美元/月,地面是27724美元/月。

再换成云服务更常见的口径:

  • 太空部署TCO:8.64美元/小时/GPU

  • 地面部署TCO:2.37美元/小时/GPU

  • 太空部署LCOC:10.91美元/小时/GPU

  • 地面部署LCOC:2.49美元/小时/GPU

LCOC比TCO更接近真实算力成本,因为它把可用性、冗余和故障吸收算进去了。地面集群只需要大约5%的额外成本垫高;太空集群由于辐射影响、无法现场维修,需要约26%的成本抬升。

成本差距主要不在GPU本身。IT设备资本开支两边几乎一样:太空约98.1万美元,地面约98.6万美元。差距在“数据中心”本体。

太空部署的数据中心资本开支约310万美元,地面只有38.2万美元。其中发射成本一个项目就是160万美元。更麻烦的是寿命:太空数据中心设施按5年折旧,地面设施按15年。结果是,太空数据中心资本成本折到每GPU小时为6.29美元,地面只有0.36美元,差了17倍左右。

这也是为什么“太阳能免费”并不能直接变成“算力便宜”。电费在地面数据中心里很重要,但在整个TCO里并不是唯一变量。对太空来说,发射、散热、结构、电源、寿命和可靠性才是大头。

“免费太阳能”和“免费散热”,都被说得太轻松了

太空数据中心最常见的四个乐观理由,基本都需要重写。

第一,低轨并没有24小时阳光。国际空间站和大部分星链都在低地球轨道,约每天绕地球15圈,平均只有约60%的时间能晒到太阳。太阳辐照度理论值是1361W/平方米,但低轨数据中心按24小时平均可能只能捕获约800W/平方米。进阴影区时还需要电池给100% IT负载供电。

更适合数据中心的是太阳同步轨道,尤其是接近晨昏线的轨道。它可以大部分时间面向太阳,但每天仍可能有最长35分钟的食期。电池需求下降,不等于消失。

第二,太空冷,不等于散热免费。地面数据中心可以靠空气和水系统把热带走,太空里几乎没有介质,不能靠对流,只能靠辐射散热。国际空间站的散热器系统只能排出70kW热量,面积325平方米,成本3.4亿至5亿美元。这个系统技术老、成本高,但它说明了一个事实:轨道算力的最大结构约束之一就是散热。

第三,真空中光速快,不等于用户延迟低。低轨卫星每天绕地约15圈,经过某个地面站的窗口通常只有5到7分钟。错过这个窗口,数据要通过星间链路跳转,或者绕到其他网关。服务美国用户的卫星如果在印度洋上空,多跳星间链路可能带来30至80毫秒单向延迟。光学地面链路还会受大气干扰影响,需要更多地面站分布全球。

第四,太空不是没有“容量约束”。晨昏太阳同步轨道只是低轨中的一个窄子集,不是无限停车场。低轨整体承载量估算从10万颗到超过100万颗卫星不等,但太阳同步轨道要求特定高度和倾角关系,常见集中区域在600至800公里。真正适合持续采光的晨昏轨道更窄。至于日地拉格朗日L1点,确实能长期见到太阳,但地球到L1往返光程约300万公里,光传播往返约10秒,延迟直接失去意义。

地面的电力会紧,但还没紧到只能上天

太空数据中心要成为“必选项”,前提不是地面电力紧,而是地面所有可用供给层都被吃完。

这套框架把地面新增供给分成四层:

  1. 并网供电

  2. 改造比特币矿场和已有带电土地

  3. 表后发电,即自带电源

  4. 工业产能和人力扩张

第一层是并网供电,账面最便宜,基础设施成本约1200万至1500万美元/MW。但真正的问题是排队。北弗吉尼亚PJM并网周期实际接近7年。美国ISO区域的电网可靠性余量从2021年的70.2GW降到2025年的18.3GW,2026年进一步收窄至15.9GW,2027年转负,到2030年合计缺口约40GW。这听起来很糟,但地面并不只有电网一条路。

第二层是已有电力资产改造。加密矿场转换最典型。Core Scientific、IREN、Cipher Mining、Applied Digital、TeraWulf等项目,到2026年底合计约2GW合同改造容量,到2027年底约5GW。整体看,已供电土地和改造站点近期能贡献8至10GW供给,其中加密矿场转换到2028年累计约8GW。成本约1000万至1500万美元/MW,和并网方案相近甚至更低。

第三层是表后发电。以前这像最后手段,现在变成现实选项。原因很直接:AI云合同的年收入约1200万至1300万美元/MW关键IT负载,200MW容量提前6个月上线,净现值可能有4亿至5亿美元。只要算力需求够强,自建发电、多花资本开支也合理。

表后发电的综合成本约110至170美元/MWh,美国主要市场电网电价已经可能达到150美元/MWh量级。到2028年,表后发电可能贡献新增AI数据中心电力容量的一半,而2025年这一比例还不到7%。已确认的表后关键IT容量到2030年底约26GW,未公开项目可能更高。

第四层才是更硬的工业瓶颈:变压器、取向硅钢、铜、燃机、施工人力、冷却设备。大型电力变压器交期长,铜价过去一年上涨近20%。模块化和数字化能把现场用工减少超过50%,但当算力建设进入数百GW级别,熟练工时仍会变成实打实的约束。进入这一层后,成本会超过2000万美元/MW,至于超出多少,取决于行业要在多短时间里榨出多少新增容量。

所以,地面供给不是无限的。但它也不是一个马上见顶的单层系统。太空要赢,必须等地面一路吃到第四层、成本显著上行,才有机会。

真正先卡住AI扩张的是芯片,Terafab是关键变量

太空数据中心解决不了最上游的问题:没有芯片,就没有集群。

当前约束已经从数据中心容量转向半导体生产,尤其是台积电N3先进制程、HBM以及DRAM产能。AI相关需求预计在2026年消耗台积电N3产出的近60%,2027年约86%,几乎挤压智能手机和CPU需求空间

内存同样紧。HBM按每bit计算大约消耗普通DRAM三倍晶圆产能。AI相关需求占总DRAM晶圆产能的比例,预计从2023年的12%升至2027年的约70%。

这比电力更难快速扩张。电力项目有多条技术路线,带电土地、燃机、表后发电都能分流压力;先进晶圆厂要先建洁净室,再装设备,再做工艺验证。资本不是唯一约束,时间和工艺积累同样卡脖子。较现实的缓解窗口更像是2032至2034年,而不是2027至2029年。

马斯克显然意识到芯片约束。SemiAnalysis指出,这正是Terafab Initiative的背景。

马斯克在2026年3月发布Terafab时,将其描述为一个“每年1太瓦算力工厂”。Tesla、SpaceX和xAI将共同在Austin建设,预算200亿至250亿美元,初始目标为每月10万片晶圆,最终走向每月100万片晶圆,约相当于TSMC当前全球产出的70%。项目范围包括逻辑、存储、掩模、先进封装和测试,算力分配约80%用于太空,20%用于地面。

SemiAnalysis认为,即使Terafab只实现部分目标,也会是有意义的成功。但数字本身极其严苛,其Foundry Model显示,2025年全球300mm代工产能超过每月400万片晶圆。Terafab若达到每月100万片,将相当于全球代工产能的24%,或TSMC产能的68%。

更大的挑战在于工艺IP和存储。SemiAnalysis认为,Tesla没有制造IP,GAA晶体管设计、互连、光刻、刻蚀配方和良率工程都掌握在既有厂商手中。若Terafab最终达到量产,更现实的路径可能是基于授权节点运营的整合型晶圆厂,而不是从零开发先进制程。

存储则更难。HBM、LPDDR和NAND分别对应不同工艺,IP集中在Samsung、SK Hynix和Micron等厂商手中。SemiAnalysis认为,长期供应合同或与现有DRAM厂商共同投资,才是更现实路径。

何时能上天:基准约2040年,激进情景提前到2030年代初

SemiAnalysis的基准情景假设,辐射影响和GPU可靠性等关键工程问题到约2040年被充分缓解,发射、散热器和太阳能等大成本项实现规模化降本,同时AI需求和芯片产能都显著增长。

在这一情景下,太空与地面数据中心的成本差距从2026年超过4倍,逐步收窄,并在约2040年达到平价。此后,太空算力的平准化计算成本可能低于地面。

但这不意味着太空数据中心要等到2040年才出现商业部署。SemiAnalysis称,到2030年代初,太空数据中心可能只比地面贵约30%,这可能为首批规模化太空数据中心打开窗口。

另一个更激进的“Elon Musk情景”假设,地面数据中心新增容量在2028年见顶,并在数十年内维持低位,同时芯片生产扩张继续推进。在这种情况下,太空成为大规模AI数据中心部署的唯一替代路径,太空数据中心潜在市场可达到每年新增数百吉瓦级别,并在2030年代初接近成本平价。

换言之,太空算力的商业化时间表取决于两个方向的相对速度:太空系统降本有多快,地面数据中心受限有多严重。

投资者应盯住五个验证点

SemiAnalysis的结论对市场的含义是,太空AI数据中心不应简单被理解为发射能力故事,也不应只被理解为电力套利故事。它是一个横跨半导体、电力、航天制造和数据中心经济性的系统工程。

第一,先进逻辑和HBM产能是否能突破。若芯片继续是瓶颈,太空和地面都会受限。

第二,发射成本能否大幅下降。SemiAnalysis提到,SpaceX设想中Starship未来发射成本可能从Falcon 9当前约1400至1800美元/公斤降至约250美元/公斤,这是太空数据中心成本曲线的必要条件之一。

第三,散热器、太阳能阵列和电池系统能否规模化降本。散热不是附属问题,而是轨道计算的核心工程约束。

第四,可靠性和维护问题如何解决。地面集群每年约3%至6%的GPU会出现需要人工干预的故障。太空部署需要通过机器人、更高可靠性、超额配置或组合方案解决这一问题。

第五,地面数据中心是否真的被长期卡住。在SemiAnalysis基准情景下,即使太空与地面达到成本平价,地面容量仍较充足,去太空更多是偏好和优化;只有当监管、许可、电网和工业产能持续压制地面扩建时,太空才会从选择变成必要。

因此,马斯克的“太空算力梦”并非没有路径,但它的关键不在口号,而在成本曲线。按SemiAnalysis模型,真正的拐点不是今天,也不是单靠火箭复用就能到来;它需要芯片、发射、散热、太阳能和轨道运维同时取得进展。基准答案是约2040年成本平价,激进答案是2030年代初开始接近平价。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Comments

We need your insight to fill this gap
Leave a comment