馬斯克的 SpaceX–xAI 合併計劃將軌道數據中心置於 AI 基礎設施競賽的核心

探索頂尖金融科技新聞與活動！

訂閱《FinTech Weekly》電子報

由JP摩根、Coinbase、Blackrock、Klarna等高層閱讀

一個超越地球的合併提議

Elon Musk 提議的 SpaceX 與人工智慧公司 xAI 的合併引起關注，不僅僅是企業重組。此舉可能推動 Musk 在軌道上建立運算基礎設施的雄心，這一概念將使部分人工智慧產業的硬體基地從地球轉移。

路透社於週四首次報導該合併案，指出此交易可能強化 Musk 在與 Alphabet 的 Google、Meta、OpenAI 及其他競爭者爭奪日益複雜 AI 系統運算能力的競爭中的地位。

軌道資料中心的想法仍屬實驗階段。儘管如此，地面電網壓力日益增加，超大規模設施建設成本上升，以及對 AI 處理需求的激增，已將太空運算從科幻變成嚴肅規劃的議題。

若 SpaceX 與 xAI 合併為一體，將結合發射能力、衛星網絡與 AI 模型開發於一身。這種整合或許能讓 Musk 在測試與部署太空運算系統方面獲得罕見優勢。

太空資料中心的模樣

軌道資料中心將依賴配備運算硬體的衛星網絡，主要由太陽能供電。工程師設想數百個單元在低地球軌道或更高軌道協同運作，形成分散式運算叢集，能執行 AI 工作負載。

支持者認為太空具有兩大技術優勢。持續獲取太陽能降低對地面電力市場的依賴。太空中的自然散熱也能減輕傳統資料中心運營成本中佔比最大的冷卻負擔。

如 xAI 的 Grok 或 OpenAI 的 ChatGPT 等 AI 系統，需大量處理能力。隨著模型規模與複雜度不斷擴大，需求亦持續上升。地面設施已受到電網供應、冷卻水資源與區域規劃的限制。

太空運算提供另一條路徑。它避免土地使用衝突，並允許基礎設施在不與城市資源競爭的情況下運作。

然而，這一概念仍處於早期階段。工程師指出多項障礙，包括輻射損害硬體、軌道碎片風險、有限的維修選項與高昂的發射成本。每顆衛星都需防護宇宙射線與微流星。維修則依賴機器人服務或替換發射，而非現場技術人員。

德意志銀行分析師預計，2027或2028年將進行小規模的軌道運算測試。若早期部署證明可靠且成本可控，較大規模的衛星叢集可能在2030年代才會出現。

為何 Musk 推動此想法

SpaceX 已經透過 Starlink 提供最大規模的商業衛星星座。數千顆衛星環繞地球，並由較低成本且頻率較高的發射系統支援。

這種發射能力賦予 SpaceX 結構性優勢。若軌道運算成為可行，SpaceX 可在不依賴第三方發射商的情況下部署硬體，並可透過 Starlink 的通訊網絡整合資料傳輸。

Musk 公開表示，太空提供了 AI 運算的最低長期成本，因為太陽能豐富且冷卻需求較少。在達沃斯世界經濟論壇的演講中，他表示，軌道設施在幾年內可能變得經濟上具有吸引力。這反映出他相信，能源供應而非晶片供應，將決定 AI 發展的下一階段。

熟悉 SpaceX 規劃的消息人士透露，該公司正考慮首次公開募股（IPO），估值可能超過1兆美元。募得資金或可用於開發軌道運算衛星及相關基礎設施。

與 xAI 的合併提議將使 SpaceX 的發射與衛星能力與內部 AI 開發商相結合，滿足大規模運算資源的需求。

競爭者也在朝同一方向努力

Musk 並非唯一探索太空運算的人。

Jeff Bezos 的 Blue Origin 也在研發太空資料中心技術。 Bezos 表示，未來大型軌道設施能利用不間斷的太陽能與直接向太空散熱，最終超越地面中心。他的時間表較長，預計在一到二十年內實現重大成本優勢。

Nvidia 支持的 Starcloud 已經發射示範衛星 Starcloud-1。該衛星搭載 Nvidia H100 晶片，為迄今最強大的 AI 處理器，已用於訓練與運行 Google 的開源 Gemma 模型，作為概念驗證。Starcloud 計劃擴展成模組化叢集，能提供相當於多個超大規模資料中心的運算能力。

Google 也在透過 Project Suncatcher 發展自己的軌道運算概念。 該計畫旨在將配備 Tensor Processing Units 的太陽能衛星連結成 AI 雲端網絡。Google 預計在2027年左右與 Planet Labs 一同推出初始原型。

中國宣布計畫打造所謂的“太空雲”。 中國航天科技集團承諾在未來五年內建設千瓦級軌道運算基礎設施，作為國家發展計畫的一部分。

這些活動顯示，AI 基礎設施的競賽已超越國界與傳統資料中心中心。

能源壓力推動轉型

AI 的快速成長帶來新的能源挑戰。大型語言模型在訓練與部署階段都需大量電力。超大規模資料中心的耗電量相當於小型城市。

許多地區的電網容量已經緊張。電力公司面臨延遲批准新連接的問題。水資源短缺影響冷卻系統。建設成本也在持續上升。

太空運算提供了不同的能源解答。太空中的太陽能穩定且不受大氣干擾或夜間循環影響。衛星可以調整面板角度以最大化曝光，產生穩定電力，無需化石燃料。

這種能源優勢是太空運算吸引力的重要原因。追求長期 AI 容量的公司，不僅要考慮晶片與網絡，也要重視電力供應的穩定性。

風險仍然很高

軌道資料中心的技術風險依然巨大。

太空中的輻射會比地球上更快損壞電子設備。防護層會增加衛星重量，提升發射成本。軌道碎片持續累積，增加碰撞風險。修復任務仍然複雜且昂貴。

通訊延遲也是一大挑戰。即使是低地球軌道系統，信號延遲仍可能影響某些需要即時反應的工作負載。

經濟可行性取決於發射成本、衛星壽命與維修效率。任何相較於地面資料中心的成本優勢，都需在規模化與最小化更換週期中實現。

這些因素解釋了為何分析師預期逐步測試，而非立即商業部署。

SpaceX 與 xAI 的聯結將帶來何改變

這次合併將硬體部署與軟體需求連結起來。

xAI 開發需要持續存取大量運算資源的大型 AI 模型。SpaceX 控制發射能力與衛星網絡。合併後， Musk 可以在封閉環境中測試軌道運算，從衛星部署到 AI 工作負載執行。

這種整合降低了不同公司間的協調延遲，也使得混合式系統（結合地面與太空運算）更易於實驗。

這種策略類似大型科技公司採用的一體化策略。擁有基礎設施、軟體平台與分銷渠道，能更快速部署實驗系統。

金融科技的角度

雖然軌道 AI 運算主要聚焦於基礎設施，但也牽涉更廣泛的金融科技生態系。支付網絡、交易平台與金融分析工具越來越依賴 AI 進行詐騙偵測、風險建模與交易監控。

若太空運算能降低長期處理成本，金融公司或能獲得更便宜的大規模 AI 資源。這可能影響金融科技平台在合規自動化與資料處理方面的策略。

短期內不會立即產生影響，而是隨著軌道容量商業化逐步展現。

對 AI 競爭的市場影響

AI 競賽如今依賴三大因素：先進晶片的取得、穩定的能源供應與可擴展的基礎設施。

晶片製造商持續擴產。能源限制仍較難解決。基礎設施擴展面臨法規與地理限制。

軌道資料中心代表一種突破這些限制的嘗試。成功將改變企業未來十年的 AI 擴展策略。

Musk 的策略是結合現有的發射優勢與日益增長的 AI 需求。競爭者則透過合作與研發計畫追趕。

這將催生一種超越地球設施的新型競爭格局。

未來展望

SpaceX 與 xAI 的合併提案仍在審查中，尚未公布正式完成時間表。

多家企業的早期軌道運算測試可能在本世紀後半段出現。這些實驗將決定衛星系統是否能提供穩定的性能與成本控制。

目前，Musk 的計畫彰顯一個更廣泛的思維轉變。AI 基礎設施不再局限於資料中心牆內，而是擴展到空域、軌道甚至更遠的空間。

掌握可靠運算能力的公司將擁有戰略優勢。太空是否會成為這一方程式的核心部分，仍未可知。未來幾年的測試將決定軌道資料中心是否能從概念走向實務。