为什么轨道数据中心至关重要

地面数据中心运行着大部分 AI 推理任务——即将训练好的模型应用于新数据。延迟、带宽限制和能源成本可能会制约那些需要实时反应的服务，例如自动驾驶汽车或遥感平台。通过将推理硬件置于低地球轨道，Starcloud 旨在缩短毫秒级的响应时间，并减少对大规模地面基础设施的需求。这家初创公司声称，它是唯一一家在太空运行 Nvidia H100 GPU（一种专为 AI 工作负载设计的服务器级处理器）的公司，这彰显了其技术雄心。

融资历程

Nvidia 以 2500 万美元的注资领投了本轮融资。CEO Philip Johnston 表示，Nvidia 的支持验证了 Starcloud “独特数据集”的价值，并提供了直接获取工程专业知识的机会。其他未具名的投资者也参与了其中，将 Starcloud 的投后估值推高至 23 亿美元——这标志着风险投资市场对这一尚处于商业化初期阶段的空间计算市场的信心。

从工厂车间到轨道

Starcloud 将把大部分资金用于扩建位于华盛顿州伍丁维尔（Woodinville）的一座 10 万平方英尺的工厂。该工厂将为公司的轨道平台 Starcloud-3 制造硬件，该平台将由 SpaceX 的 Starship 发射。与此同时，公司正在准备一颗较小的 8 千瓦计算卫星 Starcloud-2，计划于 2027 年通过专用的 Falcon 9 发射。

发射瓶颈

SpaceX 计划在 2028 年前退役 Falcon 9，转而使用更新的运载工具。与此同时，Blue Origin 的 New Glenn 和 Rocket Lab 的 Neutron 等竞争性火箭仍处于开发阶段，这导致重型运载能力窗口变得狭窄。Starcloud 正在与 SpaceX 谈判长期协议，并探索购买自己的 Falcon 9 发射位，以确保其小型卫星能按计划进入轨道。因此，成功取决于 Starship 的及时成熟，以及在市场竞争加剧前锁定发射位。

真空环境下的工程挑战

在太空运行服务器级 GPU 并非简单地将地面机架更换为卫星平台。Starcloud 的工程师面临三个核心问题：

  • 热管理 – GPU 会产生大量热量；在真空环境下由于缺乏对流，热量必须通过专门设计的面板进行辐射散热。
  • 抗辐射加固 – 宇宙射线和太阳粒子可能会损坏硅片。屏蔽层会增加质量，因此团队必须在防护能力与发射重量限制之间取得平衡。
  • 结构完整性 – 发射过程会让硬件承受极端的振动和加速度。组件必须能够承受远高于地球的压力。

该公司还在与 Nvidia 合作开发 Vera Rubin Space-1 芯片，这是一种专为轨道辐射和热环境设计的处理器。这种合作可能会创造出一种新型的空间级硅芯片，但目前仍处于开发早期阶段。

监管与规模问题

Starcloud 已向联邦通信委员会（FCC）申请许可，以运营多达 88,000 颗航天器。这样一个星座规模将使现有的卫星网络相形见绌，并引发关于轨道碎片、频谱分配以及与其他运营商协调的担忧。FCC 的决定将决定 Starcloud 在其初始试验平台之外扩张的速度。

反方观点：成本、风险与市场契合度

在太空部署高性能 AI 硬件的成本极高。发射延迟或失败可能会严重打击资产负债表。此外，基于空间的推理市场尚未得到证实；许多 AI 工作负载已经可以在延迟可接受的边缘设备或云服务上运行。批评者认为，对于大多数应用而言，在轨道上运行所增加的复杂性可能会抵消其带来的性能提升。

值得关注的动向

  • Starship 的部署进度 – 首批 Starship 的实际运行将揭示 Starcloud 是否能满足其发射时间表和成本假设。
  • FCC 的裁决 – 是否批准大规模星座建设将是一个关键的监管里程碑。
  • 硬件里程碑 – 在轨道上进行持续的 GPU 运行、模型训练或推理演示，将为该平台的实用性提供具体证据。
  • 客户承诺 – 来自需要超低延迟 AI 的公司（例如卫星成像、自动导航领域）的合同将测试商业需求。

核心结论

Starcloud 获得的 2.5 亿美元融资使其跻身人工智能与航天技术融合这一细分领域的前沿。如果工程障碍、发射物流和监管审批能够顺利衔接，该公司可能会在地面数据中心与边缘设备之间增加一层新的计算层。这是一场豪赌，但其回报——轨道上的 teraflops 级 AI 算力——可能会重塑全球延迟敏感型服务的交付方式。