全球人工智能领域的竞争正迈向新维度——太空算力。近期，中美两国在这一前沿领域展开激烈角逐，引发科技界高度关注。美国科技企业Starcloud在英伟达支持下，成功利用太空中的H100芯片运行开源模型，完成技术验证；而中国科技公司国星宇航则宣布启动全球首个服务硅基智能体的太空算力网络，计划通过2800颗卫星构建覆盖全球的算力基础设施。
据国星宇航披露，其太空算力网络由2400颗推理卫星和400颗训练卫星组成，总推理算力达十万P级，训练算力达百万P级。该项目采用分阶段实施策略：2024年已发射01组太空计算中心完成技术验证，02组和03组卫星正在生产中，预计2030年前实现千星规模商用组网，2035年完成全部卫星部署。这种"分步走"战略既降低技术风险，又为持续迭代预留空间。
中国工程院院士王坚在2025年中国空天信息和卫星互联网创新联盟大会上透露，国星宇航已实现重大技术突破——通过43轨上注技术，成功将千问大模型Qwen3部署至太空轨道。这项创新不仅完成多项在轨推理任务验证，更开创性地实现大模型在线更新功能，支持多类型模型动态替换，其技术架构类似于智能设备的空中下载技术（OTA）升级系统。
对比中美两国方案，技术路径呈现显著差异。Starcloud采用"地面预训练+太空运行"模式，将训练好的模型搭载至太空算力平台；而国星宇航的方案实现"太空原位部署与更新"，模型可直接在轨道完成训练和优化。这种差异犹如单机游戏与网络游戏的区别，后者具备更强的实时性和适应性。王坚院士特别指出，中国方案"首次实现通用大模型在轨部署"，标志着技术成熟度达到新高度。
太空算力竞赛的背后，是解决现实痛点的迫切需求。随着大模型参数规模突破万亿级，全球数据中心能耗问题日益严峻。国际能源署预测，到2026年数据中心年耗电量将达1万亿度，相当于1.2亿人口全年用电量。太空环境提供独特解决方案：晨昏轨道卫星可持续接收太阳能，避免地面数据中心的高能耗散热需求；500-1000公里轨道高度使数据传输延迟比地面网络降低数个数量级，为自动驾驶、无人机等实时应用提供可能。
在渔业领域，太空算力已展现变革性价值。通过部署在轨大模型，渔民可实时获取鱼群动态信息，如"东北方20海里处半小时后有金枪鱼群经过"。这种精准预测依赖太空平台的低延迟计算能力，地面超算系统因物理距离和带宽限制难以实现。更深远的影响在于，太空算力网络可为偏远地区提供基础AI服务，与开源大模型形成互补，推动AI技术普惠化发展。
技术实现面临多重挑战。太空环境对硬件提出严苛要求：高能粒子辐射可能导致芯片故障，真空环境使传统散热方式失效，摩尔定律与太空设备长寿命的矛盾亟待解决。国星宇航采用模块化设计思路，通过可更换算力单元延长卫星生命周期，同时开发抗辐射芯片和辐射散热技术，构建多重安全冗余系统。这些创新使中国在太空算力领域建立先发优势，为物理AI等新兴方向奠定基础。
当前竞争格局显示，太空算力与开源大模型正在形成中国特色的技术组合。随着国星宇航等企业持续突破，这种"软硬协同"的发展模式可能重塑全球AI产业版图。正如王坚院士所言，太空算力不是简单的算力迁移，而是开启"物理世界智能化"的新钥匙，其技术辐射效应将远超传统计算范畴。
