在這個人工智慧（AI）的黃金時代，如大型語言模型（LLMs）等對算力的需求正呈指數級增長。然而，地球上的資料中心卻面臨前所未有的能源與基礎設施瓶頸。一座現代化的 AI 資料中心動輒需要數GW級的電力，相當於一個小型核電廠的供應量，這不僅對能源網造成巨大壓力，也因電網升級緩慢而拖累 AI 發展速度。
因此「太空資料中心」（Orbital Data Center）的概念應運而生，它旨在將大型 AI 訓練與推論設施部署到地球軌道上，利用外太空的獨特優勢來解決地面困境。這個概念的底層邏輯是：透過能源成本的顛覆性優勢、無限制的擴展性，以及對環境的承諾，打造下一世代的數據基礎設施。
新聞引爆點：人類首次 H100 軌道運算（2025 年 11 月）
太空資料中心的討論近來熱度暴增，導火線是矽谷新創公司 Star Cloud 於 2025 年 11 月宣布的一項關鍵實驗。
最新消息引述： 根據 DIGITIMES等外媒報導，Crusoe 與 Star Cloud 合作，計畫在 2025 年 11 月將 NVIDIA H100 GPU 送入軌道，開啟真正意義上的「太空 AI 資料中心」時代。這次任務旨在驗證商業級硬體在嚴苛太空輻射環境下的穩定性與錯誤率，並預計測試AI 模型（如Google 的Gemma)在軌道上進行微調與推論的可行性。
這次發射的 Starcloud-1衛星是一個概念驗證任務，雖然僅搭載一張 H100，但其運算能力已比現有任何太空運算裝置強大約100 倍。如果Star Cloud 能成功讓非太空專用、對輻射極為敏感的 H100 穩定運行，將大大降低未來大規模太空資料中心的硬體成本和技術門檻。
Star Cloud 的短期策略傾向於 AI 推論而非訓練，這暗示了其商業模式是 邊緣運算即服務（Edge Computing as a Service）。透過將算力放置在距離地球觀測數據源最近的軌道上，可以直接處理海量原始數據，從而消除將巨量數據傳回地球的「下傳瓶頸」，提供適用於即時天氣預測、野火偵測等應用的低延遲洞察。
工程與經濟分析：三大核心優勢
軌道資料中心相較於地面設施具備三大顛覆性優勢：
極致低廉的能源供應
軌道資料中心預計利用 晨昏太陽同步軌道，使衛星能夠持續面向太陽，一年365 天、一天24小時實現持續日照，理論上可達高達95%的容量因子，遠高於地面太陽能的平均數24。
- 成本量化：Star Cloud 預估，軌道上的太陽能系統能比地球多產生 五倍 的能量。長期穩定運營下的邊際能源成本理論上可做到驚人的 0.002/kWh，比美國地面平均電力成本 0.045/kWh 便宜約20 倍。
- 長期優勢： 在一個40 MW資料中心十年營運的試算中，能源節約是核心驅動力，地面 約需1億4,000萬美元的能源成本，遠高於軌道方案（含發射成本）的 820萬美元總差異化成本，兩者相差約20倍。
無限制的可擴展性與快速部署
太空資料中心擺脫了地面土地選址和政府電網批准等耗時的限制。它們採用模組化設計，可以將伺服器和太陽能板以蜂巢式結構無限拼接，進行橫向和垂直擴張，如果成功，效率將遠高於地面。
環境友善性與永續發展
軌道資料中心以潔淨的太陽能為主要能源，且無需使用地球上寶貴的水資源進行冷卻。相較於地面，其在整個生命週期內可節省 10倍 的二氧化碳排放，具有重要的ESG市場價值。
現實的阻力：四大工程與經濟挑戰
雖然理論優勢巨大，但太空環境所帶來的嚴酷挑戰決定了技術能否商業化：
致命的輻射與位元翻轉問題
外太空充滿高能粒子輻射，會導致商業級硬體加速老化和 單粒子翻轉（Single Event Upset, SEU），使儲存的位元0或1可能發生隨機翻轉，導致運算結果錯誤。解決方案包括：物理遮蔽、硬體冗餘（如三模組冗餘TMR）和軟體層級優化（如錯誤校正碼 ECC)。H100實驗的錯誤率數據將至關重要。
巨型散熱難題與熱輻射工程
在真空的太空中，熱量只能透過熱輻射的方式散發。軌道資料中心必須處理運算產生的熱負荷與 24/7 吸收的太陽熱能，因此需要極為龐大且複雜的輻射冷卻系統。例如，一個 5 GW的資料中心，其散熱輻射板可能需要達到 1 KM X 4 KM的規模。
發射成本的現實檢驗
軌道資料中心的經濟可行性完全建立在極低廉的發射成本基礎上，這使其對 SpaceX的 Starship（星艦）技術形成了極高的依賴性。
- Star Cloud的成本模型假設Starship的長期邊際發射成本能降至10-30 USD/kg。
- 現實差距： 目前貨物入軌成本約為3,000 USD/kg左右，與理想目標差距巨大。
- 不確定性： Starship在未來五年內能否穩定且高頻率地達到其承諾的極低發射成本，是太空資料中心大規模商業化的最大單點經濟風險。
維護、壽命與軌道碎片風險
太空零組件壽命受損且維修成本高昂。Star Cloud 提出模組化設計，故障模組可選擇：焚燬淘汰（脫離軌道時完全燃燒殆盡，避免碎片）或 回收修復：
- 焚燬淘汰： 故障模組將被指令脫離軌道，進入大氣層時完全燃燒殆盡，確保不會產生新的太空碎片（Debris），解決了軌道碎片問題的監管風險。
- 回收修復： 使用穿梭機將故障模組運回地球進行昂貴的修復。
市場格局：新太空競賽中的巨頭博弈
太空資料中心一旦可行，將引發一場由掌握垂直整合能力的科技巨頭主導的基礎設施競賽，目前主要集中在兩大陣營：
馬斯克陣營：發射與網絡的垂直壟斷
SpaceX 擁有獨特的優勢，即垂直整合了發射與軌道網絡能力。
首先，Starship 的 100 噸級載荷能力和承諾的極低成本，使其成為未來大規模軌道資料中心部署的唯一合理選擇。因此，如果該產業起飛，SpaceX 將壟斷大部分發射服務。
其次，SpaceX 可以利用其現有的 Starlink 衛星生態系統。馬斯克曾表示，只需將 Starlink V3 衛星的規模擴大，即可直接塞入資料中心。這意味著 SpaceX 可以快速轉型為軌道計算服務商，並透過其自有的 AI 算力需求（例如 xAI 的模型訓練）來驅動 Starship 的快速迭代和成本攤提。
貝佐斯陣營：雲端與火箭的協同作戰
Jeff Bezos 所創立的 Amazon/AWS 和 Blue Origin，則代表了另一股強大的垂直整合力量。
Bezos 預計太空資料中心將在 10 到 20 年內成熟，特別適用於解決 AI 對電力的大規模需求，例如「巨大訓練集群」。
AWS 作為全球雲端市場的龍頭，其戰略優勢在於將軌道運算無縫整合到現有的雲端服務中（即 Space Cloud）。AWS 已經在國際太空站（ISS）上測試了 Snowcone 邊緣運算設備 。此外，Blue Origin 提供的 New Glenn 重型火箭將是 Starship 在載荷與成本上的主要競爭者，完善了發射端的供應鏈。
小結
這場競賽的未來，是掌握 發射、網路和雲端服務 綜合實力之戰。此外，對於 TB級的初始 AI模型訓練數據傳輸，頻寬仍是瓶頸，Star Cloud 甚至提出 Data Shuttle（太空 USB），透過物理運輸將海量訓練數據送往軌道上的資料中心。
總結與展望：AI 算力的終極解藥？
太空資料中心所承諾的極致能源優勢、可擴展性與環境低衝擊，使其具備顛覆全球數據基礎設施的潛力；Star Cloud CEO樂觀預測，十年後所有新的資料中心都將在太空中建造 。然而，要實現這種顛覆性且大規模的商業化，必須克服 輻射防護、巨型散熱，以及 Starship 經濟學（極低發射成本）這三大核心工程與經濟門檻，挑戰仍無比巨大，但看來確實會是未來確定的發展方向。
Star Cloud 於 2025 年 11 月發射H100 GPU的實驗，是人類邁向太空資料中心的第一個關鍵實踐。如果成功，這將長期有利於NVIDIA、AMD等高性能AI 晶片製造商，因為能源瓶頸將逐漸被解除。
從資料看起來，未來太空資料中心將首先服務於能源需求極高的 AI 模型訓練，以及對延遲有獨特要求的地球邊緣運算。另外，太空資料中心最終不會完全取代地面設施，而是會共同形成一個互補的「Space Cloud」生態系統，深刻地改變全球算力格局。
後記
後來有寫了一篇文章，紀錄實際發射後的一些心得，也歡迎收看。
延伸閱讀
Starcloud pitches orbital datacenters as cheaper, cooler, and cleaner，BLOCKS & FILES，20251023
Starcloud to Launch First H100 GPU Into Space This November，THE TECH BUZZ，20251025
How Starcloud Is Bringing Data Centers to Outer Space，NVDIA BLOGS，20251015
