2026 年初，xAI 在美國 Memphis 建置的 Colossus 超級電腦，已經超過 23 萬顆 GPU，並持續往 50 萬顆、2GW 電力容量擴張 。這樣的規模，其實已經接近一座小型發電廠。
但同一時間，市場對另一個方向開始出現明顯保留，也就是把 AI 算力搬到太空這件事。問題不在 AI，而在現實條件
- 第一個限制是能源。AI 資料中心的本質，是把電力轉成算力，再轉成熱能。當地面系統都已經需要發電廠等級的電力時，把同樣的架構搬到太空，成本只會更高，而不是更低。
- 第二個限制是散熱。地球可以透過空氣或水帶走熱，但太空接近真空，只能依賴輻射散熱，效率遠低於地面。當算力密度持續提高，反而會讓系統更難穩定運作。
- 第三個問題是維運。地面設備出問題可以快速更換，但在太空環境中，一次維修的代價，幾乎等同於重新發射一個模組。這讓整體商業模型很難成立。
市場正在改變看事情的方式
過去兩年，AI 幾乎只要具備成長想像，就能獲得資本支持。不論是模型、算力，甚至更長期的應用場景，都可以被賦予高估值。
但現在的問題開始變得更直接：這些投入，什麼時候能轉成收入。
對 SpaceX 來說，穩定的現金流仍然來自發射服務與 Starlink。AI 本身，特別是與太空結合的部分，目前還沒有形成清楚的商業模式。當資本支出持續放大，市場自然會開始更嚴格地檢視回報。
另一個同時被放大的問題，是人而不是機器。在擴張算力的同時，xAI 的核心研究人才流失，讓市場開始重新思考一件事：AI 的競爭，真的只是硬體規模嗎？
GPU 可以透過資本快速取得，但模型訓練、資料理解與工程經驗，往往需要長時間累積。當這些能力沒有同步建立時，單純擴大算力的效果，會被明顯打折。
回到 Elon Musk 本人的策略，其實也很清楚。他當前的重心並不在太空 AI，而是把地面算力推到極致。這條路和他過去做的事情高度一致。無論是電動車、火箭，還是衛星網路，本質都是透過大規模投資，把基礎設施做到競爭對手難以追上的程度。
只是 AI 有一個不太一樣的地方。它不只是工程問題，同時也是一個高度不確定的探索過程。因此，太空 AI 並沒有被否定，但在這個時間點，它還很難成為一個可以規模化運作的商業模式。
