全球AI竞争新焦点：太空算力 - 全球AI竞争的最新趋势聚焦于太空算力，中美两国公司正在该领域展开你追我赶的布局 [1] - 中国公司国星宇航发布了全球首个服务硅基智能体的太空算力网计划，并非跟随者，而是以先发者姿态出现 [1] 国星宇航“星算”计划详情 - 计划发射总计2800颗卫星，其中2400颗提供推理算力，总算力可达十万P级；另外400颗用于训练，训练算力可达百万P级 [2] - 全部卫星部署完毕预计耗时近10年，公司已于2024年5月成功发射01组太空计算中心完成验证，02组和03组已投产并计划于2025年实现轨道部署 [2] - 预计2030年前实现千星规模组网和商用，并完成超大规模训练计算卫星在轨验证；2035年前完成全部组网 [2] 中美技术路径与进展对比 - 英伟达投资的美国公司Starcloud利用已发射至太空的英伟达H100芯片运行开源模型，完成了太空算力技术验证 [3] - 国星宇航实现了更前沿的技术突破：在2024年9月25日至10月5日完成了全球首次卫星在轨运行AI模型技术验证 [6] - 国星宇航于2025年11月13日至23日，通过43次轨上注，成功完成千问大模型Qwen3的实时在轨部署，并于次日完成多项在轨推理任务 [3] - 与Starcloud将地面部署好的模型送上天的模式不同，国星宇航已能“隔空”在轨部署并在线更新通用大模型，类似于设备的OTA升级，这被认为是全球太空算力竞赛的最前沿进展 [5] 发展太空算力的核心动因 - 降低成本与节约资源：太空部署能节省宝贵的土地资源，并直接利用太阳能获得持续能源供给，更节能 [8] - 满足实时性服务需求：太空算力提供的低延迟服务能帮助Robotaxi、无人机等硅基智能体完成任务，也能为渔业等传统行业提供在轨决策支持，例如实时获取鱼群动向 [8] - 推动AI普惠：覆盖全球的太空算力网络可为缺少算力的偏远地区提供AI基础设施，与开源大模型共同推动AI普惠 [10] - 应对地面算力瓶颈：国际能源署数据显示，到2026年全球数据中心总用电量预计达1万亿度，约相当于1.2亿人全年的用电量，凸显地面算力能耗压力 [8] 太空算力面临的技术挑战 - 硬件迭代矛盾：AI芯片遵循摩尔定律快速迭代，与太空基建长建设周期存在矛盾，需建立“在轨硬件更替机制”或通过软件延长硬件寿命 [12][13] - 软件与系统适配：需开发适配太空环境的操作系统，并兼容地面主流开发架构 [14] - 太空环境特殊性：太空无空气导致传统热管理失效，热量只能通过辐射传递，需创造新的热管理技术；高能粒子轰击可能损坏芯片、干扰计算精度，需创造安全冗余 [14] 行业趋势与竞争格局 - 太空算力正成为AI竞争的新高地，技术门槛高，涉及硬件、软件及一系列工程问题 [10][14] - 中国公司在太空算力领域已占据先发优势，并押中了“物理AI”新浪潮 [14] - “太空算力+开源大模型”的软硬一体模式，正在形成独特的中国方案 [14]