今年 3 月，我曾向大家提及包括 CoreWeave 在内的部分人工智能公司面临的折旧风险。8 月，做 空安然公司的吉姆・查诺斯也表达了类似担忧。 核心顾虑集中在 GPU（图形处理器）上，这类芯片是训练和运行人工智能模型的关键硬件。随着 新型 GPU 推出，旧款产品会因技术淘汰和磨损而贬值。云计算公司必须通过折旧方式，在符合实 际的周期内降低这些资产的账面价值，折旧速度越快，对盈利的冲击就越大。 投资者开始担心，GPU 的实际使用寿命仅为 1 到 2 年，但云计算提供商却按 5 到 6 年对其进行 折旧。这种会计处理上的不匹配，可能会导致人工智能行业在几年后遭遇严重的盈利下滑。 如果您希望可以时常见面，欢迎标星收藏哦~ 来 源 ： 内容编译自 businessinsider ， 谢谢 。 近几周，关于人工智能泡沫的悲观警告震动了市场，但至少有一项主要担忧是站不住脚的。 如今，这种观点在华尔街几乎已成共识，也是支撑 "我们正处于巨大人工智能泡沫中" 这一论点的 主要依据之一。但问题在于，这种看法是错误的：即便英伟达每 18 个月或更短时间就推出新一代 GPU 架构，其折旧速度也远没有部分投资者担忧的那么快。 " ...

文章核心观点 - 为应对AI算力激增带来的巨大能源和资源压力，科技行业正积极探索在太空建立数据中心，以利用近乎无限的太阳能，这被视为可能满足未来AI需求的终极可扩展解决方案 [1][3][13] 太空数据中心的驱动力 - 核心驱动力是能源，AI模型训练和推理需求激增，导致地面数据中心对地球的电力、土地和水资源构成巨大压力 [3] - 太阳输出功率高达3.86 × 10^26瓦，是人类总发电量的100万亿倍以上，在近乎恒定的日照下获取能量是理论上的终极解决方案 [3] - 天基数据中心与在地球上运行相比，据称可节省10倍的碳排放 [4] 主要参与者的计划与进展 - 谷歌启动"Suncatcher项目"，计划于2027年初发射两颗搭载自研TPU芯片的原型卫星，目标是构建由太阳能驱动的、通过天基激光器互联的轨道AI计算集群 [1][5] - 马斯克宣布SpaceX公司将通过扩大其星链V3卫星规模来构建天基数据中心，该计划的关键在于下一代星舰火箭能否成功并降低发射成本 [1][6][10] - 初创公司Starcloud已成功发射搭载英伟达H100 GPU的测试卫星，旨在提供比现有天基计算强大100倍的算力，最终目标是建立2.5英里宽、功率达5吉瓦的轨道数据中心 [7] 面临的主要挑战 - 发射成本是经济障碍，需待发射价格在2030年代中期降至低于每公斤200美元，天基数据中心的成本才可能与地面方案相当 [9][10] - 热量管理是最大技术难题之一，太空真空环境缺乏散热介质，谷歌计划采用"热管和散热器的热力系统"但未提供详细方案 [11] - 系统可靠性、高带宽地面通信及辐射防护是必须解决的问题，需保证电子设备在太空辐射环境中长期稳定运行 [12]

行业趋势与核心驱动力 - 电力供应紧缺是AI数据中心建设的关键瓶颈 美国数据中心的能源需求预计在2027年前几乎翻倍 大型数据中心的负载请求已使公用事业公司与电网容量不堪重负[1] - 将数据中心建在太空成为越来越多硅谷科技公司的选择 以突破地球上的电力限制[1] - 太空可能在10年后成为一个新的计算场所 未来太空可能是扩展AI计算的最佳场所 几乎所有新数据中心都将建在外太空[6] 主要参与者的战略布局 - 谷歌启动名为“Suncatcher”的计划 探索在太空中构建可扩展的机器学习计算系统 其TPU（张量处理器）即将进入太空[3] - SpaceX计划在太空中建设数据中心 通过将配备高速激光链路的Starlink V3卫星进行规模扩大来实现[3] - 亚马逊创始人杰夫·贝索斯表示 未来10到20年人类将能够在太空建造吉瓦级数据中心[3] - 谷歌与卫星图像公司Planet Labs合作 计划在2027年初发射两颗卫星 以探索建设大规模太空数据中心集群的可能性[3] 技术进展与硬件部署 - 太空计算公司Starcloud计划在今年11月发射一颗载有英伟达H100 GPU的卫星 这将是先进数据中心GPU首次进入外太空[4] - Starcloud-1卫星重达60公斤 预计将提供比以往其他太空运算设施高出100倍的GPU算力[4] - 谷歌新一代TPU在粒子加速器中模拟近地轨道辐射水平的测试中完好无损 显示出惊人的抗辐射能力[6][7] - 谷歌计划在2027年发射的两颗卫星将进一步测试相关模型和TPU硬件在太空的运行情况[7] 太空数据中心的优势 - 在太空建设数据中心最大的好处是能源充足 太阳是太阳系的终极能源 其释放能量超过人类总发电量的100万亿倍[4][5] - 在正确的轨道上 太阳能电池板的产出比地球上高8倍 并且能持续发电 减少了对电池的需求[4] - 太空数据中心将不需要用水来冷却 也不需要依赖电池或备用电源 整个生命周期将节省10倍的二氧化碳[4] - 太空持续可用的太阳能将使数据中心的性能最终超越地球上的同类设施 可以全天候利用太阳能 没有天气干扰[5] 经济可行性与成本挑战 - 高昂的发射成本一直是建造大规模太空系统的主要障碍[6] - 根据历史数据和对发射价格的预测 到21世纪30年代中期 成本可能会下降到200美元/公斤以下[6] - 在发射成本降至200美元/公斤以下时 启动和运营太空数据中心的成本可能与同等规模地面数据中心的能源成本大致相当[6] - 未来几十年内太空数据中心的建设成本将不断降低[6]

行业核心观点 - 电力供应紧缺已成为AI数据中心建设的关键瓶颈，美国数据中心的能源需求预计在2027年前几乎翻倍，大型数据中心的负载接入请求已使公用事业公司与电网容量不堪重负 [3] - 将数据中心建在太空成为越来越多硅谷科技公司的选择，以突破地球上的电力限制 [4] - 业内观点认为，太空可能在10年后成为一个新的计算场所，未来几乎所有新数据中心都可能建在外太空 [9] 主要参与公司动态 - 谷歌启动“Suncatcher”计划，探索在太空中构建可扩展的机器学习计算系统，其TPU（张量处理器）即将进入太空 [6] - SpaceX计划在太空中建设数据中心，方案是将配备高速激光链路的Starlink V3卫星进行规模扩大 [7] - 亚马逊创始人杰夫·贝索斯表示，未来10到20年，人类将能够在太空建造吉瓦级数据中心 [7] - 谷歌与卫星图像公司Planet Labs合作，计划在2027年初发射两颗卫星，以探索建设大规模太空数据中心集群的可能性 [7] - 太空计算公司Starcloud计划在当年11月发射一颗载有英伟达H100 GPU的卫星，这将是先进数据中心GPU首次进入外太空，该卫星重达60公斤，预计提供比以往其他太空运算设施高出100倍的GPU算力 [7] 太空数据中心的优势 - 能源充足是最大好处，在太空中几乎可以获得无限低成本的可再生能源，太阳能电池板的产出比地球上高8倍，并能持续发电，减少对电池的需求 [8][9] - 太空数据中心不需要用水来冷却，也不需要依赖电池或备用电源，与给地球上的数据中心供电相比，整个生命周期将节省10倍的二氧化碳 [8][9] - 可以全天候利用太阳能，没有云、雨或其他天气干扰，使数据中心性能最终超越地球上的同类设施 [9] 成本与可行性挑战 - 高昂的发射成本一直是主要障碍，但根据预测，到21世纪30年代中期，成本可能会下降到200美元/公斤以下，届时启动和运营成本可能与同等规模地面数据中心的能源成本大致相当 [10] - 谷歌早期研究表明，其新一代TPU在模拟近地轨道辐射水平的测试中完好无损，显示出惊人的抗辐射能力，但热管理、在轨系统可靠性等重大工程挑战依然存在 [10] - 谷歌分析认为，在太空进行机器学习并未受到基本物理定律的限制，也不存在无法克服的经济阻碍，2027年发射的卫星将用于进一步测试相关模型和硬件在太空的运行情况 [10]

行业趋势与驱动力 - 电力供应紧缺成为AI数据中心建设的关键瓶颈 美国数据中心能源需求预计在2027年前几乎翻倍 大型数据中心负载请求已使公用事业公司与电网容量不堪重负 [1] - 将数据中心建在太空成为越来越多硅谷科技公司的选择 以突破地球上的电力限制 [1] - 太空可能在10年后成为一个新的计算场所 未来太空可能是扩展AI计算的最佳场所 [5] 公司战略与项目 - 谷歌启动名为Suncatcher的计划 探索在太空中构建可扩展的机器学习计算系统 其TPU即将进入太空 [3] - 谷歌与卫星图像公司Planet Labs合作 计划在2027年初发射两颗卫星 探索建设大规模太空数据中心集群的可能性 [3] - SpaceX计划在太空中建设数据中心 通过将配备高速激光链路的Starlink V3卫星进行规模扩大来实现 [3] - 亚马逊创始人杰夫·贝索斯表示 未来10到20年人类将能够在太空建造吉瓦级数据中心 [3] - 太空计算公司Starcloud计划在今年11月发射载有英伟达H100 GPU的卫星Starcloud-1 这将是先进数据中心GPU首次进入外太空 [4] - Starcloud-1卫星重60公斤 体型如小冰箱 预计提供比以往其他太空运算设施高出100倍的GPU算力 [4] - Starcloud公司计划未来建造一座5吉瓦的轨道数据中心 配备超大型太阳能和冷却电池板 宽度和长度约4公里 [4] 太空数据中心的优势 - 太空数据中心能源充足是最大好处 太阳释放能量超过人类总发电量的100万亿倍 [4] - 在正确轨道上 太阳能电池板的产出比地球上高8倍 并能持续发电 减少对电池的需求 [4] - 太空持续可用的太阳能将使数据中心性能最终超越地球上的同类设施 可全天候利用太阳能 没有云雨或其他天气干扰 [5] - Starcloud的太空数据中心不需要用水冷却 也不依赖电池或备用电源 在太空中几乎可以获得无限低成本的可再生能源 [4] - 与给地球上的数据中心供电相比 太空数据中心整个生命周期将节省10倍的二氧化碳 对环境唯一的成本是发射 [4] 技术挑战与可行性 - 高昂的发射成本一直是建造大规模太空系统的主要障碍 [5] - 根据历史数据和对发射价格的预测 到21世纪30年代中期 成本可能会下降到200美元/公斤以下 届时启动运营成本可能与同等规模地面数据中心的能源成本大致相当 [5] - 谷歌早期研究表明 其新一代TPU在模拟近地轨道辐射水平的测试中完好无损 具有惊人的抗辐射能力 [5][6] - 根据初步分析 在太空进行机器学习未受基本物理定律限制 也不存在无法克服的经济阻碍 [6] - 但仍存在重大工程难题 如热管理 在轨系统可靠性等 2027年发射的卫星将测试相关模型和TPU硬件在太空的运行情况 [5][6]

文章核心观点 - Google启动名为“Project Suncatcher”的太空数据中心计划，旨在太空建立由太阳能驱动的可扩展AI基础设施[5][7] - AI未来发展的关键瓶颈在于能源突破，而非芯片供应，数据中心耗电到2030年预计与日本全国耗电量相当[7][9] - 太空数据中心相比地球具备显著效率优势：太阳能板效率为地球8倍、可7*24小时供电、零土地和水资源消耗[12][13] - 太空数据中心商业化落地的核心前提是发射成本大幅降低，SpaceX的Starship项目是实现该目标的关键推动力[27][30][32] - 太空算力可能重塑当前以英伟达为主导的AI算力格局，成为下一个红利领域[34][39] Google的太空数据中心计划 - 计划发射搭载自研TPU芯片的卫星星座，组建“轨道AI数据中心”[11] - 通过“编队飞行+激光通信”解决太空组网难题，卫星间距100-200米，已实现1.6 Tbps双向传输速率[17][19] - TPU芯片展现出极强抗辐射能力，可承受近3倍于5年任务预期辐射剂量，计划2027年前发射两颗原型卫星测试[21] - 数据回传地球存在延迟和带宽瓶颈，目前地空光通信最高纪录为200 Gbps，尚不足以支撑数据中心需求[23] 太空数据中心的优势与挑战 - 太空太阳能效率为地球8倍且不受黑夜影响，无需消耗地球土地和水资源用于冷却[12][13] - 当前最大障碍是发射成本，若SpaceX能将成本降至$200/kg，太空数据中心单位功率成本可降至$810/kW/年，与地面成本$570–3000/kW/年区间重叠[27][28] - SpaceX发射成本已从$30000/kg降至$1800/kg，Starship目标进一步降至$60/kg甚至$15/kg[32] 行业竞争格局与新兴参与者 - 英伟达H100 GPU已首次进入太空，由初创公司Starcloud通过SpaceX发射，在轨算力比以往太空计算机强100倍[34][36] - Starcloud致力于在轨实时处理数据，可将数百GB原始数据压缩至1KB结果传回地球，其商业模式依赖SpaceX带来的成本降低[36][37] - 太空算力时代可能重新分配英伟达在地球算力市场的三大优势：最强算力单元、CUDA生态软件锁定、作为AI公司算力上游的地位[39]

项目概述 - 谷歌宣布启动名为“Project Suncatcher”（捕光者计划）的项目，旨在设计一个基于太空的可扩展AI基础设施系统 [1] - 该项目构想利用太阳能卫星星座，配备谷歌TPU和自由空间光通信链路，以在太空中扩展机器学习计算规模 [6] - 项目首次发射时间定于2027年初，届时将与Planet公司合作发射两颗原型卫星 [3] 核心设想与动机 - 太阳是太阳系中的终极能源，其辐射能量超过人类总发电量的100万亿倍，项目旨在更好地利用太阳能驱动AI [1][6] - 在合适的轨道上，太阳能电池板效率可比地球上高出8倍，并能近乎持续发电，从而减少对电池的需求 [6] - 该方法被认为具有巨大的规模化潜力，并能最大限度地减少对地球资源的影响 [6] 系统设计与技术方案 - 系统由运行在“晨昏同步近地轨道”的卫星网络星座组成，可几乎持续接收日照，最大化太阳能收集效率 [8] - 系统设计采用模块化理念，专注于由更小、互连的卫星组成，为未来高度可扩展的太空AI基础设施奠定基础 [8] - 卫星将以近距离编队飞行（如半径1公里的81星集群），以实现高带宽、低延迟的星间通信 [7][10] 关键技术挑战与进展 - **高带宽星间链路**：需支持每秒数十Tb速率，谷歌通过验证器已实现单向800 Gbps（总计1.6 Tbps）的传输速率 [8][9] - **卫星编队控制**：开发了物理模型分析轨道动力学，表明仅需适度轨道保持机动即可维持星座稳定 [10][12] - **辐射耐受性**：Trillium TPU在测试中承受了最大剂量15 krad (Si)，远高于五年任务预期的750 rad (Si)，显示出惊人抗辐射能力 [13][14] - **热管理与在轨系统可靠性**：被确认为仍需解决的重大工程挑战之一 [3][18] 经济可行性分析 - 发射成本是系统总体成本的关键组成部分，分析表明到2030年代中期，发射至近地轨道的成本可能降至每千克约200美元或更低 [7][15] - 按此价格点计算，天基数据中心的发射和运营成本可能与同等地面数据中心的能源成本大致相当 [15] 未来方向与行业意义 - 初步分析表明，天基ML计算的核心概念未受基础物理学或不可逾越的经济障碍阻碍 [18] - 该项目被视为谷歌挑战艰难科学和工程问题的“登月”传统的延续，类比于其大规模量子计算机和自动驾驶汽车的早期探索 [8] - 长期来看，吉瓦级的卫星星座或将成为可能，并催生出更适合太空环境的新型计算架构 [18]

国产大模型发展现状 - 2023年以来上百家国产大模型涌现 参数规模从几亿到上万亿 广泛应用于云计算 数据中心 边缘计算 消费电子 智能制造 智能驾驶 智能金融及智能教育等领域 [1] - AI已成为确定性赛道 算力投入是参与竞争的必要条件但非充分条件 需在芯片 算法 数据 生态 应用落地等多方面形成综合优势 [1] 算力需求与供给缺口 - 海外每天AI agent产生的token处理需求相当于260万亿TeraFLOPS算力 理论上需130万张英伟达H100 GPU 实际部署量可能达700万张 [2] - 每天需要20-30万片12寸晶圆 未来5年GPU需求预计增长100倍 中国所有晶圆厂总产能不足该需求1/10 [2] - 国内缺少真正有用的算力 需要统一调度 高效互联和稳定运行的大规模集群能力支撑大模型训练和推理 [2] 无锡算力建设进展 - 无锡城市智算云中心节点一期部署高性能智算卡超11000张 智算算力突破12000P 结合其他节点算力年内总规模达15000P [3] - 中心节点为摩尔线程 申威 太初等智算芯片提供验证环境 吸引银河通用 无问芯穹 羚数智能等AI企业落地 [3] 先进制程与封装技术 - AI应用推动对先进制程需求强劲 尽管摩尔定律降本效应消失 但AI芯片和高算力芯片仍蜂拥采用先进制程 [4][5] - 摩尔线程在无锡开展新一代AI SoC芯片研发 引入先进国产工艺 先进封装 先进存储及高速片间互联等技术 [5] - 无锡建成国内首家纳米级光刻胶中试线 产品涵盖EUV DUV及电子束光刻胶 可用于亚10纳米先进制程芯片 [5] 先进封装发展趋势 - 先进封装凭借小型化 高密度 低功耗 异构集成能力解决芯片带宽 功耗 集成密度三重瓶颈 [6] - 封装形态向Chiplet架构 2.5D中介层与3D堆叠等高集成方案迈进 围绕算力布局的封装占比可能从27%增至40%以上 [6] - 全球Chiplet市场规模预计从2023年31亿美元增至2033年1070亿美元 复合年增长率42.5% 消费电子领域占超26%份额 [7] 光互联技术变革 - AI智算中心光互联分Scale out和Scale up两类 前者用光模块互连 后者用铜缆互连 [7] - GPU性能提升需从铜线转向光互联 Scale up领域可能采用CPO技术 Scale out领域仍以光模块为主 [8] - CPO已有小批量应用 2025-2030年光模块仍有非常大增长 2030年CPO预计占20%份额 五年内CPO与光模块将共存 [8] - CPO面临热集中 无标准 不易维护 成本高 良率要求高 产业链不成熟等挑战 [9]

美国政府与芯片企业的特殊协议 - 美国政府与英伟达和超威达成协议 两家企业同意将出口中国芯片收入的15%上缴美国政府以换取出口许可证[1] 美国政府对华技术封锁政策演变 - 拜登政府2022年8月签署《芯片与科学法》全面禁止高端芯片及半导体产品输入中国 包括对英伟达A100和H100系列GPU实施限制[2] - 2023年进一步限制美国公司先进半导体产品对华销售 并对日本与荷兰等盟友施压限制光刻机与芯片设备出口[2] - 出台"人工智能扩散规则"通过设定算力总量门槛限制中国通过第三国或云平台间接获取美国产品[2] 技术封锁政策的影响 - 中国本土AI大模型迅速崛起 深度求索发布DeepSeek-R1大模型通过优化算法和硬件配置降低计算需求和使用门槛[3] - 美国科技企业认为出口管制政策将市场拱手让给中国 迫使全球市场转向其他技术替代方案 削弱美国企业市场份额和竞争力[3] - 科技精英包括英伟达黄仁勋、特斯拉马斯克等多次公开表示美国应通过占领市场来主导技术标准和规则制定[3] 美国科技竞争战略调整 - 美国政府叫停原定5月15日生效的《人工智能扩散暂行最终规则》称拜登时期措施将扼杀美国创新[4] - 美国商务部发布指导意见警告美国AI芯片被用于训练中国AI模型的潜在后果[4] - 首次在官方文件中点名禁止购买使用华为昇腾系列芯片 违反者将受处罚[4] 美国在中东的AI战略布局 - 特朗普5月中东之行与海湾国家达成AI芯片供应协议 包括向沙特Humain公司出售1.8万枚英伟达Blackwell高端芯片[4][5] - 计划让阿联酋每年最多进口50万枚英伟达H100 GPU分配给G42等AI企业[5] - 战略意图是通过绑定中东国家资金限制对中国技术投资 同时输出技术与云平台服务保持AI产业链控制力[5] 美国AI行动计划内容 - 特朗普政府发布20页"AI行动计划"围绕基础设施、创新和全球影响三大支柱展开[6] - 基础设施方面改革许可规则简化新建数据中心流程 专注于电网现代化[6] - 创新方面强调移除繁文缛节 阻止各州监管AI[6] - 全球影响方面强调向全球推广美国AI以防止其他国家依赖中国AI模型或芯片[6] AI投资与项目进展 - 华盛顿宣布来自谷歌、Coreweave和黑石集团等公司总计920亿美元的能源和数据中心投资[7] - 白宫1月宣布启动5000亿美元"星际之门"项目 但启动6个月后仍未落地任何项目 已调降目标计划年底前只建造一座小型数据中心[7] 科技竞争战略转向 - 美国科技竞争策略由技术封锁转向竞争市场控制 在风险可控范围内推进美国产品和技术占领市场[8] - 战略思路强调利用美国现有技术优势在全球新兴市场优先布局 通过提供芯片、模型、算力服务和开发框架形成依赖[8] - 未来科技竞争取决于谁能率先将产品推向市场并制定技术标准、市场规则和主导产业布局[8]

报告行业投资评级 - 行业评级为增持（维持）[2] 报告的核心观点 - AI产业在政策催化下有望进入由财政驱动的良性循环周期 [6] - 算力产业处于需求爆发与政策助推的交汇点，利好正加速累积 [6][23] - 继续看好算力板块，推荐算力产业链相关企业，关注光器件及国产算力产业链 [6][14][23] 根据相关目录分别进行总结 投资策略 - 本周建议关注算力和数据要素相关企业，包括光通信、铜链接、算力设备等领域 [12][13] - 本周海外算力板块行情先抑后扬，谷歌财报表现亮眼，特斯拉数据下滑 [14] 行情回顾 - 本周通信板块上涨，表现劣于上证综指，细分板块中物联网指数表现最优 [15][16][18] - 国投智能、迅游科技等因概念受益领涨，*ST高鸿、金智科技等领跌 [16][17] 周专题 - 需求侧科技巨头Capex激增，如谷歌、Meta、xAI、OpenAI等加大投入验证算力景气 [19][21] - 政策层面《大美丽法案》通过下调所得税、固定资产投资激励等刺激算力增长 [20][22] - 法案通过现金流释放、研发刺激、芯片产能扩建三条路径刺激算力板块增长 [6][20][24] xAI五年算力目标 - xAI计划5年内上线等效5000万块英伟达H100 GPU的算力，正洽谈120亿美元新投资 [25] 美国发布AI国家战略 - 美国发布《AI行动计划》，围绕创新、基础设施建设、全球博弈三大支柱打造AI霸权 [26] - 针对全球博弈提出限制中国影响力的措施 [27] 苹果携手剑桥大学设计AI评审框架 - 苹果与剑桥大学提出新AI评估系统，为评审员配备外部验证工具突破复杂任务评审局限 [28][30] 谷歌资本支出上调 - 谷歌母公司Alphabet上调2024年资本支出至850亿美元，聚焦AI基础设施和人才投入 [31] OpenAI警报 - OpenAI CEO奥尔特曼警告金融行业将面临重大AI欺诈危机 [32][33] 阿里云通义千问开源 - 阿里云通义团队开源Qwen3 - Coder，拥有480B参数等，还开源命令行工具 [34][35] 软银与OpenAI项目 - 5000亿美元“星际之门”项目陷入僵局，OpenAI与甲骨文达成协议，软银仍看好并有意追加投资 [36][37] 唐源电气战略升级 - 唐源电气实施“AI Agent+”战略，布局多领域，智能运维产品已投入使用获专家认可 [38][39]