为何要在太空中训练 AI-Why should we train AI in space
2025-12-04 10:22

行业与公司 * 行业为人工智能计算和太空基础设施 公司为Lumen Orbit Inc 其专注于开发轨道数据中心[1][2][3] 核心观点与论据:地球数据中心的局限性 * 人工智能发展面临能源瓶颈 全球电力需求未来几年可能翻三倍 但西方公用事业受规划限制难以快速满足需求[1] * 行业领袖如Sam Altman、Elon Musk、Mark Zuckerberg均指出能源短缺将制约AI发展 其中Tom Mueller提出将计算置于太空利用太阳能是拯救地球的好方法[1] * 当前超大规模数据中心达100兆瓦 计划接近1吉瓦 但要实现通用人工智能需更大规模 地球基地数据中心在吉瓦级别难以可持续扩展[2] 核心观点与论据:轨道数据中心的优势 * 运营成本显著降低:太空太阳能不受昼夜天气和大气衰减影响 容量因子大于95% 而美国地面太阳能中位容量因子仅24% 北欧低于10%[5][8] * 太空特定太阳能阵列发电量超过地球相同阵列5倍以上 预计能源成本可达约$0.002/kWh 相比美国$0.045/kWh、英国$0.06/kWh、日本$0.17/kWh的批发电价 成本低22倍[8] * 卓越的可扩展性:轨道数据中心可线性近乎无限扩展 无地球上的物理和许可限制 预计2027年需多吉瓦集群训练最大LLMs如Llama 5或GPT-6 5吉瓦集群将超过美国最大发电厂容量[13] * 部署速度快:地球大型能源项目需十年以上完成 轨道数据中心可规避多数审批障碍 部署速度远快于地球同类项目 并可更灵活敏捷地扩展[15][17] 技术架构与设计 * 设计原则:模块化、可维护性、最小化运动部件和关键故障点、设计弹性、增量可扩展性[18] * 网络架构:针对AI训练负载 计算节点需极低延迟 容器需物理靠近在数百米内 采用菊花链式网络 使用激光连接其他星座如Starlink 或数据穿梭机传输海量数据[21][23] * 物理架构: * 能源:5吉瓦数据中心需约4km x 4km太阳能阵列 使用硅太阳能电池(效率22% 成本$0.03/瓦) 采用薄膜电池(厚度<25μm 功率密度>1000 W/kg)以实现高效发射部署[24][25] * 热管理:利用太空被动辐射冷却 深空有效环境温度约-270°C 需部署大型辐射器 估计1m²黑板在20°C可辐射约770瓦热量 冷却架构比地球能耗密集型冷却器更简单高效[9][34][35] * 发射:可重复使用重型发射器预计每次发射价格约500万美元 有效载荷100吨至低地球轨道 成本约$30/千克 可能降至$10/千克 每次发射可部署约40兆瓦计算能力 5吉瓦计算能力需少于100次发射[45][46] * 轨道选择:选择低地球、晨昏太阳同步轨道 该轨道全年近乎连续太阳照射 对连续发电至关重要 辐射水平较低但仍需屏蔽[48][49] 其他重要内容 * 成本比较:10年期间 地球数据中心能源成本1.4亿美元($0.04/kWh) 太空数据中心太阳能阵列成本200万美元 地球需备用电源2000万美元 太空无需 地球冷却能源成本700万美元 太空采用更高效架构 地球用水170万吨(0.5L/kWh) 太空无需 太空需辐射屏蔽120万美元(1kg/kW计算 $30/kg发射成本) 总成本地球1.67亿美元 太空820万美元[12] * 环境影响:欧洲委员会ASCEND研究确认太空数据中心比地球方案更环保 显著减少电网温室气体排放并消除冷却淡水使用[4] * 维护与寿命:采用模块化设计 计算容器可更换 预期寿命约15年 与国际空间站系统设计寿命一致 寿命结束时模块可分离并在大气层中销毁或回收[52][53] * 挑战与缓解:主要障碍包括轨道安全和碎片缓解 需提交轨道碎片评估报告 使用先进防撞系统 选择未充分利用轨道 使用不受监管的光学通信 遵循最佳实践以减少对天文观测影响[15][16]