2026 年初，SpaceX首次系统性披露了一项极具颠覆性的太空基础设施建设计划，向美国联邦通信委员会（FCC）申请发射100万颗数据中心卫星的许可。2026年6月8日，马斯克在公开访谈中正式发布了 SpaceX 首款太空 AI 计算卫星 AI1 的完整技术规格。
SpaceX百万颗AI 星座计划
SpaceX将在500至2000公里的近地轨道范围内部署规模最多高达100万颗卫星，计划将其用于构建一个具备超大规模计算能力的轨道数据中心系统，直接面向人工智能模型推理、机器学习、边缘计算及相关应用。
为什么要在太空建设AI轨道数据中心？
从地面部分转移到太空来克服地面AI数据中心瓶颈，包括电力供应紧张、冷却成本高、建设用地大。相比之下，太空中可以长期获得太阳能，且不需要地面机房、土地、水资源和传统冷却设施。SpaceX认为，如果能够用Starship大规模低成本发射，再结合 Starlink 已经积累的卫星制造、星间激光链路和星座运营能力，就有可以把“通信星座”进一步升级为“计算星座”。
通俗讲是把卫星变成运行AI模型的太空服务器。可以在轨道上执行AI推理、数据处理，甚至未来承担部分训练任务，使其可以服务于他的xAI/Grok、云计算客户、军事与商业遥感、自动驾驶数据处理、空间机器人、深空任务自主决策等场景。最终使太空成为新的AI基础设施层。
从应用场景看，一种是“天数天算”，卫星拍到遥感数据，直接在天上处理，自动闭环，为高时效应用提供解决方案。另一种利用太空算力与 Starlink 的通信能力，可以在轨部署豆包、DeepSeek、ChatGPT、Gemini 大模型，将“太阳能”转化为“Token” ，实时为地面用户提供服务，未来甚至将地面数据传输至太空轨道数据中心，在轨训练迭代大模型。还有就是“星座自治”，通过星间链路传递太空数据，让星座卫星通过任务调度自动完成避碰、链路切换、资源分配和协同感知。
SpaceX AI1 卫星公开参数
据公开资料显示（对外展示级设计参数），SpaceX AI1 首次系统性展示了建设“太空数据中心”所需的核心能力，算力部分AI1采用计算单元可更换设计，可适配不同芯片GPU，峰值计算负载约150Kw；能源上太阳翼展开跨度约70米，部署高度约20米，为百千瓦级AI计算提供稳定电力。热控上采用110 m² 可展开液体辐射器、1400 W/m² 双面辐射热流密度、冗余泵循环管路、集成微流星体防护，将计算产生的热量持续排向深空。
AI1 卫星正式渲染图：双侧太阳能帆板（蓝色）＋中央计算舱（黑色）＋立式可展开液体辐射器（白色扇面）
SpaceX AI1 计算单元可更换设计
SpaceX AI1 散热系统
此次SpaceX AI1的参考指标发布，AI数据中心部署于太空轨道已从概念逐步走向工程现实。国内外的相关部门和企业推进天基计算落地的过程中，面临着多个极高的技术挑战。要在真空、强辐射且资源极度受限的太空中维持高密度AI芯片持续运转，整个行业必须跨越算力供给、能源获取、极端热控、空间可靠性以及星间网络等多维度的科技鸿沟。
面临的关键挑战
挑战1：算力资源
传统宇航级芯片虽然具备较高可靠性，但性能与地面主流AI芯片之间仍存在数个数量级巨大性能鸿沟，且空间运行环境恶劣，如何在空间计算系统中引入高性能COTS器件并配合系统级加固技术，已成为空间计算发展的关键挑战；
挑战2：能源供给
当前卫星平台功耗普遍处于千瓦级，AI计算卫星已迈向百千瓦级。为满足150kW级计算载荷的供电需求，太阳翼展开面积可能达到百㎡级别（相当于数个标准篮球场大小）。如此大尺度的展开结构，对卫星总体设计提出更高要求，还会显著增加姿态控制、结构稳定性及轨道维持难度。如何在有限的质量、体积和轨道资源约束下，实现百千瓦级稳定供电，已成为空间计算发展的关键挑战；
挑战3：热控设计
在真空环境下只能通过辐射形式把热量散至深空，随太空算力规模不断提升，散热系统所需的辐射面积、液冷循环能力以及长期可靠性要求也同步提升。如何在有限的质量和空间资源约束下，实现百千瓦级热量的持续稳定排散，已成为空间计算发展的关键挑战。
系统性地解决这些工程难题
2025年，中国科学院计算技术研究所韩银和研究员、刘垚圻副研究员团队联合中科天算、智源研究院（以下简称“计算所团队”），在中国工程院院刊《Engineering》发表文章《Computing over Space: Status, Challenges, and Opportunities》，系统梳理了天基计算的发展现状、关键挑战及未来演进方向。
Computing over Space: Status, Challenges, and Opportunities
随着遥感卫星、通信卫星以及大规模星座的快速发展，空间数据规模正呈指数级增长，传统航天级处理器已难以满足未来太空数据中心对算力的需求。相比地面数据中心广泛采用的GPU和AI加速器，现有航天级处理器在计算性能上仍存在数量级差距。因此，采用高性能商用芯片（COTS）构建新一代空间计算平台，已成为提升天基算力水平的重要发展方向。
算力提升的背后也带来了更严峻的热管理挑战。高性能AI芯片产生的热流密度已接近甚至超过传统卫星热控体系的设计边界，热控能力正成为制约太空超算发展的关键瓶颈。针对这一问题，计算所团队提出HPAC主被动混合冷却架构，通过主动流体回路与被动散热机制协同工作，在提升散热能力的同时兼顾系统可靠性，为高性能商用计算芯片规模化上星提供了工程实现路径。
HPAC空间计算热管理的主被动混合冷却系统
从技术演进路径看，无论是计算所团队提出的HPAC架构，还是SpaceX AI1公开披露的大功率热管理方案，其背后体现的是相同的技术判断：随着太空计算从低功耗嵌入式处理向高性能智能计算演进，热管理将从辅助保障系统逐步演变为决定空间计算平台性能上限和规模扩展能力的核心基础设施。
SpaceX AI1 satellite散热系统
HPAC与SpaceX AI1热管理路线对比
计算所团队早在极光1000系列产品研制及在轨验证过程中，便围绕高性能COTS器件上星、空间计算热管理以及系统可靠性等关键问题开展持续性研究。
《Engineering》文章进一步将主动流体回路、主被动协同散热以及容错热控机制纳入太空计算基础设施框架，从底层算力器件到热管理系统，再到空间计算架构形成完整技术链条，为未来太空超算和空间数据中心建设提供了重要技术支撑。
天算计划
从技术发展趋势看，无论是SpaceX公开披露的AI1计算卫星架构，还是计算所团队在《Engineering》中提出的“Computing over Space”系统框架设计，核心共识正在逐步靠拢：未来太空计算体系的竞争焦点，将从单星智能转向以分布式协同计算为核心的太空超算基础设施构建。这一趋势意味太空计算不再是单点任务处理能力的简单叠加，而是需要在算力、能源供给、热管理与网络互联等多个维度实现系统级协同优化，形成持续演进的在轨太空AI数据中心与超算计算网络。
基于对该技术路径的长期研判与工程实践积累，中科天算已围绕星载智能计算、空间计算热管理及分布式协同架构形成系统技术能力，并在此基础上启动“天算计划”，面向太空超算的工程化部署持续推进，探索构建新一代空间计算基础设施形态。
