馬斯克的 SpaceX–xAI 合併計劃將軌道數據中心置於 AI 基礎設施競賽的核心

發掘頂尖金融科技新聞與活動！

訂閱 FinTech Weekly 的電子報

由摩根大通、Coinbase、Blackrock、Klarna 等的高階主管閱讀

一項指向超越地球的併購提案

Elon Musk 提出的 SpaceX 與人工智慧公司 xAI 的併購案，因為不僅是公司重組而引起關注。此舉可能推進 Musk 將運算基礎設施佈署到軌道的雄心，這個概念將把部分 AI 產業的硬體基礎，從地球轉移到軌道。

路透社最早於週四報導了這項擬議併購，並概述此交易如何能強化 Musk 在與 Alphabet 的 Google、Meta、OpenAI 以及其他正競逐取得用於日益複雜 AI 系統的運算能力的公司的競爭中地位。

軌道資料中心背後的想法仍屬實驗階段。即便如此，對地面電力輸配網日益加大的壓力、超大型設施的建造成本上升，以及 AI 處理需求激增，已讓太空運算從科幻變成了需要認真規劃的課題。

如果 SpaceX 與 xAI 能作為單一實體運作，這種組合將在同一家公司屋簷下，把發射能力、衛星網路與 AI 模型開發連結起來。這種整合可能讓 Musk 在測試與部署離地（off-world）的運算系統上取得難得優勢。

太空型 AI 資料中心會是什麼樣子

軌道資料中心將依賴一套由衛星組成的網路；這些衛星配備運算硬體，且主要由太陽能供電。工程師設想數百個單元能在低地球軌道或更高軌道的軌跡上協同運作，形成分散式運算叢集，能夠執行 AI 工作負載。

支持者認為，太空提供兩項技術優勢。持續取得太陽能，降低對地面電力市場的依賴。在太空中，自然散熱也能移除主導傳統資料中心營運成本的多數冷卻負擔。

像 xAI 的 Grok 或 OpenAI 的 ChatGPT 這類 AI 系統，需要龐大的處理能力。隨著模型規模與複雜度增加，這種需求持續攀升。地球上的設施已面臨與電網可用性、冷卻用水取得以及分區限制相關的限制。

太空式運算提供了另一條路徑。它避免土地使用衝突，並允許基礎設施在不與稀缺的都市資源競爭的情況下運作。

不過，這個概念仍處於早期階段。工程師指出幾項障礙，包括可能損害硬體的輻射暴露、來自軌道碎片的風險、有限的維修選項，以及高昂的發射成本。每一顆衛星都需要防護來抵禦宇宙射線與微隕石。維護將取決於機器人代勤（robotic servicing）或替換任務發射，而不是駐點技術人員。

德意志銀行分析師預期，約在 2027 或 2028 年左右將進行小規模的軌道運算測試。 若早期部署能證明可靠性與成本控管，較大型的衛星叢集很可能只會在 2030 年代才跟進。

為什麼 Musk 在推動這個想法

SpaceX 已透過其 Starlink 互聯網服務，營運著最大的商業衛星星座。成千上萬顆衛星繞地球運行，並由一套發射系統支援：其將有效載荷以比多數競爭對手更低成本、且更高頻率送入。

這種發射能力帶來結構性優勢。若軌道運算變得可行，SpaceX 能夠在不依賴第三方發射供應商的情況下部署硬體。公司也可透過 Starlink 既有的通訊網路整合資料傳輸。

Musk 曾公開表示，由於太陽能充足且所需冷卻更少，太空能提供 AI 運算最低的長期成本。在最近於瑞士達沃斯舉行的世界經濟論壇（World Economic Forum）亮相時，他表示，軌道設施可能在幾年內變得在經濟上更具吸引力。這項說法反映了他的信念：能源供應的可得性，而不只是晶片供應，將定義 AI 擴張的下一階段。

熟悉 SpaceX 規劃的消息來源表示，公司正考慮進行首次公開募股（IPO），其估值可能超過 1 兆美元。若上市成功，所得資金可用於資助軌道運算衛星與支援基礎設施的開發。

擬議中的與 xAI 併購，將使 SpaceX 的發射與衛星能力，與一家需要大規模運算資源的內部 AI 開發商對齊。

競爭者正在朝同一方向移動

Musk 並非唯一在探索離地運算的人。

Jeff Bezos 的 Blue Origin 一直在研發面向太空型資料中心的技術。 Bezos 表示，若使用不間斷的太陽能，並將熱量直接輻射到太空中，大型軌道設施最終可能比地球上的中心表現更優。他的時間表拉得更長，預測在未來一到兩個十年內會出現重大的成本優勢。

由 Nvidia 支援的 Starcloud 已經發射了一顆名為 Starcloud-1 的示範衛星。該衛星搭載一顆 Nvidia H100 晶片，為迄今送入軌道的最強 AI 處理器。目前它正在訓練並運行 Google 的開源 Gemma 模型，作為概念驗證（proof of concept）。Starcloud 計畫擴展成一種可模組化的叢集，能提供相當於整合多個超大型資料中心的運算輸出。

Google 也正透過 Suncatcher 計畫（Project Suncatcher）自建自己的軌道運算概念。 該計畫旨在把配備 Tensor Processing Units 的太陽能供電衛星，連接成一個 AI 雲端網路。Google 預計將在 2027 年左右與 Planet Labs 進行首個原型發射。

中國已宣布計畫開發官方媒體所稱的「Space Cloud（太空雲）」。 該國主要的航太承包商——中國航太科技集團有限公司（China Aerospace Science and Technology Corporation）——已承諾在未來五年內，作為一項國家發展計畫的一部分，建造千兆瓦級的軌道運算基礎設施。

這項活動顯示，在 AI 基礎設施的競逐，正超越國界並擴展到傳統資料中心樞紐之外。

能源壓力正在推動轉向

AI 成長帶來了新的能源挑戰。大型語言模型在訓練與部署期間都需要大量電力。超大型資料中心所用電量，等同於小型城市。

在許多地區，電網供給能力已經吃緊。公用事業公司在批准新連接上面臨延誤。缺水影響冷卻系統。建造成本持續上升。

軌道運算提供了不同的能源方程式。太空中的太陽能保持穩定，不受大氣干擾，也沒有夜間循環。衛星可以調整面板朝向以獲得最大曝露，進而在沒有化石燃料投入的情況下產生穩定電力。

這項能源優勢支撐了人們對太空型運算的大部分興趣。尋求取得長期 AI 產能的公司，必須不只考慮晶片與網路，也要評估供電穩定性。

風險仍然很高

軌道資料中心的技術風險仍然相當重大。

太空中的輻射會比地球上更快劣化電子設備。加強防護會增加衛星重量，提高發射成本。軌道碎片仍在持續累積，提高碰撞風險。維修任務仍然複雜且費用高昂。

通訊延遲也帶來挑戰。即便是低地球軌道系統，訊號延遲仍可能影響某些需要近乎即時回應的工作負載。

經濟可行性取決於發射成本、衛星壽命與維護效率。任何相較地面資料中心的成本優勢，都必須在達到規模的同時，將替換週期的成本降到最低。

這些因素也解釋了為什麼分析師預期的是循序漸進的測試，而非立即進行商業部署。

SpaceX–xAI 連結將帶來哪些改變

這項擬議併購把硬體部署與軟體需求連結在一起。

xAI 開發的大型 AI 模型需要持續存取運算資源。SpaceX 控制發射能力與衛星網路。若能整合運作，Musk 可能在閉迴路環境中測試軌道運算，從衛星部署到 AI 工作負載執行皆然。

這種整合降低了兩家公司之間協調延遲的風險。它也簡化了對混合系統的實驗：將地球端與太空端運算結合在一起。

這種做法類似大型科技公司採用的垂直整合策略。擁有基礎設施、軟體平台與分發管道，往往能讓實驗系統更快部署。

金融科技面向

雖然軌道 AI 運算聚焦於基礎設施，但它也牽動更廣泛的金融科技（fintech）生態系。支付網路、交易平台與金融分析工具，越來越依賴 AI 用於偵測詐欺、風險建模與交易監控。

如果太空型運算能降低長期處理成本，金融機構可能就能取得更便宜的大規模 AI 資源。這可能會影響 金融科技平台（fintech platforms） 如何管理合規自動化與資料處理。

影響不會立即出現。它將隨著軌道產能逐漸變得可在商業上使用而逐步顯現。

對 AI 競爭的市場含意

AI 競賽如今取決於三個因素：取得先進晶片、穩定的能源供應，以及可擴展的基礎設施。

晶片製造商持續擴大產量。能源限制仍更難解決。基礎設施擴張也面臨監管與地域限制。

軌道資料中心代表了一種嘗試繞開這些限制的方法。若成功，將改變公司在未來十年如何規劃 AI 擴張。

Musk 的策略依賴把既有的發射主導地位，與不斷成長的 AI 需求結合起來。競爭者則透過合作與研發計畫追求類似目標。

其結果是一種超越地球端設施的新型競爭。

接下來會發生什麼

SpaceX–xAI 的併購提案仍在審查中。尚未公布正式的完成時間表。

多家公司來自早期的軌道運算測試，可能會在本世代晚些時候出現。這些實驗將決定以衛星為基礎的系統是否能提供穩定的效能與成本控管。

就目前而言，Musk 的計畫凸顯了更大範圍的思維轉變。AI 基礎設施不再止步於資料中心的牆內。它正擴展到空域、軌道，並延伸到更遠的地方。

能取得可靠運算產能的公司，將擁有策略優勢。至於太空是否會成為那個方程式的核心部分，仍不確定。未來幾年的測試將決定：軌道資料中心是否能從概念走向可運作的現實。