去年，我在《HK01》專欄裡寫過一篇關於 Lumen Orbit 的文章，介紹這家初創公司如何試圖用「太空數據中心」來解決 AI 能源與算力瓶頸，並指出這可能是邁向 AGI 的關鍵基礎設施之一。 當時，這個構想仍帶點「Web3.0 式」的前沿實驗色彩——技術路線大膽，但離主流視野還有距離。

文：Michael C.S. So ｜ AiX Society

一年過去，局面徹底改變。Elon Musk 高調宣佈，要押注史上最大規模的軌道數據中心系統，將 AI 算力送上太空；而 OpenAI CEO Sam Altman 則在公開場合用一個字來形容這個想法——“ridiculous（荒謬）”。 作為曾經在本地首先系統性介紹太空數據中心構想的寫作者，我想在這篇文章裡，重新梳理兩方的理據，並探討：如果站在 AI 產業與科技政策的角度，我們究竟應該如何看待這場「太空算力之爭」。

從我的 Lumen Orbit 專文，到全球的太空算力戰先把時間軸拉回到我上一篇關於 Lumen Orbit 的文章。Lumen Orbit 這間 2024 年成立的公司，背後有 Y Combinator 和 Nvidia 等機構投資，主張將用於訓練大型 AI 模型的數據中心搬上太空。 它們在白皮書裡指出，未來要訓練 GPT‑6、Llama 5 這一級別的模型，單一數據中心園區的功率需求可能從 100 MW 躍升到接近 1 GW，已經逼近現有世界最大電廠的等級，地面電網和土地資源難以承受。

Lumen Orbit 提出的解法，是在軌道上布署多公里級的太陽能電池陣列與散熱模組，讓數據中心在永晝軌道中以 24 小時不間斷的高強度太陽能供電，並透過太空真空以輻射散熱，省去地面大量冷卻塔和用水需求。 白皮書的試算認為，在可重複使用火箭進一步壓低發射成本的前提下，若看 10 年生命周期，軌道數據中心的總體營運成本可以顯著低於同等級的地面設施。

當時，這個構想在華文世界主要仍停留在技術圈的討論；然而到了 2026 年，隨著馬斯克和 Altman 的公開交鋒，「太空 AI 數據中心」已經從技術白皮書，躍升為牽動地緣政治和產業路線的全球議題。

為何 AI 讓大家都開始抬頭看太空？

無論你支持太空數據中心與否，有一點幾乎已成共識：AI 的能源與算力需求，正快速逼近地面基礎設施的極限。 產業研究預測，若按目前大型模型的路徑推演，本世紀二十年代後期，數據中心用電可能佔全球用電量的相當比例；也有觀點認為，若不調整路線，未來二十年內 AI 相關設施的用電量有機會逼近全球電力的一半。

在這種壓力下，「把算力送上太空」突然不再只是科幻小說情節。太空具備幾個關鍵優勢：

•⁠ ⁠幾乎不受晝夜與天氣限制的連續高強度太陽能，可望大幅降低邊際電力成本。

•⁠ ⁠真空及低溫環境有利於以輻射散熱，減少冷卻用水與土地佔用。

•⁠ ⁠避開地面土地、環評與地方政治約束，擴展規模更自由。

值得強調的是，太空數據中心並非 Lumen Orbit 或馬斯克的「專利」。Google 在 2025 年公開的 Project Suncatcher，同樣計劃利用一群搭載 TPU 的小型衛星，在太空中形成 AI 資料中心星座，預計 2027 年發射原型衛星，內部試算認為到了 2030 年代中期，太空資料中心的單位算力成本可望與地面接近。 從這個角度看，我當初在專文中所談的 Lumen Orbit，其實只是這股長期趨勢的先鋒之一。

馬斯克的版本：用一百萬顆衛星堆出一個「軌道雲端」

那麼，馬斯克想做的又是甚麼？根據 2026 年初遞交給美國聯邦通訊委員會（FCC）的申請文件，SpaceX 正尋求批准，部署多達一百萬顆衛星，組成一個前所未見的「軌道數據中心」星座。 這個規模遠遠超過現有 Starlink 近萬顆衛星的體量，可以想像成一個環繞地球、專為 AI 而建的雲端超算層。

根據文件描述，這些衛星將被送往 500 至 2,000 公里高度的不同軌道，包括低傾角和太陽同步軌道，藉近乎不間斷的太陽能為機載機器學習加速器供電，並透過光學鏈路與 Starlink 互聯，把計算結果回傳地面客戶。 有第三方分析指，在 SpaceX 樂觀假設下，若每年能發射 100 萬噸衛星貨物，每噸可提供約 100kW 算力，則一年新增的軌道算力可達 100 GW，相當於目前美國總用電量約 20% 專供 AI 使用。

支撐這個宏大構想的，是馬斯克獨特的「垂直整合算力體系」：

•⁠ ⁠SpaceX 提供可重複使用的重型火箭（Starship）與衛星大規模製造能力。

•⁠ ⁠Starlink 作為全球骨幹網絡，負責把軌道算力與地面用戶連接起來。

•⁠ ⁠xAI 作為 AI 客戶，消化大部分訓練與推理負載，讓軌道數據中心有穩定需求。

•⁠ ⁠Tesla 的電池、電力電子，甚至 Optimus 機械人，則被馬斯克視為未來在軌維護與自動化運營的關鍵技術模組。

在他的敘事中，當 Starship 把發射成本再壓低一個數量級，並配合機械人在軌執行維護後，「把算力搬上太空」不僅可行，甚至可能在短短兩三年內就達到成本優勢。

Altman 的回應：為何我也理解他說「荒謬」的理由？

與馬斯克的樂觀相比，Altman 的回應非常冷靜甚至尖銳。他在新德里出席活動時直言：「在目前的環境下，把數據中心送上太空這個想法是荒謬的。」 雖然他也補了一句「有一天可能會合理」，但重點是：「軌道數據中心在這個十年都不會在規模上產生實際影響。」

如果從我這一年來追蹤的技術與經濟數據看，Altman 的三個核心論點其實不難理解：

1.⁠ ⁠經濟帳暫時算不過來

即使考慮可重複使用火箭的進步，把每公斤載荷送上軌道的成本仍然遠高於在地面上新建電力與冷卻基建，特別是當你只比較「每千瓦年度電力供應成本」時。 Altman 指出，只要做個粗略的 launch cost vs. electricity cost 心算，就知道「我們還沒到那一步」。

2.⁠ ⁠維修與可靠性是目前最大的痛點

在地面數據中心裡，高階 GPU 本來就經常出問題，需要工程師持續更換；一旦把這些硬件送上軌道，每一片壞掉的板卡都代表算力永久流失，除非我們擁有非常成熟的在軌維修機械人與服務能力。 以目前的太空機械人技術來看，距離這個目標仍有很長距離。

3.⁠ ⁠關鍵工程技術尚未到位

現時最先進的 AI 加速器多採 4nm 級別製程，但這些晶片並未針對高輻射環境強化處理，不適合在軌道上長期運作；相反，現有具太空認證的製程往往是 90nm 級別，能效差距巨大。 再加上大面積散熱結構、系統集成等挑戰，即使從「技術可行」角度看，要達到「商業上合理的大規模佈署」，很多專家都認為時間點更接近 2030 年代，而不是馬斯克口中的「兩三年」。

站在 Altman 的視角，他更希望這十年的資本與工程資源集中在三件事：提高地面 AI 晶片能效、優化傳統數據中心設計，以及擴展核能與可再生能源，而不是過早押注一個高風險、長周期的太空基建賭局。

專家折衷觀點：技術上可行，不等於這十年可行

如果把馬斯克和 Altman 分別放在樂觀與悲觀兩端，多數技術與產業專家其實站在中間偏向 Altman 一側：「從物理上看，太空數據中心是可行的，但在這十年內要在主流規模落地，機會極低。」[19][10][11]

能源與太空工程顧問指出，要在軌道上驅動真正「超算級」的 AI 叢集，所需的太陽能陣列與散熱結構規模遠超現有任何商用衛星，需要全新一代超輕量、高效率的電力與散熱技術。 半導體領域則提醒，在未有成熟的輻射強化先進製程前，直接把最尖端 GPU 送上軌道，壽命與可靠性都可能大打折扣，導致單位算力生命周期成本不見得比地面更低。

同時，經濟分析也不容忽視：未來十年，全球預計為地面數據中心投入超過 5 兆美元，形成強烈的路徑依賴與產業慣性；相較之下，任何太空算力計劃短期內註定只會以原型與邊緣補充的形式存在，而非主流基礎設施。

但這不代表馬斯克一定錯了

即便如此，我很難直接說馬斯克一定錯。回顧歷史，每當技術與需求疊加到某個臨界點時，「看起來不合常理」的基礎設施躍遷往往成為現實——從海底光纖、全球 CDN，一直到今天的雲端超算中心，無一不是如此。

馬斯克真正的優勢在於：

•⁠ ⁠他同時掌握發射載具、衛星、生態網絡與 AI 客戶需求，是目前全球唯一具備完整閉環實驗場的玩家。

•⁠ ⁠SpaceX 已證明自己有能力把發射成本壓到傳統火箭難以競爭的水準，而 Starship 若能達到設計頻率與重複使用率，成本曲線仍可能再次急劇下探。

•⁠ ⁠隨著更多國家（包括中國）宣示要在 5 年內發射天基 AI 數據中心，全球「太空算力競賽」的政治動能正在形成，將吸引更多公共與私營資本投入，加速相關技術成熟。

換句話說，如果 Altman 的角色是提醒整個產業「不要忘記地心引力與會計學」，那麼馬斯克則用極端樂觀的時間表與規模，迫使監管機構、投資人與工程團隊提前面對一個問題：當地面電網再也撐不住 AI 時，我們還有甚麼選擇？

站在我作為專欄作者與長期觀察者的角度，我會這樣總結這場爭論，並把它放回香港與本區的脈絡來看：

1.⁠ ⁠先把「能源與算力」當成 AI 政策的第一性原則

無論未來算力主要在地面還是太空，AI 的關鍵瓶頸正在從「演算法與數據」轉向「能源與基礎設施」。香港與亞太若希望在 AGI 時代保持競爭力，產業政策就不能只停留在「建幾個本地數據中心」的層次，而是要同步思考跨境電網、綠電與核電布局，以及未來如何接入潛在的太空算力網絡。

2.⁠ ⁠把太空數據中心視為長期戰略期權，而非短期救命仙丹

在可預見的 5–10 年內，太空數據中心更可能以試點與原型的形式出現，例如 Lumen Orbit 計劃在 2025 年發射的微型數據中心衛星、Google 目標 2027 年的 Suncatcher 原型任務等。 對本地政府、科研機構與企業而言，更重要的是提早介入標準討論或合作試驗，確保未來這些系統成熟時，我們具備技術與監管上的「接得上」能力。

3.⁠ ⁠以「組合拳」而不是單一路線，思考 AGI 的基礎設施

真正支撐 AGI 的，很可能不是單一技術路線，而是一套組合拳：更高能效的晶片、液冷與浸沒式冷卻的地面超算中心、跨境綠電與核能，再加上一小部分針對特定任務與負載的太空算力節點。 在這個組合中，太空數據中心即使最終只佔 1–5%，今天的討論也已經開始塑造它未來的監管與市場框架。

在「荒謬」與「必然」之間，香港應站在哪一端？

回到開頭那個簡單卻關鍵的問題：馬斯克的軌道數據中心，到底是瘋狂賭博，還是 AI 基礎設施的必然未來？

從當前的技術與經濟條件來看，我認為 Altman 的判斷更貼近這十年的現實——太空數據中心幾乎不可能在短期內大規模改寫 AI 能源版圖。 但從更長遠的結構性趨勢來看，當 AI 算力需求持續以指數級成長推高地面能源與環境成本，「抬頭看太陽」也許終有一天會從「荒謬」走向「必然」。

身處香港與亞太這個同時高度依賴進口能源、又渴望在 AI 上突圍的區域，我更關心的或許不是「誰對誰錯」，而是：當這些看似瘋狂的基礎設施提案逐漸變成監管和資本市場的現實選項時，我們準備好在其中扮演甚麼角色、爭取甚麼話語權？ 這，才是我在撰寫這篇文章時，最希望與讀者一起思考的核心問題。