{"id":"mb-20261101-ecf7a0","kind":"deep","title":"地面等电五年 vs 太空无限光照：马斯克如何用星舰改写 AI 算力账本","summary":"当科技巨头还在为地面电网排队发愁时，红杉资本的模型与马斯克的一句反驳揭示了 AI 算力的终极转移：在地面是变电站审批卡脖子，在太空则是无限光照下的运力释放。本文拆解 SpaceX 轨道算力的物理逻辑、100千瓦每吨的运力换算，以及增量反超的真实时间表。","body":"现在建一座大型 AI 数据中心，买芯片只要几个月。\n但要等电网拉出一条高压线，排队动辄要等三到五年。\n\n红杉资本合伙人肖恩·马奎尔最近给 SpaceX 算了笔大账。\n他做了一套非常详细的财务模型。\n按照他的预测，到 2028 年底，SpaceX 会在地面铺设 21 吉瓦的算力，在太空中只放 2.8 吉瓦。\n反映在收入上差距更夸张：\n地面算力一年进账 5690 亿美元，太空算力只有 310 亿美元。\n在马奎尔眼里，把算力搬上太空，充其量只是个赚点零花钱的配角。\n\n马斯克看到之后，在社交平台上回了一句：全搞反了。\n地面的算力，在太空算力面前就是零头。\n\n为什么敢这么说？\n算力的硬瓶颈，在地球和太空完全是两码事。\n在地球上，算力中心最缺的是电。\n想建新机房，得买地、批指标、建变电站、等新电厂投产，每一步都在排队。\n但在合适的近地轨道上，卫星的太阳能电池板几乎可以全天候吸收太阳光。\n那里没有云层遮挡，没有大气损耗，更不需要找地方政府审批电网接入口。\n地球上的电力瓶颈，在太空直接消失了。\n剩下的硬瓶颈只有一个：你能把多少吨硬件送进轨道。\n\n算力瞬间从电网排队问题，变成了火箭运力问题。\n这正好撞在 SpaceX 的主场上。\n根据 SpaceX 提交给美国联邦通信委员会的文件，每向轨道运送一吨载荷，大约能支撑 100 千瓦的计算功率。\n如果星舰未来真能做到一年向太空发射 100 万吨，那就是每年净增 100 吉瓦的太空算力。\n100 吉瓦是什么概念？\n马奎尔给 SpaceX 规划了四年的全部地面算力，总共才 21 吉瓦。\n也就是说，太空一年的新增算力，是地面累计总和的将近五倍。\n\n马斯克甚至给出了具体节点：\n到 2028 年底前后，太空每个月部署的算力就会超过地面。\n而到了 2029 年，两者的差距会让地面连车尾灯都看不见。\n\n这听上去像狂想。\n但翻开马奎尔自己的模型，算力的流向已经在发生变化。\n到 2028 年第四季度，模型里地面单季新增 3 吉瓦，太空新增 1.5 吉瓦。\n太空算力的部署速度，比上一个季度直接暴涨了近两倍。\n马斯克不过是押注两条线的交叉点会来得更快、更陡。\n\n当然，就算增量很快反超，地面上的总算力在很长一段时间里依然占多数。\n这就像挪威的新能源车。\n新车销售里早就是电动车唱主角，但马路上跑的总车辆里，燃油车还是慢慢才被替换掉。\n\n但这套太空算力能不能兑现，门槛高得吓人。\nSpaceX 自己的目标是 2027 年底在轨部署 1 吉瓦算力，之后每年翻十倍。\n而身为铁杆多头的马奎尔，在模型里给 2027 年只敢填 0.15 吉瓦。\n投资人算出的数字，连马斯克官方目标的七分之一都不到。\n毕竟在太空没有空气，散热全靠热辐射，芯片还得硬抗高能宇宙射线，星舰的复用频次也还没真正跑出来。\n马斯克自己说这个预测时，也特意加了个大概。\n\n但当科技巨头还在为了几十兆瓦的地面电网指标排队抢破头时。\n有人已经在琢磨怎么把整座发电厂和数据中心，打包塞进星舰的货舱里了。\n把地面的死结送上天，去太空晒太阳。","topic":"地面等电五年 vs 太空无限光照：马斯克如何用星舰改写 AI 算力账本","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-11-01 21:27:01","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"地面等电五年 vs 太空无限光照：马斯克如何用星舰改写 AI 算力账本","description":"当科技巨头还在为地面电网排队发愁时，红杉资本的模型与马斯克的一句反驳揭示了 AI 算力的终极转移：在地面是变电站审批卡脖子，在太空则是无限光照下的运力释放。本文拆解 SpaceX 轨道算力的物理逻辑、100千瓦每吨的运力换算，以及增量反超的真实时间表。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261101-ecf7a0","markdown_url":"https://mubeitech.com/deep/mb-20261101-ecf7a0/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261101-ecf7a0","published_at":"2026-11-01T21:27:01Z"}