黄仁勋拆解太空算力账本：英伟达GPU为何是SpaceX最完美的火箭载荷

把几百万美元一台的 AI 服务器装进火箭打上太空，听起来像个纯烧钱的科幻玩笑。

很多人的第一反应肯定是：火箭发射那么贵，把显卡送上天难道不亏死吗？

但在 BG2 播客里，黄仁勋给马斯克的 SpaceX 算了一笔账。

算完之后，结论完全反了过来：

英伟达的计算系统，是人类目前能塞进火箭的最完美的载荷。

这笔账到底是怎么算的？

先看最直观的运费问题。

在航天工程里，往近地轨道送东西向来是按公斤称重算钱的。

以前大家只敢把通信天线或者遥感相机送上去，因为别的东西根本扛不住高昂的发射成本。

但英伟达的高端算力集群完全不一样。

无论是现在的 Blackwell 机柜，还是下一代的 Vera Rubin 架构，一套系统的造价动辄几百万美元，整机重量不过一两吨。

黄仁勋说，这是人类计算历史上价值密度最高、单位价值最昂贵的系统。

随着 SpaceX 的星舰走向常态化发射，每公斤的运载成本正在被压到几百美元甚至更低。

把一套几百万美元的算力机柜送进轨道，运费可能只要几十万美元。

发射成本只占整个硬件投资的一个零头。

你在地面上建数据中心，光是征地、审批、铺设高压变电站和水冷管网的配套基建，花掉的钱和时间可能比发射一艘火箭还要多。

运费账算通了，上了天怎么赚钱？

这就碰到了航天行业几十年都绕不过去的死穴：租客风险。

过去发射一颗专用通信卫星，功能高度绑定特定客户。

一旦这个客户倒闭或者违约，卫星就找不到下一个接盘的租客。

太空里没有二手转让市场，一颗空转的卫星每天都在轨道上净亏折旧，最后变成一堆漂浮的太空垃圾。

但英伟达的 GPU 是全球市场的通用硬通货。

它跑得了 OpenAI、Anthropic、谷歌和 xAI 的闭源模型，也跑得了开源社区的所有模型。

全球有成千上万家初创公司和大型企业，每天都在排队租用算力。

只要这颗卫星在轨道上通电开机，全世界的开发者都在争着给它付费。

它永远不用担心找不到租客。

那硬件上天之后没法派人维护，系统过时了怎么办？

地面上的服务器用上三年可能就想淘汰，难道太空里的芯片三年后也要报废？

黄仁勋摆出了英伟达最大的底牌：CUDA 软件生态。

英伟达的底层软件支持周期超过 8 年。

天上的硬件一颗螺丝都不用动，地面上的工程师通过无线网络持续给它更新固件和优化编译器。

芯片在天上飞着，软件每年都在让它的运行效率变高，持续适配最新的模型结构。

只要卫星还能在轨道上稳定运转，这套算力就始终拥有主流的商业价值。

除了商业账本，背后还有一层硬碰硬的物理账。

地面上的大型数据中心正在撞上一堵坚硬的物理高墙：

电网。

建一个万卡集群动辄需要数百兆瓦的电力配额，当地电力公司扩建一条高压输电线路往往要排队两三年。

再加上机房蒸发冷却对地下水的巨大消耗，环保审批越来越难。

但轨道空间完全是另一套物理法则。

太阳能电池板在特定轨道上可以享受 24 小时不间断的太阳光照，能源成本几乎为零。

深空近乎绝对零度的真空环境提供了天然的辐射散热通道，根本不需要消耗一滴水。

算力产生的数据，再通过星链成熟的激光通信网络以光速在全球节点之间回传。

这等于把最耗电、最耗水的计算工厂，整个搬到了能源无限、冷源无限的太空。

最后，这补齐了马斯克商业飞轮里最缺的一块拼图。

马斯克的星舰一直在追求极致的发射频次，目标是一天能够发射多次。

但如果一天发射好几班火箭，地球上哪来那么多传统的卫星需要送上天？

载荷不足，高频发射的规模效应就发挥不出来。

而全球市场对 AI 算力的胃口，几乎是没有底的。

黄仁勋说，就算把下一代的 Vera Rubin 算力集群成批装进火箭发上天，庞大的市场需求也能把它们全部吃下。

一家掌握着人类最顶级的运载能力，一家造出了人类价值密度最高的算力系统。

当运力不再昂贵，当算力变成通用资产，把数据中心搬上太空不是天方夜谭。

这是一门严密计算出来的硬核生意。