地球电网已经扛不住AI了!马斯克*黄仁勋官宣:把整台NVL72机架射进太空,75米翼展卫星明年升空

地球上的电，不够用了

这是已经摆在眼前的现实
2026年，全球AI算力的扩张速度，已经快过了人类建设电网的速度。
一座500MW的超大规模AI工厂，需要的电力够一座中等城市用；
而从拿地、审批到变电站接入，动辄三到五年。
芯片在疯狂进化，但插头那一端，电网、冷却塔、变压器，成了最沉默、也最致命的瓶颈。

然后，马斯克和黄仁勋给出了一个听起来像科幻小说的答案：

既然地球上电不够，那就上太空找

▲ SpaceX官方账号发布合作公告：每颗Starmind卫星将搭载NVIDIA Rubin GPU与Vera CPU

一颗卫星，一台机架，一个疯狂的等号

2026年8月4日，SpaceX与NVIDIA几乎同时在社交平台上宣布了一项重量级合作。

SpaceX宣布：双方正在联合设计Starmind AI1卫星的计算载荷。
每颗卫星搭载NVIDIA最新的Rubin GPU和Vera CPU，提供数据中心级太空算力。

NVIDIA随即跟进确认：Starmind AI1的载荷由Vera Rubin NVL72驱动。

如果你对GPU型号不太敏感，我翻译一下这句话的分量：NVL72是NVIDIA地面AI工厂里最核心的机架级计算单元，整整一个机柜里塞满了互联的GPU和CPU，是训练大模型的主力武器。
而现在，SpaceX要把这整套东西，塞进一颗卫星里，射到低地球轨道上去。

用Tom's Hardware引述马斯克的原话说："Starmind AI卫星本质上就是一台优化过的Vera Rubin NVL72计算机。"

▲ NVIDIA官方帖文确认：AI算力正在进入轨道，Starmind AI1由Vera Rubin NVL72驱动

翼展75米，像一架波音747在太空里飞

打开SpaceX官网的Starmind产品页，你会看到一组让人倒吸一口凉气的数字：

75米翼展，已经足以撑起一座飞在天上的小型发电站加数据中心。
巨大的太阳翼展开后，在太阳同步轨道上可获得几乎持续的日照，避开了天气和大气损耗的影响。
发出的电直接喂给机架级GPU

▲ SpaceX官网Starmind页面：黑色宇宙背景中，巨型太阳翼卫星掠过地球弧线

而散热呢？
地面数据中心需要冷却塔、冷水机组、大量淡水。
太空真空缺少空气对流，热量主要通过辐射散热器向真空中释放，红外辐射就是你的"空调"。
SpaceX声称，冷却功耗开销可以比地面降低一个数量级。

所谓"免费空调"仍有成本
有网友一针见血地吐槽：为了给一台机架散热，你得在卫星上展开上百平方米的散热面，再加上液冷回路和泵组冗余。
地面数据中心的冷却贵在电费和水费；
太空数据中心的冷却贵在结构质量和发射成本，账单从电费挪到了火箭运费上。

▲ 有网友感叹：巨大的翼展和散热面，最终可能只对应地面一台机架的算力

"我们已经决定All in英伟达"

在SpaceX财报电话会上，马斯克说了一句让整个芯片行业都竖起耳朵的话：

"Going forward, we have decided to build exclusively on Nvidia, because we think the Vera Rubin architecture is the best architecture… We are exclusive to Nvidia."

独家绑定英伟达
 这在航天领域几乎史无前例
SpaceX官网虽然保留了"模块化、芯片供应商可替换"的架构描述，但首代Starmind的选择毫无悬念，Vera Rubin就是唯一答案。

马斯克还表示，这项计划离落地已经很近，预计明年开始发射。

▲ Tom's Hardware报道标题：SpaceX将独家使用NVIDIA GPU，优化版Vera Rubin NVL72明年入轨

有意思的是，NVIDIA这边其实早有布局。
早在2025年3月，NVIDIA就公布了面向太空的Space Computing产品线，包括Space-1 Vera Rubin模块，单模块面向太空推理场景号称可提供约25倍于H100的推理性能。
Space-1定位于一块"太空优化算力砖"；
Starmind AI1则要把整面墙砌上去。

▲ NVIDIA太空计算产品页：从Jetson Orin到Space-1 Vera Rubin模块的完整产品线

发射成本决定成败

社交平台上，有一条评论精准地捕捉到了问题的本质：

"太空里的电力和散热成本接近免费，所以轨道算力比听起来合理。最大的问号是发射成本。"

这是整个故事能否从PPT变成现实的阿喀琉斯之踵。

产业分析师们反复计算过一条会计恒等式：把一公斤硬件送入轨道要花多少钱 × 这公斤硬件能稳定运行多久 ÷ 它产生的有效算力，这个数字必须低于地面同等算力的成本，整件事才成立。
行业共识是：当入轨成本降到每公斤数百美元量级时，太空算力才开始具备商业竞争力。

而SpaceX给出的答案，写在官网限制因素里的第一条：Mass to Orbit，依赖Starship的完全可复用与超大运力。

Starmind和Starship的命运，系在同一套关键假设上。

▲ 正式公告前一周，已有解读者用动画详细对比轨道AI卫星与地面数据中心的资源消耗

轨道算力将重画算力版图

在所有兴奋与质疑之中，有一个视角值得冷静下来仔细看。

房地产与基础设施顾问机构JLL在太空数据中心展望报告中提出了一个冷静框架：轨道算力可以与地面数据中心形成功能分工，异步的、能量密集的、可以容忍一定时延的AI工作负载更适合上天；
实时交互、低时延应用仍然留在地面

海底光缆与陆地骨干网并存，却彻底重画了全球通信的时延与容量地图。
轨道算力若能成功，也会改写"能量受限型工作负载"的地理分布逻辑：展开太阳翼，就能接入太空中的能源。

有投资人在推文中写道："每一次重大算力瓶颈，最终都会创造出全新的基础设施机会。
如今的焦点已经转向：它将被部署在哪里。"

▲ Steve Khayat：太空算力今天听起来很科幻，但几年前超大规模AI工厂也一样

轨道算力竞赛已经开跑

SpaceX之外，还有一群玩家仰望星空。

2025年11月，Y Combinator背景的创业公司Starcloud已经把搭载NVIDIA H100的卫星送入轨道，完成了在轨训练语言模型的里程碑演示，证明了"商用GPU能在太空活下来并跑通工作负载"。

Axiom Space则走了另一条路，在国际空间站部署轨道数据中心节点，为在轨云处理提供服务。

甚至Google也被报道在2025年底发布了太空数据中心可行性研究，讨论若发射成本足够低，轨道算力何时能在经济上与地面竞争。

产业综述称，到2026年初，至少八家机构在轨道数据中心赛道上有实质性的申请、硬件或融资动作。

但SpaceX的牌面和所有人都不一样：自有火箭、自有通信星座、自建卫星工厂、锁定最强芯片供应商。
在得州Bastrop规划中的Gigasat工厂，目标是从2027年末起实现AI卫星的大规模流水线制造。
如果这条产线真的跑起来，每颗卫星就像一次服务器上架，每次Starship发射就像一次园区扩容。

▲ Interesting Engineering报道：SpaceX选择NVIDIA Rubin芯片作为Starmind AI1的"大脑"

写在火箭升空之前

让我们把视角再拉远一点

算力中心的地理迁移，从来都是跟着约束条件走的，从大学机房到郊区光纤园区，到靠近水电站的寒冷之地，再到"自建核电厂"的AI工厂。
太空，是这条迁移链上最极端的一跳

但极端不意味着不会发生
正如一位网友的评论所说："Amazing that AI demand is so high we literally don't have enough electricity on Earth and need to start building data centers in space!"

AI的饥渴，正在把人类的基础设施想象力推向大气层之外。

当然，从"架构选型公开化"到"轨道上的大规模AI工厂"，中间还隔着首飞验证、在轨可靠性、碎片管理、星座运营等一整条工程与商业验证链条。
芯片选型决定软件栈，发射系统决定资本曲线，卫星工厂决定扩容速度，激光星座决定结果能否送达用户，四者缺一，Starmind就仍是演示工程而非公用事业。

但如果这四张牌都能打出来呢？

那我们或许正站在一个转折点上：人类文明的算力，第一次在物理意义上脱离了地表。