SpaceX把一整套AI机架送上轨道：Starmind从愿景进入系统设计

副标题：NVIDIA Vera Rubin只是起点，真正决定太空AI工厂能否成立的，是电力、散热、网络与运维能否同时闭环

2026年8月24日，NVIDIA宣布SpaceXAI将采用Vera CPU，并把经过太空环境优化的Vera Rubin NVL72系统用于第一代Starmind AI卫星。

这条消息容易被理解为“SpaceX要把NVIDIA芯片送上太空”。真正的新变化不在芯片采购，而在系统设计开始收敛：SpaceX已经为第一代轨道计算平台选定计算架构，NVIDIA则试图把地面AI工厂的CPU、GPU、互连、网络和软件栈，一起延伸到轨道上。

一颗装有GPU的卫星，不等于一座太空AI工厂。后者必须让供电、散热、数据传输、故障恢复和硬件更新在无人环境中长期协同。Starmind能不能成立，最后考验的也不是一块芯片跑得多快，而是这套系统能否在轨道约束下持续完成有经济价值的计算。

图1：NVIDIA Vera CPU产品图。来源：NVIDIA

01这次真正落定的，不是一块GPU

NVIDIA此次公布了两层合作。

第一层在地面。SpaceXAI计划用Vera CPU处理智能体AI中大量依赖CPU的任务，包括工具调度、代码执行、数据处理和模拟，并用Vera Rubin平台扩展Grok背后的AI基础设施。

第二层在轨道。第一代Starmind AI卫星计划采用太空优化版Vera Rubin NVL72。NVL72不是单颗GPU，而是一套机架级系统。它把加速计算、NVLink互连、Spectrum-X以太网、BlueField数据处理器和NVIDIA软件整合在同一架构中。

这里最容易忽略的是Vera CPU的角色。大模型负责生成内容时，GPU通常是主角；智能体开始调用工具、执行代码、读取数据和反复评估结果后，CPU会承担大量控制密集、延迟敏感的工作。NVIDIA披露，Vera拥有88个自研Olympus核心、176个线程和最高1.2TB/s的LPDDR5X存储带宽。公司称，在选定的智能体AI、强化学习和数据处理负载中，其任务完成速度最高可达到x86 CPU的1.8倍。

这些是NVIDIA给出的产品指标，不能直接等同于Starmind在轨表现。不过，合作方向已经很清楚：SpaceX不是准备把一个普通数据中心机架原封不动地塞进卫星，而是与NVIDIA共同调整重量、功耗、散热和结构，让同一套软件架构可以跨越地面与轨道。

图2：Elon Musk在X确认，SpaceX与NVIDIA已为Starmind设计太空优化版Vera Rubin NVL72，首批系统计划于2027年第四季度进入轨道，2028年扩大规模。来源：X截图，由Minto提供

02AI1有多大：接近把一座高功率机架搬进卫星

SpaceX在Starmind官网披露的AI1参数，已经超出传统小型计算卫星的尺度。

• 展开高度20米
• 翼展70米
• 计算载荷峰值功率150千瓦，平均功率120千瓦
• 整星效率目标为每吨70千瓦

120千瓦平均计算功率，接近一组高密度AI机架持续工作的量级。70米翼展则说明，真正占据卫星外形的未必是芯片，而是发电与散热结构。

SpaceX给出的设计路径是：AI1进入低延迟太阳同步轨道，利用太阳能持续发电，在本地完成AI计算，再通过高带宽激光链路把结果接入Starlink网络。公司还计划在得州Bastrop建设Gigasat Factory，目标是最早从2027年末开始生产和部署数千颗AI卫星。

需要把阶段说清楚。AI1目前是公开设计方案，Vera Rubin NVL72是计划采用的计算基础，2027年第四季度是首批入轨目标，2028年才谈规模化。它已经从概念叙事走到系统选型，但还没有进入“已验证部署”，更谈不上证明商业模型。

03为什么要把计算送上太空

地面AI基础设施当前最紧缺的资源，越来越不是芯片本身，而是可按时交付的电力、土地、并网容量和冷却条件。

Starmind的逻辑，是把太阳能、轨道空间和SpaceX现有的发射及通信能力组合起来。太阳同步轨道可以提高太阳能利用时间；Starship若能实现高频重载发射，可以降低大面积太阳翼、散热器和计算载荷的入轨成本；Starlink的激光链路则为卫星之间及空地之间的数据传输提供现成网络基础。

这也是SpaceX相较普通数据中心运营商最有价值的地方。它同时掌握火箭、卫星制造、轨道通信和在轨运营。如果Starmind只解决计算模块，却仍要分别采购发射、星间网络和地面接收服务，成本很难闭环。SpaceX试图把这些环节压进同一套基础设施里，让新增AI计算同时转化为发射需求、卫星制造量和Starlink网络流量。

图3：SpaceX火箭发射资料图。图片由Minto提供；原始版权来源尚未确认，正式发布前建议替换为SpaceX官方授权素材或补充版权信息

04太空并不会免费解决散热

SpaceX官网称，AI卫星不需要地面数据中心常见的冷水机组、冷却塔、风扇或干式冷却器，冷却功耗开销可降低一个数量级。这个判断只覆盖了“无需驱动传统制冷设备”的一面。

真空环境没有空气对流，热量不能像地面机房那样被风带走，只能依靠辐射散热。计算功率越高，需要排出的热量越大，散热器面积、液体回路、泵和防微流星体设计都会增加重量和故障点。AI1达到120千瓦平均计算功率后，散热不再是附属系统，而会直接决定可持续运行时间。

2026年8月发布的一篇轨道AI基础设施研究，使用在轨遥测案例指出，可用计算能力会同时受到热量和能源包络限制；当热状态触发计算中断时，任务恢复和执行状态保存会成为基础设施层的问题。这个结论不能直接证明AI1会遇到同样的故障，但它提醒我们：地面AI工厂追求的是GPU利用率，轨道AI工厂还必须把温度、日照、姿态和通信窗口一并纳入资源调度。

此外还有三项成本不能被“太空太阳能”掩盖。

• 辐射与可靠性：先进制程芯片对高能粒子更敏感，纠错、屏蔽和冗余都会占用功耗与质量。
• 维修与更新：地面机架可以更换故障部件，轨道卫星通常只能依赖冗余或整星替换；当AI芯片迭代周期短于卫星寿命，硬件过时速度可能高于折旧计划。
• 数据移动：轨道端适合处理哪些任务，取决于输入数据从哪里产生、输出结果有多大。若大量原始数据仍需从地面上传，带宽和延迟可能抵消电力优势。

因此，Starmind最可能先适合输入数据已在轨产生、结果体量明显小于原始数据、且对本地低延迟处理有价值的任务。例如卫星遥感筛选、轨道通信优化、空间态势感知，以及部分可拆分的推理和模拟。把通用大模型训练整体搬上太空，门槛要高得多。

05NVIDIA与SpaceX分别在争夺什么

对NVIDIA而言，这笔合作的战略价值大于早期芯片收入。太空计算的首批规模不会立刻接近地面数据中心，但一旦Vera Rubin成为轨道AI系统的参考架构，NVIDIA销售的就不只是GPU，而是CPU、互连、网络、DPU和软件生态组成的完整计算底座。

对SpaceX而言，Starmind把AI资本开支转化为它最熟悉的几种需求：更多质量需要送入轨道，更多卫星需要制造，更多激光链路需要调度，更多在轨资产需要持续运营。若系统跑通，AI计算会成为Starship和Starlink之外的新基础设施负载。

产业链也会随之改变。受益环节未必只在最高算力芯片，还可能包括高功率太阳能电池阵列、大面积可展开散热器、液体热控回路、星间激光通信、耐辐射封装、纠错存储、轨道资源调度软件，以及能够把每公斤入轨质量转化为更多计算功率的结构材料。

但现在仍然只能称为“架构选定与工程推进”。从概念到系统选型是一道门槛，从系统选型到首颗卫星稳定运行是另一道门槛，从一颗卫星到数千颗组网又是完全不同的制造、发射与运维问题。任何把这次合作直接外推成巨额收入的模型，都会跳过最昂贵的一段验证。

06真正的答案，要等到2027年第四季度

接下来不必再盯着“太空数据中心”这个故事是否好听，应该盯着几个能让故事变成工程事实的数字。

• 首颗AI1能否按计划在2027年第四季度发射
• 120千瓦平均计算负载可以持续多久，是否频繁受热状态限制
• 每吨70千瓦的目标能否在包含太阳翼、散热器、屏蔽和通信系统后实现
• 星间激光链路的可用带宽、延迟和掉线恢复能力
• 轨道端实际运行的工作负载，是遥感和边缘推理，还是更通用的智能体计算
• Gigasat Factory能否把实验星转化为可重复制造的产品

如果这些指标逐步兑现，Starmind证明的不会是“地面数据中心将被太空取代”，而是AI基础设施可以多出一种新的部署节点：把电力充足、数据已在轨产生或需要本地处理的工作负载留在太空，只把结果传回地面。

如果项目受阻，最可能先暴露问题的也不是GPU峰值性能，而是散热质量、发射成本、硬件更新速度和在轨故障恢复。SpaceX与NVIDIA现在已经把愿景推进到系统设计，下一步需要用轨道运行数据回答：这套架构究竟是一颗会计算的卫星，还是一座能够复制的AI工厂。

07资料来源

• NVIDIA Newsroom，SpaceXAI Adopts NVIDIA Vera CPU to Accelerate Agentic AI at Massive Scale，2026年8月24日 https://nvidianews.nvidia.com/news/spacexai-adopts-nvidia-vera-cpu-to-accelerate-agentic-ai-at-massive-scale
• SpaceXAI，Starmind AI1产品与系统页面，访问日期：2026年8月25日 https://new.spacex.com/spacexai/starmind
• NVIDIA，Vera CPU产品资料，访问日期：2026年8月25日 https://www.nvidia.com/en-us/data-center/vera-cpu/
• Qing Li等，AI Infrastructure in Space: How Far Can We Go?，arXiv:2608.21034，2026年8月21日 https://arxiv.org/abs/2608.21034
• EFE，SpaceX prevé lanzar en 2027 sus primeros satélites de IA con tecnología de Nvidia，2026年8月24日 https://efe.com/ciencia-y-tecnologia/2026-08-24/spacex-satelites-ia-nvidia/

本文仅用于行业研究与信息交流，不构成任何投资建议。