本文来源：时代周报 作者：朱成呈
这桩引发巨大反响的交易，并非常规意义上的产业并购。它意味着马斯克正式打破物理世界与数字世界的边界，将全球航天巨头与算力需求快速增长的 AI 企业，整合进同一个超级商业体中。
SpaceX 成立于 2002 年，是马斯克进入航天领域的起点；xAI 则成立于 2023 年，是他在大模型浪潮中亲自下场所布局。
据媒体援引知情人士消息，合并后的公司整体估值约为 1.25 万亿美元，成为全球估值最高的非上市科技企业之一。在此之前，今年 1 月 xAI 以约 2300 亿美元估值完成新一轮融资；而 SpaceX 在去年 12 月曾计划以约 8000 亿美元估值推进股份出售。
过去一年，大模型竞赛的重心已明显外移。算力竞争不再仅是算法效率或芯片制程的问题，而是迅速演变为一场资源密集型的基础设施竞赛。电力、土地、散热条件，成为与 AI 芯片同等重要的稀缺要素。核电投资、长期购电协议、超大规模数据中心建设，正在成为科技巨头的新 " 基础动作 "。
但这场地面的基础设施竞赛，代价高昂。
东吴证券在研报中指出，当前人工智能算力需求的爆发式增长，使得地面数据中心在电力供给、散热冷却及土地空间等方面遭遇刚性约束。太空环境所独有的近乎无限的太阳能、接近绝对零度的天然散热场以及灵活的模块化部署能力，为系统性解决上述瓶颈提供了革命性的方案。
马斯克的这一手，似在为 AI 算力竞争提供一套不同于主流路线的 " 底层解法 "。
太空将为 AI 算力提供低成本方案
当行业普遍选择在地面继续加码时，马斯克却给出一项大胆判断。
他认为，当前 AI 的进步依赖于大型地面数据中心，这些中心需要大量电力和冷却资源。即便在短期内，在不对社区和环境造成负担的情况下，全球 AI 电力需求根本无法通过地面解决方案满足。因此他估计，在未来 2 到 3 年内，生成式 AI 算力的最低成本方式将是在太空。
马斯克进一步认为，仅这种成本效益优势，就足以推动创新企业以前所未有的速度和规模训练 AI 模型、处理数据，从而加速对物理学理解的突破，并发明造福人类的技术。
从这一视角看 SpaceX 与 xAI 的合并，其逻辑变得清晰。
Starlink（星链）已构建起覆盖全球的低轨卫星网络，提供低时延、高可达性的通信层；xAI 是对算力成本高度敏感、训练与推理一体化的极端需求方，SpaceX 长期形成的高度垂直整合工程体系，使 " 将计算硬件送上轨道 " 不再只是概念，而是可以被工程化、规模化评估的选项。
在业内人士看来，SpaceX 与 xAI 的核心协同，并不在 IaaS（基础设置即服务），如果把它简单理解成 " 马斯克要做云计算 "，那就看错了方向。半导体资深专家张国斌向时代周报记者表示，马斯克追求的是 " 算力 + 网络 + 应用模型 " 的一体化闭环，而不是标准化、可复用、对外出租的公有云资源池。" 换句话说，它不是 AWS（亚马逊云科技），而更像是一个为自己打造的超级算力系统。"
与此同时，太空算力的现实驱动力，还来自于通信瓶颈。
所谓 " 太空算力 "，并不是把地面数据中心简单搬到轨道上，而是将计算、存储与一定程度的智能决策能力嵌入卫星体系，使卫星从单一的数据采集与转发节点，演化为具备局部处理能力的 " 在轨智能体 "。其目标并非替代地面云计算，而是构建一套天基智能基础设施，在数据产生源头完成筛选、压缩与决策。
在高分辨率遥感、持续对地观测等任务中，卫星载荷产生的数据速率已进入 Gbps 级别，每日数据量可达 TB 级。然而，星地链路受制于功率、频谱资源与地面站窗口，无法随卫星数量线性扩展。当星链规模扩展到数万颗乃至上百万颗，数据产生能力与下传能力之间的差距将持续扩大。
方正证券研报指出，卫星对地观测数据服务一般经历 " 数据获取一数据传输一数据地面接收一地面数据处理一专题生产一数据存储一数据分发及应用 " 等环节。目前遥感图像地面分辨率已从 10 米提升至 0.3 米，相同幅宽下的数据量增长约 1000 倍。而传统天数地算的模式受限于星上处理能力不足，传输速率过低等因素，亟需星上算力。
" 太空 AI 服务器适合的方向，是在轨数据预处理与智能筛选、卫星星座自治与协同决策以及深空探测专用算力。" 张国斌向时代周报记者表示，SpaceX 与 xAI 的整合，对 " 传统云计算厂商 " 构成的是中长期的结构性挑战，对 " 数据中心产业链 " 构成的是方向性扰动，但短期内并不构成系统性替代威胁。这更像是在重新定义 " 算力的形态与分布方式 "，而不是马上颠覆 AWS、Azure、GCP 等云服务厂商的商业基本盘。
太空 AI 竞赛启动
" 这不仅是 SpaceX 与 xAI 使命的新篇章，更是一段全新的征程。" 在官宣收购后，马斯克用一贯的宏大表述描绘未来，" 创造一个能感知的‘太阳’来理解宇宙，并将意识之光延伸至星辰 "。
但抛开个人愿景，太空 AI 的推进已进入更为具体的工程阶段。SpaceX 收购 xAI 并非孤立事件。围绕 " 算力是否必须长期集中在地面 " 的讨论，正在全球范围内转向可行性验证。
2025 年 11 月 2 日，英伟达数据中心级 GPU H100 首次被送入近地轨道。H100 是当前主流的大模型训练芯片，其算力水平显著高于此前进入太空的航天计算设备。该芯片被搭载在初创公司 Starcloud 的 Starcloud-1 卫星上，用于测试在轨人工智能处理任务，包括地球观测图像分析及运行谷歌的大语言模型。
随后，多家科技企业陆续披露相关布局。
2025 年 11 月 4 日，马斯克表示，将扩大 Starlink V3 卫星规模，并探索基于通信星座建设太空数据中心的可能性。其长期设想是，通过星舰实现大规模运力，将计算硬件批量送入轨道，形成可持续扩展的在轨算力体系。2025 年 11 月 5 日，谷歌宣布启动 " 太阳捕手计划 "。该计划拟于 2027 年前后发射两颗搭载 TPU 的原型卫星，用于验证 AI 算力在轨运行的工程可行性。根据公开设想，谷歌计划最终构建由 81 颗算力卫星组成的在轨计算星座。
国内在轨计算能力建设亦在同步推进，路径以国家实验室与航天体系为主，强调自主可控与系统集成。
由之江实验室牵头的 " 三体计算星座 " 于 2025 年 5 月完成首批 12 颗计算卫星发射。该星座单星最高算力达 744 TOPS，整体具备约 5 POPS 的在轨计算能力和 30TB 存储容量。卫星搭载之江实验室研制的星载智能计算机，将星载算力从 T 级提升至 P 级，性能提升约 10 — 100 倍，并部署了约 80 亿参数的天基模型，可对 L0 至 L4 级别的卫星数据进行在轨处理。
在国际层面，欧盟亦启动相关规划。其在轨数据中心可行性研究项目 ASCEND 计划于 2031 年完成太空数据中心架构概念验证，并于 2036 年部署首个太空数据中心，长期目标是在 2050 年前后形成约 1GW 的在轨计算能力。
