關鍵數字：單一AI機櫃塞進72顆GPU、總頻寬達260 TB/s，但排除1MW廢熱就需要1200平方公尺的太空輻射板——SpaceX卻打算在2028年大規模部署這種「衛星式資料中心」。馬斯克這次是不是又把牛皮吹太大了？
今天凌晨，馬斯克在X上拋出一個讓太空產業跟AI圈都炸鍋的消息：SpaceX將與輝達聯手，2027年第四季發射搭載特規版Vera Rubin NVL72架構的AI運算系統上太空，2028年正式進入大規模部署。簡單說，就是把一座AI資料中心塞進衛星裡面，直接送上去。
這套系統規格有多狂？單一機架塞進72顆Rubin GPU加上36顆Vera CPU，透過第6代NVLink高速互連，機架內總頻寬達到260 TB/s。輝達也證實，馬斯克旗下公司將採用Vera CPU來支援Grok以及下一代「代理型AI」的運算需求。
話說回來，NVL72本來是輝達專門為地面AI資料中心設計的旗艦系統，現在硬是改成太空規格，等於是把頂級伺服器直接綁在衛星上發射。SpaceX早在8月初就宣布獨家採用輝達技術，馬斯克也曾透露會比較不同晶片方案，如今看來是全面押寶輝達了。原因不難理解——太空設備對重量、體積和散熱的限制極其嚴苛，如果同時用多種晶片架構，研發難度跟驗證成本會直接爆表。
📊 數據總覽：太空AI資料中心的關鍵數字
看到這些數字，你可能會想：260 TB/s的頻寬確實嚇人，但真正讓我捏把冷汗的是散熱那一欄。
散熱才是真魔王，晶片規格再強也沒用
地面資料中心可以靠風扇、冷卻水塔來排熱，但太空是真空環境，沒有空氣可以對流，熱量只能靠液冷系統導向大型輻射板，再用紅外線輻射的方式把熱能排向深空。這個物理限制，可不是靠馬斯克的「第一性原理」就能繞過去的。
根據SpaceX先前Starmind AI1原型衛星的設計，他們用了110平方公尺的可展開液冷散熱板來支撐150 kW的峰值算力，光是散熱板的翼展就長達70公尺——比波音737的翼展還長。外界估算，如果要排除1MW的廢熱，可能需要1200平方公尺的輻射板；若擴大到100MW等級的AI資料中心，散熱面積恐怕要逼近10萬平方公尺，大概等於14個足球場。
有趣的是，馬斯克曾設定2026年底算力達2 GW、2027年底逼近10 GW的目標。但按照這個散熱效率來算，10 GW的算力會產生多少廢熱？散熱板又要鋪多大？這些問題他並沒有在今天的貼文中給出答案。
發射成本 vs 地面資料中心，誰能勝出？
這其實是整個計畫最核心的商業問題。馬斯克的邏輯是：衛星形式的資料中心比傳統機櫃式資料中心「更簡單、成本更低、密度更高且重量更輕」。他強調SpaceX在軌衛星數量已超過1萬顆，約占全球活躍衛星三分之二，展現出強大的發射與部署能力。
不過，能大量發射衛星，跟能解決太空散熱是兩回事。真正的考題是：太空AI資料中心的每瓦算力成本，能不能真的低於地面機房？
地面資料中心的優勢在於：水冷系統成熟、維修方便、電力取得成本低。太空版的優勢則可能是：太陽能發電效率高（沒有大氣層衰減）、冷卻不用耗水、可以避開地面的用地與法規限制。但劣勢也很明顯——一旦硬體故障，沒辦法派工程師上去換零件；散熱面積的需求會直接推高衛星的體積與重量，進而墊高發射成本。
編輯觀點：從產業面來看，SpaceX這個計畫真正的野心不是取代地面資料中心，而是開創一個「太空算力租賃」的新市場。我認為2028年大規模部署的目標過於樂觀，散熱工程與輻射對晶片的長期影響都還沒有足夠的太空驗證數據。但話說回來，如果SpaceX真的能在發射成本上壓到夠低，哪怕只是先部署幾座小型太空AI節點，也足以讓國家級客戶（比如國防、氣候模擬）買單。對一般人來說，與其期待手上的ChatGPT變成「衛星版」，不如先關注這件事會不會讓Starlink的衛星發射節奏進一步加快——那才是真正會影響你我上網費率的事。
趨勢預測：2027上軌道只是第一關
從時間軸來看，2027年第四季發射、2028年大規模部署，這中間只有不到一年的測試期。太空環境的輻射效應、溫度劇烈變化、微隕石撞擊風險，這些都是地面AI機房從來不需要面對的問題。
更關鍵的是，輝達的Rubin架構本身就是一款為地面設計的產品，改造成太空規格意味著必須重新設計散熱模組、抗輻射封裝、以及供電系統。SpaceX雖然有豐富的衛星製造經驗，但把「72顆GPU塞在一個機架」這種等級的發熱源放進衛星，歷史上是從來沒有過的。
值得關注的是，馬斯克形容這種衛星資料中心「更簡單、成本更低」，但他沒有明說的是——這裡的「成本更低」指的是資料中心本身的建置成本，還是包含發射與維運在內的總體擁有成本？如果是前者，那地面資料中心早就贏了；如果是後者，那SpaceX還有很多功課要做。
數據告訴我們什麼？
把這些數字攤開來看，我得出三個結論：
第一，散熱技術將是2027年能否如期發射的關鍵瓶頸。以目前的1MW需要1200平方公尺散熱板的效率來算，就算只部署一個小型太空節點（比如10MW），也需要12000平方公尺的散熱面積。這已經比一座棒球場還大了，要怎麼摺疊進火箭的整流罩？SpaceX必須在液冷散熱板的單位面積散熱效率上取得突破，否則這個計畫連發射階段都過不了。
第二，發射成本必須降到現有水平的十分之一以下。以目前獵鷹9號的發射成本估算，每公斤約2000-3000美元。一座100MW等級的太空資料中心，光散熱板加衛星結構的重量就可能超過數十噸，發射費用會是天文數字。如果SpaceX的星艦能夠真正實現完全可回收、並把每公斤成本壓到200美元以內，這個商業模式才有機會成立。
第三，代理型AI對低延遲的需求，可能會逆轉「地面資料中心比較快」的直覺。很多人會說：資料中心放太空，訊號延遲不是變高嗎？但代理型AI（Agentic AI）的運算模式是「一次性大量運算後回傳結果」，不需要即時互動，這種應用反而適合太空節點。如果Starlink的雷射星間鏈路能讓衛星之間的資料交換速度夠快，那麼分散在軌道上的AI算力節點，甚至可以組成一個「太空算力矩陣」——這才是馬斯克真正想做的事。
總之，SpaceX與輝達的這個合作，絕對是2026年AI基礎建設領域最值得追蹤的大事。但投資人跟企業客戶都需要認清一件事：2028年大規模部署只是「目標」，不是「承諾」。接下來的兩年，我們要看的不是馬斯克發了多少篇X貼文，而是SpaceX會不會推出新一代的高效率散熱板、以及星艦的發射成本能不能真的壓下來。這兩個變數，才是決定太空AI資料中心是「顛覆式創新」還是「昂貴的煙火」的關鍵。
你覺得太空AI資料中心會在幾年內成真？或者你認為它永遠不會比地面機房更划算？歡迎在底下留言分享你的看法——畢竟這種話題，沒有標準答案，只有誰的預測更接近未來。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
太空AI資料中心什麼時候會正式上線？
根據馬斯克的宣布，預計2027年第四季發射首套系統，2028年進入大規模部署階段。但目前仍是目標時程，實際能否如期上線還取決於散熱技術與發射成本的突破。
太空AI資料中心的散熱問題真的能解決嗎？
這是整個計畫最大的技術瓶頸。SpaceX的Starmind AI1原型衛星採用110平方公尺液冷散熱板支撐150 kW算力，但若要支援100MW等級的AI資料中心，散熱面積需擴大到約10萬平方公尺，技術挑戰極高。
太空AI資料中心的算力成本會比地面機房便宜嗎？
這取決於兩個關鍵變數：SpaceX星艦能否將每公斤發射成本壓到200美元以下，以及新一代散熱板的單位面積效率能否大幅提升。目前業界普遍認為2028年要達成「比地面便宜」的目標難度極高。
代理型AI跟太空資料中心有什麼關係？
代理型AI（Agentic AI）的運算特性是「一次性大量運算後回傳結果」，不需要即時低延遲回應，這種工作負載反而適合部署在太空節點。輝達也證實馬斯克旗下公司將採用Vera CPU來支援Grok與代理型AI的運算需求。
這項計畫對一般使用者有什麼影響？
短期內（2-3年）對一般使用者影響有限。中長期來看，若計畫成功，可能進一步加速Starlink的衛星發射節奏、降低衛星網路成本，最終影響全球網路服務的定價與覆蓋率。但現階段仍屬於高風險的技術示範階段。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
