算力正从地面，往近地轨道上迁移。
2026 年 1 月，马斯克做了一件很马斯克的事。
SpaceX 向美国联邦通信委员会（FCC）提交了一份足够惊人的申请：他们要打造一个名为 Starmind 的计划，发射多达 100 万颗轨道数据中心卫星，AI 计算容量达 100 吉瓦——相当于美国当前电力消费的 20%。
把算力中心送上太空，伊隆·马斯克不是唯一想这么做的人。
蓝色起源几乎同步递交了「Project Sunrise」计划，拟部署 5.16 万颗数据中心卫星；谷歌公布「捕日者计划」（Project Suncatcher），要把自研的 Trillium TPU 芯片送上天验证；英伟达在 GTC 大会上发布 Space-1 Vera Rubin 太空计算模块，正式将数据中心级 GPU 能力推向轨道；就连初创公司 Starcloud，也已经和 SpaceX 合作完成了首次数据中心级 GPU 在轨试验。
太空算力，从概念验证，正式进入了工程化落地竞赛。
在这场竞赛中，中国也有了自己的回应：2026 年 6 月 29 日，国内首家气动减速可复用火箭公司千亿航天正式发布了名为「阿赖耶识 ALAYA」的超级算力星座计划——这个名字取自佛教唯识学派的核心概念，意指宇宙万法的根本识，是记录一切信息的终极数据库。
「阿莱耶识 ALAYA」算力卫星星座概念图
作为目前国内第一个星箭一体化吉瓦级超级算力星座，千亿航天希望它成为全球 AI 与数据演进的底层硬件基座。
01
怎样在太空建一座 AI 数据中心
首先要理解，算力为什么非得「上天」？
因为在地面上，算力撞上了「三座山」。
近年来，算力需求正处于爆发式地增长阶段，IDC 与浪潮信息联合发布的报告显示，2024 年中国智能算力规模已达 725.3 EFLOPS，同比增长 74.1%，增幅是同期通用算力增幅的三倍以上。Gartner 预测，到 2026 年底约 40% 的企业应用将集成 AI Agent——届时每一次 Agent 任务执行都将消耗海量推理算力。
但供给侧正在逼近物理极限——国际能源署预测，到 2030 年全球数据中心耗电量将达到 945 太瓦时，超过目前日本全国的年用电量；联合国大学报告则预测，到 2030 年全球数据中心用于散热的耗水量将达到 9.3 万亿升，相当于撒哈拉以南非洲 13 亿人一年的基本生活用水需求。
国际能源署研判：全球数据中心电力消耗每年增长约 12%，2030 年全球数据中心耗电量将达 945 太瓦时
土地、电网、散热，「三座山」正一起压过来。
一望无垠的太空给了人们灵感——那里是唯一能绕过这「三座山」的地方：近地轨道有近乎无限的太阳能，有零下 270 度的天然散热环境，还有不受国土边界限制的全球覆盖能力。一旦进入太空的成本足够低，那么在此部署 AI 算力将成为常态化工程。作为国内第一家专注气动减速回收技术路线的火箭总体设计团队，千亿航天看中的就是这一点——他们正在研制的可复用火箭「玄鸟-R」目标是将发射成本降低至每公斤千元级。
在千亿航天的设想中，2027 年上半年开始，「阿赖耶识」试验卫星将随着「玄鸟-R」的首飞开始正式部署。届时，千亿航天会用三发「玄鸟-R」的飞行试验任务突破一级回收技术，实现稳定回收，将火箭发射成本降低一个数量级，从而将大规模星座发射成本大幅压低。
这之后，千亿航天计划进行密集发射，在晨昏轨道总共部署 12500「阿莱耶识」颗算力卫星，通过星间激光链路互联互通，最终形成一个在轨的分布式全球算力网络。
「阿莱耶识 ALAYA」算力卫星概念图
这其中最具创新的是千亿航天为适配算力卫星功能而进行的「星箭一体化」设计。传统火箭的结构中，二级火箭在卫星分离之后通常成为太空垃圾。而千亿航天提出一个大胆的设想：把「玄鸟-R」的二级直接改造为卫星本体，内部空间部署高性能计算硬件。取消整流罩等分离机构的死重后，既可以携带更多算力单元，也能在生产制造阶段，同步进行星箭集成测试，提升生产制造效率。火箭二级本身将成为一个标准化、可批量生产的卫星平台。
这相当于是把「火箭公司」和「卫星公司」合并成了一家——单颗卫星的可用空间、算力密度和能源供给能力，也因此远高于传统卫星方案。
能源自主是重要「侧翼」之一。卫星的算力上限，本质上是能源上限。千亿航天与苏州尚柔新能源有限公司合作研制了国内首个 400 平方米卷轴柔性钙钛矿太阳能帆板。这使得每颗「阿赖耶识」卫星具备 120kW 以上的发电能力，为 80kW 级算力单元提供能源。
尚柔新能源由李永舫院士创建，是工信部及科技部国家重点研发计划课题牵头单位
凭借 400 平米的巨大太阳能帆板，「阿赖耶识」将成为国内第一个星箭一体化的吉瓦（GW）级超级算力星座。
1 吉瓦。这是什么概念？
1 吉瓦的发电能力，相当于一座大型地面光伏电站的装机容量，且在太空中不受昼夜交替、天气条件或地理纬度的限制。作为参照，SpaceX 计划中的 AI1 卫星单星峰值功率 150 千瓦、持续计算功率 120 千瓦——「阿赖耶识」的单星功率与之处于同一量级。
另一块「侧翼」是算力网络化。在星座层面，12500 颗卫星将在全球范围内均匀覆盖，通过星间激光链路实现互联互通。在单星层面，通过算力中心操作系统实现星间、星地的资源调度、任务编排与智能协同。能源、算力、数据三者叠加，使「阿赖耶识」成为一个同时具备能源供给、算力输出和智能调度的天基基础设施平台。
能把这件事做成，成为国家对外的一张牌，团队的底子得够硬。千亿航天「阿莱耶识」星座的核心团队具备多型卫星的研制经验，CTO 曾供职于航天九院，具备包括国家重大任务 GW 试验星、SAR 遥感卫星、窄带物联网卫星等数十颗卫星任务经验；卫星 PMO 则出身于航天二院，完成遥感、通信等多类型卫星的研制任务；公司系统总体负责人来自航天五院，负责多型卫星总体设计，对星箭一体化设计的技术可行性和风险边界有深刻理解。如今，他们正在做的，是把体制内积累的标准化、模块化卫星技术，与商业航天的高效迭代模式结合起来。
02
在卫星、能源、算力汇合于太空前
英伟达、Starcloud 的验证试验都证明了把 GPU 装进卫星，也许在供能和散热系统上需要重新设计，但并不存在原理级的瓶颈。
但巨型星座组网，要面对的挑战远比这困难得多。
首先是降低进入太空的成本，而且是要低到「近乎免费」的成本。
算力星座的组网，在算力单元、卫星制造等各个环节都需要大量投入，因此组网的成本将会对于火箭发射成本极为敏感。一旦发射成本过高，算力星座既不具备商业闭环的可能，也撑不起高频发射和批量生产。千亿航天创始人、CEO 李锐的判断很直接：「巨型星座的组网发射需要在限定时间完成，否则不具备商业闭环能力。未来的火箭发射频次，需要做到单日数十次甚至几十次。」
这意味着，谁掌握了极致成本、高频可靠的太空往返通道，谁就握有「算力上天」决定性的战略能力。
千亿航天的目标，是通过自主研发的「气动减速-水平着陆 ADHL」火箭回收技术，将大规模星座发射成本降低至「千元级每公斤」，这也是为何千亿航天要从总装总测模式、回收复用技术、星箭一体化设计三个维度去全面革新。
「玄鸟-R」可重复使用运载火箭发射全过程演示
其次，是整合产业链、抢时间。
火箭公司的本质是做连接地球与太空的上下行物流运输。千亿航天要想让卫星、算力、能源在太空汇合，并整合成可以调用的基础设施，就必须掌握从火箭到卫星的完整链条，才能实现发射需求与星座部署的深度协同，确保组网窗口灵活可控、任务响应快速高效。
毕竟，优质的轨道资源是有限的，能够近乎 24 小时提供光照发电的晨昏轨道，其轨道倾角和高度由地球扁率精确决定，假设整个低轨（LEO）理论最大容纳量约为 10-15 万颗，晨昏轨道作为其中极其稀缺的"黄金走廊"，容量至少压缩了两个数量级。
而以国内现有的「星多箭少」的情况，卫星等火箭、火箭等窗口，时间成本将以指数级放大。
因此，千亿航天「自研火箭、自有星座」看似重资产，实则是一种战略：只有自身掌握进入太空的能力，才能将发射转化为轨道级基建的能力。
当然，千亿航天并非国内唯一布局自研卫星星座的火箭公司，这其实反映了航天产业链中「太空物流」与「上游产业」的关系重构。当物流成本降到足够低时，真正的商业机会不在于物流本身，而在于它所支撑的上游产业。千亿航天先做低成本火箭，再用火箭把「阿赖耶识」送上轨道，最终指向的是 AI、能源、存储、数据等产业在太空的深度融合。这个价值链条，会随着太空基础设施的完善而指数级放大。
即是说，挑战的背面，必然伴随着新产业的机遇。
对于「算力上天」来说，这不是简单的「地面数据中心向上平移」，而是算力与多个产业在新轨道上的重新融合。
首先是与 AI 产业的新融合。太空算力提供的不仅是低成本、全时段的弹性训练资源，更是一个覆盖全球的低时延推理网络。今天 AI Agent 的爆发，已经把推理算力的需求推向了下一个数量级。未来，全球分布的 Agent 可以通过星座的边缘计算节点获得毫秒级的响应，而不必绕行地面数据中心。
其次是对与能源产业的新融合。千亿航天「阿赖耶识」的 1 吉瓦太空发电网络，本身就是一个巨大的在轨能源系统。它不仅为星座自身供能，未来也将成为太空太阳能技术的规模化试验场——这不是科幻，与能源企业共同探索太空太阳能的地面接收与传输技术路径将成为现实。
第三是与高性能计算（HPC）的新融合。遥感大数据实时解析、全球气候模拟、生物医药分子动力学计算、金融衍生品定价等任务，对算力密度和能耗极为敏感。地面的 HPC 中心正面临日益严格的能耗和碳排放约束，而太空的天然散热环境和近乎免费的太阳能，使其成为承接这些高能耗计算需求的理想载体。
第四是与存储产业。天地一体化的分布式存储网络是千亿航天「阿赖耶识」的长远布局方向。星座本身具备的星间高速链路和大规模在轨存储能力，可以作为地面数据中心的天地备份和灾备节点，也可以为全球科研机构和商业公司提供分布式存储服务。
当然，这条路走起来，并不会太容易。
SpaceX 用了将近二十年，马斯克才向美国交出「Starmind 计划」的答卷，而千亿航天「阿赖耶识」要从零开始，在更短的时间里，同时解决可回收火箭、星箭一体化、巨型星座组网、在轨算力调度——每一项单独拿出来，都是世界级难题。
可现实却是，过去十年，全球科技竞赛的主战场在云端、在终端、在模型，现如今这场竞赛的底层基础设施——能源、硬件、网络已迁移至太空，这已升级为一次关于「AI 时代基础设施定义权」的争夺。谁能把算力、能源和数据以最低成本送上太空，谁就能在下一个十年的智能革命中，握有决定性的战略筹码。
这场竞赛里，中国需要自己的太空算力答案。千亿航天的「阿赖耶识」是其中的一个。
*头图来源：千亿航天
盛达优配提示：文章来自网络，不代表本站观点。
