喝点VC｜红杉美国专访全球首个太空数据中心创始人：太空数据中心将成为算力终极形态，未来十年年投入近万亿美元

喝点VC｜红杉美国专访全球首个太空数据中心创始人：太空数据中心将成为算力终极形态，未来十年年投入近万亿美元 喝点VC｜红杉美国专访全球首个太空数据中心创始人：太空数据中心将成为算力终极形态，未来十年年投入近万亿美元 Modified April 6 Philip Johnston ： 下一代卫星功率约 8 千瓦，仍偏小；面向星舰设计的型号功率将达到 200 千瓦 ，单艘星舰可搭载 50 颗，单次发射提供 10 兆瓦算力 。 未来星舰可实现每月数百次发射， 每月将新增数十吉瓦的太空算力 。 Pat Grady ： A I 推理 对 时延敏感，太空传输的光速延迟会成为瓶颈吗？ Philip Johnston ： 太空时延与星链一致，约 20 50 毫秒 ，和手机使用 ChatGPT 的体验没有区别。智能客服、视频生成、大模型推理等场景都可以完美支持。 Pat Grady ： 换个 问题，如果给你一万亿美元，用来搭建 AGI 算力底座，你会把多少投入太空？ Philip Johnston ： 100% 。这是人类史上最大的市场机遇，未来年资本开支将达到万亿级别。我判断， 5 10 年内，全球至少一半新增算力会部署在太空 。 在地球，每新增一个数据中心边际成本就上升；在太空， 规模越大、发射越多，成本越低 。到达临界点后，地球建设将完全不具备经济合理性。 商业节点： 2028 年开启商业化，生态逐步完善 Pat Grady ： 太空算力全面超越地球的时间节点会在什么时候？ Philip Johnston ： 星舰实现高频发射后，太空建设将立刻更便宜。星舰首次试飞预计在明年年底， 2028 年中后期将开启商业试点 ，随后成本优势将彻底显现。 Sonya Huang ： 大规模部署是否需要激光通信与太空网络？ Philip Johnston ： 两三年前这还是行业难题，如今星链、亚马逊柯伊伯星座已提供支撑，自建卫星组网后可搭建 光学激光链路 ，传输问题已解决。 卫星互联初期没有必要合并， 大模型训练仅占 AI 总工作量的不到 1% ，并非我们主攻的核心市场。 Sonya Huang ： 未来是否会使用机器人进行太空维护？ Philip Johnston ： 小型推理节点无需维护，大型太空建筑将由机器人群建造。特斯拉 Optimus 稍加改造即可适配太空环境，但我们单颗卫星规模较小，暂时不需要机器人运维。 卫星设计寿命为 5 6 年 ，与芯片寿命一致，退役方式与星链相同。太空能源边际成本为零，理论上可延长服役时间，目前仍按标准流程执行。 Sonya Huang ： 你们的核心团队与技术壁垒体现在哪些方面？ Philip Johnston ： 团队核心解决 散热与抗辐射 两大行业难题，成员来自欧洲顶级深空项目、 Firefly 、亚马逊柯伊伯星座等，拥有顶尖航天工程背景。 我们的联合创始人此前曾发射多颗 GPU ，完成过大量芯片辐射测试相关工作，这是我们的核心技术壁垒。 Sonya Huang ： 你如何看待其他航天发射企 业，以及与 SpaceX 的合作关系？ Philip Johnston ： 我整体对行业持乐观态度。 SpaceX 在技术与成本上遥遥领先，其他企业需要实现可重复使用技术才能具备竞争力。 Stoke Space 等企业有一定潜力，蓝色起源尚未公布相关重型火箭计划，仅在招聘热防护工程师，短期难以形成威胁。即便现在开始研发，也需要 5 10 年周期，难以追赶。 生态定位：做太空基础设施服务商，差异化竞争 Sonya Huang ： 你们最终与 SpaceX 达成了合作，他们是你们的发射合作伙伴。但他们如今也在计划大规模建设太空算力，这会带来冲突吗？ Philip Johnston ： 没错， SpaceX 对我们极为重要，可以说，没有星舰计划，就没有我们这家公司。他们一直在努力培育太空生态，甚至会帮助与自己存在竞争关系的星座项目发展，比如亚马逊柯伊伯星座，他们也会为其提供发射服务，并且开放相关技术与方案，我们非常愿意与他们长期合作。 但与此同时，他们也在全力自建太空数据中心。由于他们掌握发射能力， 太空算力成本会比我们更低 ，而我们的定位则非常清晰。 第一， SpaceX 主要服务自身负载，火箭、特斯拉等业务，他们可能会推出算力服务，但不会提供可让客户自行搭载芯片的标准化舱体。 而这正是我们的 核心业务 ：我们为客户提供具备供电、散热与通信能力的标准化太空舱，客户可以安装任意型号芯片，并自主面向其他客户提供服务，模式更接近太空版 AWS 。 他们的成本低于我们，但我们的成本会低于所有地面超大规模云厂商。如果未来 5 10 年，绝大多数新增算力都会部署在太空，行业格局会非常清晰。 3 年后，当星舰实现高频发射，所有科技巨头都会猛然意识到： 如果无法接入太空算力，就会彻底失去扩张能力 。届时它们会有三个选择： 一是直接购买 SpaceX 的太空算力服务，这对部分企业可行，但对 OpenAI 、谷歌、微软这类巨头而言可能性很低；二是自建卫星团队，但进度会非常缓慢，比如谷歌计划 2027 年才开展演示项目，推进速度过于保守。 此时它们会发现，我们是市场上 技术最成熟、在轨验证最充分、工程团队与 IP 壁垒最领先 的玩家，我们会成为它们不可或缺的合作伙伴，而非单纯的收购标的。我们负责提供基础设施，巨头负责云端服务交付。 Pat Grady ： 有一个 关于商业模式的问题：你们为什么选择 Equinix 这类基础设施模式，而不是 AWS 式的云服务模式？ Philip Johnston ： 这是一个好问题。早期我们确实考虑过自己做云服务商，但在验证阶段，客户不会轻易将芯片交给我们。我们更希望成为 太空能源与算力基础设施提供商 ，而非云服务商。 因为我们的核心 IP 与能力，是制造可高效散热、抗辐射的卫星，而不是花费 20 年复刻一套 AWS 的应用层服务体系，这不是我们的优势。 同时，芯片是整个系统中成本最高的部分，我们更希望由客户自行投资芯片，并自主选择芯片型号，这会大幅降低我们的资本压力。 远期我们可能会推出云服务，但现阶段基础设施模式 利润更高、商业模式更轻 。 商业节奏：星舰成熟前，靠太空边缘计算造血 Pat Grady ： 最后问一个关于太空 “ 房地产 ” 的问 题。地球已经面临土地资源短缺，太空轨道未来会拥挤吗？规则如何制定？ Philip Johnston ： 现阶段轨道资源遵循 先到先得 原则。我们已经申请了 8000 颗卫星的星座，并向美国 FCC 报备。 全球规则由 ITU 制定， FCC 负责执行，这套体系源于过去卫星仅用于通信的时代，属于历史遗留规则。 10 年后，最有价值的轨道位置会被占满， 早期入驻者将拥有永久优先使用权 。 Pat Grady ： 那太空算力的安全性如何保障？如果卫星遭到攻击会怎样？ Philip Johnston ： 星链已经给出了最好的范本。俄乌冲突中，俄方一直试图摧毁星链卫星，但难度极大。 摧毁一个地面数据中心，远比摧毁 2.7 万公里高空的太空卫星容易得多。攻击在轨卫星会被直接视为 战争行为 ，且我们的卫星运行轨道更低，不存在大规模碰撞级联风险， 安全性远高于地面数据中心 。 Sonya Huang ： 大量卫星升空会不会遮挡阳光、影响天文观测？ Philip Johnston ： 我们采用 太阳同步轨道 ，卫星从地球两极飞越，不会在地表产生阴影，也不会进入地球遮挡区，永远处于日照状态。 卫星仅在黄昏和黎明时段可见， 完全不会影响天文观测 ，这一设计对行业和科研都十分友好。 Sonya Huang ： 外界对你们的批评和质疑中，哪些是合理的？ Philip Johnston ： 审批等问题很容易解决，部分质疑基于猎鹰火箭的高成本，只要发射成本下降，我们的商业模式就完全成立。 真正关键、却少有人提及的风险是： 芯片在太空的故障率不能高于地面 。哪怕只高出 10% ，能源带来的成本优势会被完全抵消。 Pat Grady ： 理想的太空数据中心硬件构成是什么？ Philip Johnston ： 结构比普通卫星简单得多。核心包括：太阳能板、辐射散热器、卫星平台、芯片、内存、主板、供电系统。 仅需微型电池做瞬时缓冲， 无需地面式 24 小时储能 ；仅需 1 个反作用轮，依靠重力梯度自然稳定，而普通卫星至少需要 3 个。 我们可以省去冷却塔、备用电池、交直流转换器等大量设备。 成本差距极其惊人 ：地面数据中心基础设施成本约 1500 2000 万美元 / 兆瓦，我们仅需不到 500 万美元 / 兆瓦。我们的综合能源成本，会低于美国地面电价的一半。 Sonya Huang ： 首批商用客户和业务场景是什么？ Philip Johnston ： 前两颗卫星主要为其他航天器提供边缘云服务，核心客户是军方、政府卫星与对地观测卫星。 这类业务的收益是地面的 1000 倍，足以支撑公司运营至星舰成熟。我们今年发射第二代卫星，明年继续发射，星舰成熟后发射第三代 可与地面成本竞争 的规模化卫星。 Sonya Huang ： 这些太空客户为什么不直接用地面算力？ Philip Johnston ： 核心瓶颈是空天地数据回传带宽。太空卫星每秒可采集 5Gbit 数据，但地面站仅能接收 1Gbit ， 90% 数据只能直接丢弃 。 通过太空算力实时处理、仅回传结果，可彻底解决带宽瓶颈，例如在海洋数据中直接识别船只位置，这是星上算力无法实现的。 Pat Grady ： 很有意思，所以初期负载是太空采集的数据。你花了很多时间研究太空，那你相信外星人存在吗？ Philip Johnston ： 我非常喜欢这个话题。我几乎可以确定，银河系存在过外星生命，宇宙中一定有生命，但目前看来，银河系中没有活跃的智慧文明。 Pat Grady ： 为什么这么肯定？ Philip Johnston ： 这就是费米悖论。银河系有 4000 亿颗恒星，约 4 万亿颗行星，宜居时间长达 100 亿年。只有两种可能：人类是银河系第一个智慧文明，或智慧生命寿命极短。 我倾向于后者，也就是 “ 大过滤器 ” 理论。如果超级智能出现后，会快速自我毁灭，那人类也面临同样风险。 另一种可能是我们是第一个，我也愿意以此为信念生活。人类应该向其他恒星发射探测器，探索银河系。但以 4 万亿颗行星、 100 亿年的尺度，我们是第一个的概率极低。 我们可以在 200 万年内用自复制探测器覆盖整个银河系，但完全没有发现任何痕迹，这说明智慧文明大概率无法长期存续。 Pat Grady ： 你如何看待人类成为星际物种？ Philip Johnston ： 埃隆的规划是最可行的。我有生之年，将看到人类登陆火星、月球建立城市。 从月球发射 AI 卫星，具备极强经济动力，会加速星际殖民进程。 Sonya Huang ： 除了数据中心，太空最好的商业模式还有哪些？ Philip Johnston ： 太空挖矿潜力巨大；太空旅游、月球酒店会成为大市场；太空制造同样高价值，比如医药晶体生长。 利用太空高能量环境，可开展月球与小行星资源提炼，这类业务在地面难以实现。 Sonya Huang ： AI 能帮助人类理解宇宙吗？ Philip Johnston ： AI 对宇宙的理解将远超人类，它的认知维度是人类无法比拟的，能否向人类有效解释是另一回事。 我最期待 AI 解答 意识本质 ，即为何机械结构的人类能产生感知、主观体验与意识。 Sonya Huang ： 如何最大化投资回报？ Philip Johnston ： 全力投入太空算力。我们团队大量使用 AI ，我甚至要求工程师每月至少花费 1 万美元在 Token 上，我希望团队极致使用 AI 。 Sonya Huang ： 全球 GDP 最终会有多少用于 AI 推理？ Philip Johnston ： 99.9% 。 未来 500 2000 年，几乎全部实体经济将转向太空算力，其中绝大多数用于推理任务。未来几十年，电力消耗流向算力的比例将持续飙升，最终接近 99% 。 Sonya Huang ： 非常感谢今天的分享，你让未来提前到来。 Philip Johnston ： 谢谢大家。 原文链接： https://www.youtube.com/watch?v=FKHENV75b9Q Greetings, Earthlings: Philip Johnston of Starcloud on Data Centers in Space 编译： Zoe Zou 本文编译文末载明的原始链接，不代表 ZPotentials 立场，如果对本文有任何想法见解，欢迎在评论区留言互动探讨。 ZPotentials 继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 Philip Johnston ： 下一代卫星功率约 8 千瓦，仍偏小；面向星舰设计的型号功率将达到 200 千瓦 ，单艘星舰可搭载 50 颗，单次发射提供 10 兆瓦算力 。 未来星舰可实现每月数百次发射， 每月将新增数十吉瓦的太空算力 。 Pat Grady ： A I 推理 对 时延敏感，太空传输的光速延迟会成为瓶颈吗？ Philip Johnston ： 太空时延与星链一致，约 20 50 毫秒 ，和手机使用 ChatGPT 的体验没有区别。智能客服、视频生成、大模型推理等场景都可以完美支持。 Pat Grady ： 换个 问题，如果给你一万亿美元，用来搭建 AGI 算力底座，你会把多少投入太空？ Philip Johnston ： 100% 。这是人类史上最大的市场机遇，未来年资本开支将达到万亿级别。我判断， 5 10 年内，全球至少一半新增算力会部署在太空 。 在地球，每新增一个数据中心边际成本就上升；在太空， 规模越大、发射越多，成本越低 。到达临界点后，地球建设将完全不具备经济合理性。 商业节点： 2028 年开启商业化，生态逐步完善 Pat Grady ： 太空算力全面超越地球的时间节点会在什么时候？ Philip Johnston ： 星舰实现高频发射后，太空建设将立刻更便宜。星舰首次试飞预计在明年年底， 2028 年中后期将开启商业试点 ，随后成本优势将彻底显现。 Sonya Huang ： 大规模部署是否需要激光通信与太空网络？ Philip Johnston ： 两三年前这还是行业难题，如今星链、亚马逊柯伊伯星座已提供支撑，自建卫星组网后可搭建 光学激光链路 ，传输问题已解决。 卫星互联初期没有必要合并， 大模型训练仅占 AI 总工作量的不到 1% ，并非我们主攻的核心市场。 Sonya Huang ： 未来是否会使用机器人进行太空维护？ Philip Johnston ： 小型推理节点无需维护，大型太空建筑将由机器人群建造。特斯拉 Optimus 稍加改造即可适配太空环境，但我们单颗卫星规模较小，暂时不需要机器人运维。 卫星设计寿命为 5 6 年 ，与芯片寿命一致，退役方式与星链相同。太空能源边际成本为零，理论上可延长服役时间，目前仍按标准流程执行。 Sonya Huang ： 你们的核心团队与技术壁垒体现在哪些方面？ Philip Johnston ： 团队核心解决 散热与抗辐射 两大行业难题，成员来自欧洲顶级深空项目、 Firefly 、亚马逊柯伊伯星座等，拥有顶尖航天工程背景。 我们的联合创始人此前曾发射多颗 GPU ，完成过大量芯片辐射测试相关工作，这是我们的核心技术壁垒。 Sonya Huang ： 你如何看待其他航天发射企 业，以及与 SpaceX 的合作关系？ Philip Johnston ： 我整体对行业持乐观态度。 SpaceX 在技术与成本上遥遥领先，其他企业需要实现可重复使用技术才能具备竞争力。 Stoke Space 等企业有一定潜力，蓝色起源尚未公布相关重型火箭计划，仅在招聘热防护工程师，短期难以形成威胁。即便现在开始研发，也需要 5 10 年周期，难以追赶。 生态定位：做太空基础设施服务商，差异化竞争 Sonya Huang ： 你们最终与 SpaceX 达成了合作，他们是你们的发射合作伙伴。但他们如今也在计划大规模建设太空算力，这会带来冲突吗？ Philip Johnston ： 没错， SpaceX 对我们极为重要，可以说，没有星舰计划，就没有我们这家公司。他们一直在努力培育太空生态，甚至会帮助与自己存在竞争关系的星座项目发展，比如亚马逊柯伊伯星座，他们也会为其提供发射服务，并且开放相关技术与方案，我们非常愿意与他们长期合作。 但与此同时，他们也在全力自建太空数据中心。由于他们掌握发射能力， 太空算力成本会比我们更低 ，而我们的定位则非常清晰。 第一， SpaceX 主要服务自身负载，火箭、特斯拉等业务，他们可能会推出算力服务，但不会提供可让客户自行搭载芯片的标准化舱体。 而这正是我们的 核心业务 ：我们为客户提供具备供电、散热与通信能力的标准化太空舱，客户可以安装任意型号芯片，并自主面向其他客户提供服务，模式更接近太空版 AWS 。 他们的成本低于我们，但我们的成本会低于所有地面超大规模云厂商。如果未来 5 10 年，绝大多数新增算力都会部署在太空，行业格局会非常清晰。 3 年后，当星舰实现高频发射，所有科技巨头都会猛然意识到： 如果无法接入太空算力，就会彻底失去扩张能力 。届时它们会有三个选择： 一是直接购买 SpaceX 的太空算力服务，这对部分企业可行，但对 OpenAI 、谷歌、微软这类巨头而言可能性很低；二是自建卫星团队，但进度会非常缓慢，比如谷歌计划 2027 年才开展演示项目，推进速度过于保守。 此时它们会发现，我们是市场上 技术最成熟、在轨验证最充分、工程团队与 IP 壁垒最领先 的玩家，我们会成为它们不可或缺的合作伙伴，而非单纯的收购标的。我们负责提供基础设施，巨头负责云端服务交付。 Pat Grady ： 有一个 关于商业模式的问题：你们为什么选择 Equinix 这类基础设施模式，而不是 AWS 式的云服务模式？ Philip Johnston ： 这是一个好问题。早期我们确实考虑过自己做云服务商，但在验证阶段，客户不会轻易将芯片交给我们。我们更希望成为 太空能源与算力基础设施提供商 ，而非云服务商。 因为我们的核心 IP 与能力，是制造可高效散热、抗辐射的卫星，而不是花费 20 年复刻一套 AWS 的应用层服务体系，这不是我们的优势。 同时，芯片是整个系统中成本最高的部分，我们更希望由客户自行投资芯片，并自主选择芯片型号，这会大幅降低我们的资本压力。 远期我们可能会推出云服务，但现阶段基础设施模式 利润更高、商业模式更轻 。 商业节奏：星舰成熟前，靠太空边缘计算造血 Pat Grady ： 最后问一个关于太空 “ 房地产 ” 的问 题。地球已经面临土地资源短缺，太空轨道未来会拥挤吗？规则如何制定？ Philip Johnston ： 现阶段轨道资源遵循 先到先得 原则。我们已经申请了 8000 颗卫星的星座，并向美国 FCC 报备。 全球规则由 ITU 制定， FCC 负责执行，这套体系源于过去卫星仅用于通信的时代，属于历史遗留规则。 10 年后，最有价值的轨道位置会被占满， 早期入驻者将拥有永久优先使用权 。 Pat Grady ： 那太空算力的安全性如何保障？如果卫星遭到攻击会怎样？ Philip Johnston ： 星链已经给出了最好的范本。俄乌冲突中，俄方一直试图摧毁星链卫星，但难度极大。 摧毁一个地面数据中心，远比摧毁 2.7 万公里高空的太空卫星容易得多。攻击在轨卫星会被直接视为 战争行为 ，且我们的卫星运行轨道更低，不存在大规模碰撞级联风险， 安全性远高于地面数据中心 。 Sonya Huang ： 大量卫星升空会不会遮挡阳光、影响天文观测？ Philip Johnston ： 我们采用 太阳同步轨道 ，卫星从地球两极飞越，不会在地表产生阴影，也不会进入地球遮挡区，永远处于日照状态。 卫星仅在黄昏和黎明时段可见， 完全不会影响天文观测 ，这一设计对行业和科研都十分友好。 Sonya Huang ： 外界对你们的批评和质疑中，哪些是合理的？ Philip Johnston ： 审批等问题很容易解决，部分质疑基于猎鹰火箭的高成本，只要发射成本下降，我们的商业模式就完全成立。 真正关键、却少有人提及的风险是： 芯片在太空的故障率不能高于地面 。哪怕只高出 10% ，能源带来的成本优势会被完全抵消。 Pat Grady ： 理想的太空数据中心硬件构成是什么？ Philip Johnston ： 结构比普通卫星简单得多。核心包括：太阳能板、辐射散热器、卫星平台、芯片、内存、主板、供电系统。 仅需微型电池做瞬时缓冲， 无需地面式 24 小时储能 ；仅需 1 个反作用轮，依靠重力梯度自然稳定，而普通卫星至少需要 3 个。 我们可以省去冷却塔、备用电池、交直流转换器等大量设备。 成本差距极其惊人 ：地面数据中心基础设施成本约 1500 2000 万美元 / 兆瓦，我们仅需不到 500 万美元 / 兆瓦。我们的综合能源成本，会低于美国地面电价的一半。 Sonya Huang ： 首批商用客户和业务场景是什么？ Philip Johnston ： 前两颗卫星主要为其他航天器提供边缘云服务，核心客户是军方、政府卫星与对地观测卫星。 这类业务的收益是地面的 1000 倍，足以支撑公司运营至星舰成熟。我们今年发射第二代卫星，明年继续发射，星舰成熟后发射第三代 可与地面成本竞争 的规模化卫星。 Sonya Huang ： 这些太空客户为什么不直接用地面算力？ Philip Johnston ： 核心瓶颈是空天地数据回传带宽。太空卫星每秒可采集 5Gbit 数据，但地面站仅能接收 1Gbit ， 90% 数据只能直接丢弃 。 通过太空算力实时处理、仅回传结果，可彻底解决带宽瓶颈，例如在海洋数据中直接识别船只位置，这是星上算力无法实现的。 Pat Grady ： 很有意思，所以初期负载是太空采集的数据。你花了很多时间研究太空，那你相信外星人存在吗？ Philip Johnston ： 我非常喜欢这个话题。我几乎可以确定，银河系存在过外星生命，宇宙中一定有生命，但目前看来，银河系中没有活跃的智慧文明。 Pat Grady ： 为什么这么肯定？ Philip Johnston ： 这就是费米悖论。银河系有 4000 亿颗恒星，约 4 万亿颗行星，宜居时间长达 100 亿年。只有两种可能：人类是银河系第一个智慧文明，或智慧生命寿命极短。 我倾向于后者，也就是 “ 大过滤器 ” 理论。如果超级智能出现后，会快速自我毁灭，那人类也面临同样风险。 另一种可能是我们是第一个，我也愿意以此为信念生活。人类应该向其他恒星发射探测器，探索银河系。但以 4 万亿颗行星、 100 亿年的尺度，我们是第一个的概率极低。 我们可以在 200 万年内用自复制探测器覆盖整个银河系，但完全没有发现任何痕迹，这说明智慧文明大概率无法长期存续。 Pat Grady ： 你如何看待人类成为星际物种？ Philip Johnston ： 埃隆的规划是最可行的。我有生之年，将看到人类登陆火星、月球建立城市。 从月球发射 AI 卫星，具备极强经济动力，会加速星际殖民进程。 Sonya Huang ： 除了数据中心，太空最好的商业模式还有哪些？ Philip Johnston ： 太空挖矿潜力巨大；太空旅游、月球酒店会成为大市场；太空制造同样高价值，比如医药晶体生长。 利用太空高能量环境，可开展月球与小行星资源提炼，这类业务在地面难以实现。 Sonya Huang ： AI 能帮助人类理解宇宙吗？ Philip Johnston ： AI 对宇宙的理解将远超人类，它的认知维度是人类无法比拟的，能否向人类有效解释是另一回事。 我最期待 AI 解答 意识本质 ，即为何机械结构的人类能产生感知、主观体验与意识。 Sonya Huang ： 如何最大化投资回报？ Philip Johnston ： 全力投入太空算力。我们团队大量使用 AI ，我甚至要求工程师每月至少花费 1 万美元在 Token 上，我希望团队极致使用 AI 。 Sonya Huang ： 全球 GDP 最终会有多少用于 AI 推理？ Philip Johnston ： 99.9% 。 未来 500 2000 年，几乎全部实体经济将转向太空算力，其中绝大多数用于推理任务。未来几十年，电力消耗流向算力的比例将持续飙升，最终接近 99% 。 Sonya Huang ： 非常感谢今天的分享，你让未来提前到来。 Philip Johnston ： 谢谢大家。 原文链接： https://www.youtube.com/watch?v=FKHENV75b9Q Greetings, Earthlings: Philip Johnston of Starcloud on Data Centers in Space 编译： Zoe Zou 本文编译文末载明的原始链接，不代表 ZPotentials 立场，如果对本文有任何想法见解，欢迎在评论区留言互动探讨。 ZPotentials 继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。 🔗 原文链接： https://mp.weixin.qq.com/s/qSMaketN... https://mp.weixin.qq.com/s/qSMaketN... Sequoia Capital Sequoia Capital Z Potentials2026年4月6日 09:38 北京 图片来源： Sequoia Capital Z Highlights • 在太空， 每增加一个算力单元的边际成本会下降 ，因为你实现了规模化制造，发射次数越多，成本就越低。 • 太空中一平方米的太阳能板产生的能量，是地球上一平方米太阳能板的八倍。 • 太空中 唯一 的散热方式是 热辐射 ，且散热量与温度的四次方成正比。 • 攻击在轨卫星会被直接视为 战争行为 ，且我们的卫星运行轨道更低，不存在大规模碰撞级联风险， 安全性远高于地面数据中心 。 • 我几乎可以确定，银河系存在过外星生命， 宇宙中一定有生命， 但目前看来， 银河系中没有活跃的智慧文明。 Philip Johnston ， StarCloud 创始人兼 CEO ，全球首个实现太空数据中心在轨运行的创业者，深耕航天与算力基础设施。 Sonya Huang 、 Pat Grady ，科技领域资深主持人。本次访谈聚焦太空数据中心的技术、成本、规模化与商业未来。 成本逻辑：地球建设趋贵，太空规模趋廉 Phili p John ston ： 在地球扩建算力设施的问题在于，每新增一个算力单元， 边际成本都会上升 ，因为适合建设能源项目的优质地点已经被用完。而在太空，每新增一个单元的边际成本会下降，因为我们可以实现规模化制造，发射次数越多，成本就越低。 当到达某个临界点后，在地球继续建设算力设施将 完全失去经济意义 。我认为， 10 年内，每年将有 近万亿美元 的资本开支投入到太空算力的大规模部署中。 Sonya Huang ： 我们非常荣幸邀请到 Star Cloud 创始人兼 CEO Philip Johnston 。你是全球首个将算力设备送入太空的人，就在三个月前，你们的首颗卫星成功发射，并向地球传回了问候信息。 在我看来，这就像一群瑰丽的蓝色光点，从太空回望我们人类，充满诗意。祝贺你所取得的成就。本期节目我们将深入探讨太空算力，首先请问：为什么要在太空建设数据中心？ Philip Johnston ： 首先非常感谢邀请，很荣幸来到这里。简单介绍一下我自己，我这一生都对太空充满兴趣，我曾经花费数年时间，与全球各地的航天机构以及各国政府部门合作。 也正是在那个过程中，我开始注意到， 航天发射成本正在快速下降 。三年前的一个周末，我临时决定前往美国德州，那里正是 SpaceX 建造星舰运载火箭的地方，那里的超级工厂规模之大，彻底震撼了我。 他们的目标大约是每天生产 3 枚星舰，未来的发射能力与潜在的发射成本，将和现在出现天壤之别。于是我开始思考，这一变革将会催生什么，将会带来哪些全新的商业模式。我和我的联合创始人 Ezra 相识已久，我们在英国一起长大。 我们开始研究 太空太阳能 的概念，也就是在太空部署巨大的太阳能板，再将能量传回地球。这其实并不是一个新概念，早在 20 世纪 40 年代，就已经有人提出相关设想。 但太空太阳能的问题在于，从太空向地球传输能量的过程中， 绝大部分能量都会损耗掉 。我们很快