“我们目前已经启动全球首颗光计算卫星的研制工作。”近日，东方天算联合创始人、总裁周求实对记者表示。
这是太空算力竞争的一幕。中国企业、美国企业都开始入局。去年，之江实验室的12颗计算卫星已经被送入预定轨道，SpaceX今年初向美国联邦通信委员会申请未来发射100万颗算力卫星。
竞赛刚刚开始，太空算力目前不具备规模化建设和商业化的基础，一些显著的技术瓶颈亟待突破。
东方天算光计算卫星概念图
天数天算
东方天算是一家总部位于上海的太空算力企业。
5月15日，在主题为“天算无界•光启未来”的浦江创新论坛上，东方天算与光本位科技共同成立天基光计算创新中心，并启动全球首个天基光计算载荷的联合研制工作。
“双方已经做了很多工作，前期的基本验证已经完成，东方天算将持续打通从载荷研制到在轨验证的链条。”周求实透露。
迄今为止，人类社会的绝大部分算力是部署在地球上的。不管是阿里巴巴的千问大模型，还是OpenAI的ChatGPT,支撑其运算的中枢都是一个个配置了成千上万颗芯片的数据中心。
全球各个国家已经向浩瀚太空发送了为数众多的卫星，这些卫星用于地理资源调查、环境监测、灾害预警等方面的工作。这些卫星自身也搭载一定的芯片，具备基础计算能力。但绝大部分时候，这些卫星采集的数据，都是在地球上完成计算和处理的。
“风云四号气象卫星上面有红外探测器，可以对大气做CT，温度、湿度都可以测出来。这个是天数下传，到地面来算，也是在地面使用。”中国科学院院士褚君浩在论坛上介绍说。
嫦娥四号是中国探月工程发射的月球探测器，也是人类第一个着陆月球背面的探测器。它在月球表面收集到的地形地貌、矿物成分及月表浅层结构等信息，也是通过卫星传送到地球的地面接收站，然后再做详细的数据处理的。
随着太空运力的成本逐渐降低，全球各个国家正在向太空发射更多的卫星。目前全球在轨卫星数量超过1.6万颗，2030年有望达到2万颗。
“每颗卫星每天产生很多的数量。天基探测系统面临海量数据传输与高速模数转换带来的带宽、功耗和实时处理压力。大量的数据先下传再处理，就会使得有用信息下来很慢。”褚君浩表示。
在一些紧急的情况下，卫星采集的数据传输到地面之后再做处理，往往延误时机，比如野火、洪水和石油泄漏等特殊时刻。
“灾害的应急监测，最好能够在天上得到结论再送下来。”褚君浩说。
面向气候、生态等观测需求，通过天基观测，在轨智能解释，可以节省带宽、缩短决策链路，实现大范围的实时监测。
褚君浩表示：“从传统的模式进入天基时代，现在的确有这个必要性。”
一场太空算力竞赛已经开始了。
2025年5月14日，之江实验室主导，由十二颗计算卫星构建的“三体计算星座”搭载长征二号运载火箭进入太空。这意味着中国首个整轨互联的太空计算星座进入组网阶段；2025年11月，国星宇航将千问3大模型部署至“星算”计划的太空计算中心。
美国初创企业Starcloud于2025年在太阳同步轨道部署了一颗算力卫星，它搭载了英伟达的抗辐射版H100芯片；2026年初，SpaceX公司向美国联邦通信委员会提交申请，计划部署至多100万颗具备计算能力的卫星。最新有消息称，SpaceX与谷歌正就共建在轨数据中心展开初步洽谈。
“生存底线”
“太空计算时代已经到来。随着我们部署卫星星座并更深入地探索太空，任何生成数据的地方必须有智能存在。”今年3月，英伟达创始人兼CEO黄仁勋表示。
Space-1 Vera Rubin模组是英伟达加速计算平台中专门针对太空环境设计的最新产品。相较于Hopper Tensor GPU，该模块中的Rubin GPU在基于太空的推理方面实现了25倍的AI算力提升，可为轨道数据中心、高级地理空间信息处理以及自主太空运行提供算力支持。
这些被用于太空的芯片，需要经过特殊工艺加成。
“太空环境面临着非常多的挑战，一方面是太空当中没有良好的传热介质，只有热传导和热辐射去散热。另外，宇宙中有大量的高能粒子影响我们的电子元器件。”光本位高级副总裁姚金鑫在论坛上表示。
褚君浩认为，抗辐射的芯片构成了天基计算的“生存底线”，太空芯片加固技术正从物理防护向系统免疫转变。
有别于传统芯片，光本位走了光计算芯片的道路。
在进入太空计算场景之前，光本位的光计算芯片已经在垂类大模型等场景部署应用，用于降低延迟和能耗。光计算芯片在太空场景的优点在于天然的抗辐射、抗电磁干扰能力，它比传统计算芯片更可稳定适应复杂严苛的太空环境，提升在轨长期可靠性，降低系统设计与防护成本。
“光计算用光子作为载体传输信息，完成相应的计算，不带电荷，天然免于太空射线对芯片运行所带来的影响。”姚金鑫说。此外，光计算芯片在运行的时候几乎不散发热量，太空算力的能源供给问题就能够得到高效解决。
按照东方天算和光本位的规划，双方研制的全球首颗光计算卫星，面向真实空间环境，将推动光计算载荷和星上系统（能源、热控、通信等），以及任务调度形成系统级的验证。
周求实称，这颗卫星的价值在于把天基计算从现在的技术路线推进到一个可验证、可迭代的工程路线。
太空算力并非没有争议。
对于美国企业，比如谷歌和SpaceX，能源是其核心约束条件。这也是为什么有人认为人工智能的尽头是能源。
但是中国的电力基础设施健全，在数据中心等场景里，中国的电力成本比美国电力成本低很多。这也是中国太空算力商业模式能否跑通，存在争议的原因。
现在中国发展太空算力，已经有了一定的技术基础。比如中国有全球最好的光伏技术，相关产品可用于太空领域。精密制造、集成电路、商业航天等也已经奠定了很好的基础。这些行业能力叠加，构成了中国天基计算的底气。
褚君浩认为，天基计算具有多学科交叉的特征，与耐辐射器件、芯片技术、智能算法、航空航天都有紧密关系。“它是牵引下一代信息技术全面突破，引领产业、科技进步的未来技术。”
来源：飞象网
相关推荐
-
AI不只靠GPU：在拉斯维加斯，看AMD如何释放算力潜力
随着智能体兴起，AI不再只靠GPU，CPU 负责调度、通用计算和把数据喂给 GPU，内存、网络、存储各就各位，整套硬件协同起来，算力潜力才真正释放得出来。
-
让绿电转化为澎湃算力，联想万全混合词元工厂品牌发布
11月10日，联想集团在河北张家口举办联想万全混合词元工厂品牌发布暨京津冀枢纽算力价值跃迁研讨会。围绕“绿电输入、词元输出”的算力产业链，与会嘉宾见证了品牌正式发布与首个母本工厂落地张家口的签约。从算力底座到词元经济，绿电转化为可计量产出的路径成为全场焦点。
-
从硬件交付迈向“算力经营”：华鲲振宇抛出Token经济时代新战略
随着AI技术及其应用的快速发展，各行各业对算力的需求持续高涨，这不仅加快了算力技术和产品的迭代升级，也逐步改变了算力产业的竞争逻辑，比如市场不再单纯看重芯片、服务器等硬件的峰值性能，还把单位Token成本、集群稳定性、可计量可运营的服务能力等设定为关键指标。市场发生了变化，算力产业本身该如何应对？
-
科大讯飞以全国产算力破解AI三大难题
“如何解决大模型安全性和极致性价比？”“如何让AI从数字世界进入物理世界？”“如何让AI从个人提效走向组织提效？”在2026科大讯飞全球1024开发者节开场时，科大讯飞董事长刘庆峰就抛出了这三个问题。当AI变得触手可及、能力日益强大时，上述问题也将受到业界越来越多的关注，并成为制约AI走向无处不在的三大难题。对此，科大讯飞在活动期间不仅通过一系列真实产品对这三个命题进行了诠释，还全部采用国产生态给出了自己的答案。
-
中兴通讯：“连接+算力”驱动增长，前三季营收1,168亿，同比增16%，算力营收占比38%
报告显示，2026年1-9月，公司实现营收1,168.4亿元，同比增长16.2%；实现归母净利润40.6亿元，扣非归母净利润28.1亿元，经营性现金流净额为正。
-
AI4S开始“烧芯”：国产科研算力，难在哪儿？
AI做科研，最怕什么？除了科学问题本身，可能还得加上一条：算力太烧心。 程序跑不起来，烧心；硬件性能发挥不出来，烧心；好不容易算出结果，还得反复验证能不能复现，更烧心。AI正在进入材料研究、生命科学等领域，科研算力要处理的早已不只是一次计算，而是从数据处理、模型训练到模拟仿真的一整套流程。 10月17日至20日，在第二…
-
智源众智FlagOS 2.2让前沿模型与多元算力协同演进
2026年10月17日，以“一栈贯通，智算无界”为主题的2026人工智能开放计算大会暨众智FlagOS技术大会在北京举行；继9月30日FlagOS 2.2发布后，大会展示了从底层算子、编译器到模型部署与服务的技术进展，并提出AI模型快速换代而算力基础设施需长期服役的现实问题。 智源众智FlagOS 2.2从多芯适配走向…
-
PT展大咖谈中信数科邱杨：深耕网云算智一体化，打造特色算力基础设施服务商
数字经济高速演进的当下，算力已经成为社会发展的核心生产要素，网络、算力、AI服务的深度融合，正在重构整个数字基础设施的产业格局。
-
从算力基建到词元服务：2026PT展折射国内智算产业演进方向
随着全国一体化算力网纳入“十五五”规划重点建设任务，算力已经从单纯的IT配套设施，升级为数字经济时代的新型关键生产要素。工信部《算力互联互通行动计划》明确提出，要打通跨地域、跨主体算力资源壁垒，推动算力从“孤岛”走向网络化调度，实现算力资源按需供给、普惠使用。在政策牵引与大模型规模化落地双重驱动下，国内算力产业正在完成一场深刻转型：不再单纯比拼单芯片峰值算力，而是转向集群系统效能、算网协同、绿色能耗、商业化服务能力的综合较量。
-
AI算力迈入MW时代！液冷正在重算每个Token的成本
“当技术进步提高了某种资源的利用效率并降低其单位使用成本时，该资源的总体消耗量不仅不会减少，反而会因为需求的大爆发而呈指数级增长。” 这正是大名鼎鼎的“杰文斯悖论”，而在人工智能时代，随着大模型算法的持续优化与硬件迭代，生成单个Token的计算成本的下行，激发了全社会对算力的需求。从早期简单的AI对话，到如今需要进行长...
