数据中心进入轨道

超越权力、热量及许可限制 作者 数据中心发展正面临七年电力排队、水资源短缺以及监管阻力等问题。与此同时，轨道计算已从概念阶段进入运行状态，近期的太空GPU演示验证了其可行性。对于那些对持续太阳能、被动冷却和地缘政治韧性要求高于毫秒级延迟的工作负载而言，低地球轨道（LEO）卫星提供了一种绕过地面瓶颈的途径。 拉贾戈帕尔·阿诺德·西劳丁·肖恩·麦克德维特·迈克尔·克鲁斯 瓶颈已超出数据中心。 什么是轨道数据中心？ 近地轨道（LEO）卫星在距离地球表面400至1400公里的高度运行。与定点于约36000公里高度的地球静止卫星不同，近地轨道资产每90至120分钟绕地球运行一圈，在特定的轨道配置下可实现近乎持续的阳光照射，并且相较于深空部署，通信延迟更低。轨道数据中心是指部署在这些卫星上的计算硬件（处理器、内存、存储）。 人工智能基础设施正遭遇物理极限的制约。如今，限制因素已不仅限于服务器机架，还包括兆瓦级别的电力消耗、散热能力、水资源可用性以及监管时间表。例如，预计到2030年，欧盟数据中心将占该地区电力需求的4%（约108太瓦时），相当于超过10座额定功率为1200兆瓦的核反应堆的发电量。这个数字已超过荷兰当前的年用电量。 轨道数据中心的概念并非太空中的超大规模设施。相反，它是一种模块化、网络化的计算卫星层，专为那些轨道能提供结构优势的工作负载而设计，例如近乎持续的太阳照射（以接近1400公里的低轨道）、被动式热环境、靠近太空生成的数据，以及/或地缘政治韧性（见图1）。其他优势还包括相似模块的规模效应、质量优化，以及与发射器容量和体积的兼容性。 电力限制正主导数据中心建设的时间表，许多主要枢纽存在长达数年的电力互联排队等候。在美国弗吉尼亚州北部，新连接的等待时间可能长达七年。随着人工智能模型每12-18个月更新一代，这一时间表在商业上难以承受。散热管理带来了额外的限制。基于水的冷却系统会显著增加当地消耗，而水资源压力影响众多数据中心区域，提高了开发商的运营和声誉风险。 大多数早期的太空应用属于以下三个类别中的某一类： 监管障碍加剧了这些物理限制：社区阻力已从孤立反对演变为系统性的规划风险，显著延长了项目时间表并增加了利益相关者管理成本。即便是替代能源策略也面临困难：一些市场，寻求天然气作为主要电源的开发商正面临长达七年的涡轮机采购积压。 轨道边缘计算——在数据源处处理数据，包括地球观测图像、射频信号和航天器遥测数据；向下传输可操作的洞察结果而非原始数据集，以降低带宽需求并加速决策周期。 2. 弹性和主权存储 — 为应对地球冗余不足的连续性场景，系统维护着太空中的关键数据集、模型检查点和不可变日志的存档。 这些限制很重要，因为人工智能经济奖励速度：在模型更新周期之后才到位的基础设施回报会减少。幸运的是，轨道计算正从概念阶段过渡到运行状态。最近的一次演示成功在太空中测试了H100级GPU有效载荷，这标志着太空人工智能基础设施迈出了切实的一步。 3. 低延迟批处理计算 执行优先考虑能源可用性和隔离，而非毫秒级响应能力的训练运行、模拟或分析工作负载。 大型轨道数据中心需要模块单元的机器人组装以及硬件的定期更新。 6 关键基石 即使硬件不断进步，轨道数据中心的成功也需要在六个重要的基石上严格进行系统工程： 1.功率——大规模连续太阳能。某些轨道区域（例如，晨昏太阳同步轨道）可以提供近乎连续的太阳照射，特别是在较高的近地轨道高度（1200-1400公里）。然而，在严格的质量和可靠性约束下，需要高比功率、抗辐射的太阳能电池阵列以及弹性储能，以应对瞬态和偶然的日食事件。 3.计算 — 弹性、模块化加速器。抗辐射加固、冗余和自主运行是基本要求。由于AI经济依赖于硬件刷新周期，平台需要升级路径、可更换单元和服务策略，以保持高利用率。 2.热管理——辐射散热，而非蒸发散热。即使是阳光照射的卫星，在其每个轨道周期中也存在几分钟的阴影期，导致温度波动范围从+120°C至-250°C。因此，热管理——包括卫星内部的热管理以及向太空释放热量——至关重要，并直接影响平台的尺寸。高效的热管理，包括热量扩散、保守的功率密度和智能的工作负载调度，成为决定平台性能的关键因素。 4.网络——高吞吐量的天地和空地链路。只有当数据高效传输时，其价值才能得以实现。对于非地球静止轨道模块，在将数据传往地球之前，需要使用光学星间链路进行数据交换。同时，也需要强大且可扩展的地面网关来接收大量数据，并安全地路由洞察信息，从而减少未处理数据的传输需求。 即使硬件不断进步，轨道数据中心的成功也需要在六个重要基石上实现系统工程的高度严谨。 用户将如何采用轨道计算 轨道数据中心听起来可能比实际情况更具远见。运营商不会完全迁移到太空，而是会部署一个新的数据通道（类似于OneWeb、Starlink和Kuiper正在移动通信中出现的通道），并且仅在轨道容量消除的瓶颈大于其引入的瓶颈时才使用该轨道容量。 卫星运营商和防御用户可以在轨执行预处理和推理，减少下行链路流量，同时加速目标定位、警报和态势感知。存储在地球外的关键档案和不可篡改的审计日志，提供了超越地球地理范围的极高连续性保护和防篡改能力。可以选择容忍更高延迟的训练、模拟和分析工作负载，利用持续太阳能，绕过地面互联队列和发电设备稀缺问题。云服务提供商、共址运营商和航空航天公司可能会提供轨道邻近产品，如处理、存储或安全计算，将其与地面区域结合作为差异化服务，同时分布式推理和安全模型更新模式创造了可重用的构建模块。 5. 启动经济学——可重复使用的重型 升力进入。可重复使用的发射系统，如SpaceX的星舰，其目标成本为每公斤低于100美元，而历史成本为每公斤2,000至10,000美元，正在从根本上重塑轨道数据中心的经济性，通过使大规模密集型设计、冗余和迭代部署变得商业化可行。发射成本目前占总投资的约40%，并高度依赖于架构选择，包括直接注入最终轨道、发射至停泊轨道以及使用转移飞行器。在所有情况下，都需要像星舰这样的巨型运载火箭，因为它具有具有竞争力的发射成本和强大的搭载能力。 6.在轨组装与维护。大型轨道数据中心需要模块单元的机器人组装和周期性硬件更新。标准化的对接接口和自主运行能力决定了平台是否能够超越示范任务，扩展为具有竞争性更新频率的多机架设施。最小化这些在轨服务或许有助于缩短上市时间，但可能会增加所需卫星的数量。 轨道计算是高空边缘人工智能：它将在数据源头进行推理，在轨道上处理原始图像、射频信号和遥测数据，并仅下传重要信息（即决策、警报和紧凑型特征输出，而非原始数据流）。这降低了带宽需求，并缩短了从观测到行动的反馈回路。其架构逻辑与正在推动工厂、自动驾驶汽车和分布式传感器网络中边缘人工智能发展的转变相呼应，因为在规模上，将原始数据传输到中央集群的做法正变得越来越不可行。 那些建设地面管道的组织，已经正在开发能够自然扩展至轨道部署的核心基础构件：分布式编排、安全模型更新、断续连接下的可观测性以及策略驱动的自主性。这些基础设施投资并非平行的赌注；它们是在不同环境中部署的同一套架构赌注。 轨道数据中心听起来可能比实际情况更具远见。 日益增长地，数据中心行业的瓶颈已超出技术本身。轨道计算无法消除所有瓶颈，但对于特定的计算任务类型，它提供了一种规避电力排队、散热限制和审批时间表的方式，通过将物理约束转化为架构机遇来实现。我们建议企业将轨道计算作为地面基础设施的补充而非替代来构建，利用各自环境的比较优势，并尽早规划以抢占先机。 挑战与机遇 此机遇是切实存在的，但仍有约束条件。首先，发射成本、平台规模、利用率及运营寿命必须超过地面延迟（如电力、水、许可及时间风险）所避免的成本。其次，自主故障管理、碎片管理、可信服务路径及升级策略将决定刷新频率和每计算小时的有效成本。第三，轨道可用性、频谱分配及网络安全框架将塑造部署速度、允许参与者和运营边界。 结论 从瓶颈到发射台 纪律严明的探索能赢得早期战略优势 我们建议进行有纪律的探索，而不是过早投入以获取早期的战略优势。鉴于当前供应商路线图和最近的轨道GPU验证，商业平台可能还需要五到七年时间。SpaceX已表示有兴趣扩展其Starlink架构，以创建大规模、太阳能驱动的轨道计算基础设施，用于人工智能工作负载。这表明了在太空容量方面早期布局，即使实际部署还有几年之遥。建议步骤包括： 1 识别轨道原生工作负载。映射与轨道能力相匹配的、容忍延迟的进程、空间数据管道和关键韧性数据集。 量化规避瓶颈。权衡下行链路节省、弹性和供电时间价值，与轨道部署成本。 3 严格要求的试点。采用严格的安全、可操作性和性能基准，早期介入供应商。将初始部署视为结构化的学习练习。 自1886年以来，Arthur D.Little始终站在创新的前沿。我们是公认的思想领袖，专注于将战略、创新与转型应用于技术密集型及融合型产业。我们帮助客户穿越变化的商业生态系统，发掘新的增长机遇，并赋能客户构建创新能力、推动组织转型。 我们的顾问拥有丰富的实践经验，兼具对关键趋势和动态的深刻理解。ADL 遍布全球主要商业中心。我们自豪地服务于大部分财富1000强公司，以及其他顶尖企业和公共部门组织。