AI 算力需求持續膨脹，地面資料中心面臨電力、土地、冷卻與碳排壓力，「把資料中心送上太空」正從科幻概念逐漸變成產業實驗。Google 正透過 Project Suncatcher 探索搭載 TPU 的太陽能衛星運算網路，NVIDIA 則推出 Space Computing 生態系，試圖把 GPU 加速運算從地面資料中心延伸到衛星、軌道平台與地面站。
但太空算力真正的瓶頸，不只是火箭發射成本、衛星製造或 AI 晶片效能，而是散熱。Assembtek 技術文章指出，太空幾乎是真空，地面資料中心常見的空冷、風扇與對流散熱在軌道上基本失效；軌道資料中心能依賴的散熱方式，主要只剩熱傳導與熱輻射。這使熱管理不再是伺服器配件，而是決定太空資料中心能否穩定運作、能否擴大算力密度的核心工程問題。
Table of Contents
Google 正與 SpaceX 洽談，計畫發射軌道資料中心測試產品，這是 Google Project Suncatcher「捕日者計畫」的一部分。該計畫目標是測試機器學習技術在太空環境中的實際運作效能，並探索透過互聯太陽能衛星網路進行高效能運算的可行性。
(Google 擬攜手 SpaceX，「捕日者計畫」布局太空 AI 運算)
Project Suncatcher 的關鍵概念，是把搭載 Google 自研 TPU 的衛星送入軌道，利用太空中更充足、持續的太陽能供應，建立互聯運算網路。這讓軌道資料中心不只是「資料儲存」或「衛星通訊」設施，而是可能成為地面雲端資料中心之外的新型 AI infra。
Google 的想法也帶有邊緣運算邏輯：若衛星能在軌道上直接處理大量資料，就能降低資料回傳地面站的延遲與頻寬需求。對地球觀測、氣候監測、災害應變、國防偵察、衛星影像分析而言，這種「在太空先算過再傳回來」的模式，可能比傳統「全部原始資料下傳地面」更有效率。
除了 SpaceX，Google 也曾表示正在與 Planet 等其他發射服務供應商評估合作，代表它並未把軌道資料中心押注在單一發射夥伴，而是同時評估發射成本、酬載能力與時程安排。
NVIDIA 則從「太空加速運算平台」切入。NVIDIA 在 GTC 2026 推出 Space Computing，目標是把加速運算平台從地面資料中心推向太空軌道，讓衛星、軌道平台與地面站都能使用 NVIDIA GPU 與邊緣運算模組，處理影像、感測器資料與地理空間情報。
(輝達 Space Computing 生態鏈出爐，Space-1 Vera Rubin 把資料中心級 AI 算力送上太空)
NVIDIA 的核心論點是，未來太空任務不應只是把資料從太空傳回地球，而是需要在軌道上即時處理、分析與決策。這包括天然災害應變、環境監測、氣候與天氣預測、基礎建設管理，以及自動化太空操作。
其中最受關注的是 Space-1 Vera Rubin module。NVIDIA 表示，該模組可為太空推理與軌道資料中心提供最高每 GPU 25 倍的 AI 運算能力提升，採整合式 CPU-GPU 架構與高頻寬互連，目標是在太空中直接處理大型資料流，讓 frontier model 與 foundation model 有機會在軌道平台上執行。
除了 Space-1 Vera Rubin，NVIDIA 也把 Jetson Orin、IGX Thor 等邊緣 AI 平台導入太空應用。Jetson Orin 偏向小型、低功耗與高效能推理，適合衛星、軌道維修載具與太空感測平台；IGX Thor 則鎖定任務關鍵邊緣平台，支援即時 AI、功能安全、安全開機與自主操作。
這代表太空 AI 運算已經開始形成供應鏈雛形：上游是 GPU、TPU、AI accelerator 與高頻寬互連；中游是衛星平台、邊緣運算模組、強固型航太電腦；下游則是地球觀測、災害應變、國防 ISR、氣候模型與軌道資料中心應用。
一般人對太空散熱常有一個誤解：既然深空背景溫度接近絕對零度，設備應該更容易冷卻。但實際情況相反，因為太空缺乏空氣，沒有可供對流帶走熱量的介質。
在地面資料中心，空冷、水冷與液冷最終仍可透過空氣、水塔、冷卻機組或環境介質把熱排出去。但在軌道上，熱量無法透過空氣流動散出，只能先從晶片傳到散熱結構，再透過輻射板以紅外電磁波形式向深空釋放。Assembtek 指出，太空中剩下的主要散熱路徑是熱傳導與熱輻射，因此熱傳路徑更長、系統更複雜，也更需要精密設計。
這意味著，軌道資料中心不能直接複製地面資料中心的散熱架構。即使晶片本身、封裝方式、冷板設計與液冷技術可以沿用部分地面經驗，最終散熱邏輯仍必須回到太空熱控系統：如何把熱從晶片帶出來、如何在衛星內部搬運熱、如何把熱輻射到外部空間。
太空資料中心的散熱系統可拆成三層。
第一層是晶片級熱收集。AI 加速器、CPU、GPU 或 ASIC 是主要熱源，在高負載運轉時，單位面積熱通量可能非常高，必須快速把熱從 die、封裝與基板帶出，避免局部過熱。
第二層是衛星內部熱傳輸。熱量被收集後，需要透過熱管、迴路熱管、機械泵液體迴路等方式，從晶片附近移動到可對外輻射的散熱板。
第三層是外部熱輻射。由於太空沒有空氣，熱量最終只能透過散熱器向深空輻射出去。Assembtek 將這種架構概括為「分層管理、主被動結合、多迴路備援」，這也是衛星與太空站常見的系統級熱控思路。
這個架構放到 AI 資料中心上，挑戰會被放大。傳統衛星的電子設備功耗有限，但 AI 運算衛星若要承載高密度算力，熱負載會接近甚至超過部分地面伺服器等級，導致傳熱與輻射面積都成為硬瓶頸。
在晶片端，第一個問題是如何把熱從熱源快速導出。
Assembtek 提到，晶片封裝內可使用高性能熱介面材料（Thermal Interface Materials, TIM），例如石墨烯、液態金屬、碳纖維導熱墊等，用來填補微小間隙、降低熱阻，並提高熱傳效率；封裝內部也可導入 vapor chamber，也就是均熱板，協助熱量快速擴散。
更進一步的方案，是嵌入式微流道液冷。這類設計讓冷卻液在晶片或冷板中的微小通道流動，直接帶走高熱通量。但在太空環境中，液冷不是單純把地面冷卻液送上軌道即可。冷卻液必須能抗凍，且要適應微重力下不同於地面的流動特性；材料也必須承受極端溫差下的膨脹與收縮，避免破裂或洩漏。
這裡會牽動一整套材料供應鏈：導熱介面材料、封裝膠、密封膠、冷板材料、微流道加工、抗輻射感測器與控制元件，都會變成太空算力平台的關鍵零組件。
太空散熱最終要靠輻射板。Assembtek 指出，衛星外部多以翼狀散熱板作為輻射面，表面塗佈高發射率、低吸收率的熱控塗層；散熱板通常採可展開設計，發射時折疊，入軌後展開，也可能使用柔性薄膜散熱器。
根據文章整理，在散熱面表面溫度約 50°C 時，每平方公尺散熱面積約可釋放 600 至 700 瓦熱量；若衛星採平板形狀，兩側都能散熱，理論上可提高整體散熱能力。
這個數字揭示了軌道資料中心的核心限制：算力越高，輻射面積就越大。如果一個軌道資料中心達到兆瓦、甚至 GW 級功耗，所需散熱面積可能迅速膨脹至極大規模。Assembtek 文中也提到，若未來太空 AI 算力達到 GW 等級，傳統散熱技術可能難以滿足需求，因為 GW 級資料中心需要數平方公里級別的散熱面積。
因此，軌道資料中心的成本結構不能只看火箭發射成本、衛星製造成本與晶片成本，還必須看散熱器面積、材料重量、展開機構可靠性與軌道姿態控制成本。
為突破傳統熱控限制，Assembtek 提出四類值得關注的新興散熱技術。
第一是相變材料（PCM）蓄熱與緩衝。相變材料可在接近固定溫度時吸收或釋放熱量，類似「熱儲能電池」。在軌道環境中，PCM 可用於緩衝熱源波動，也能應對日照面與陰影面的週期性溫差，例如在受日照時儲熱，在陰影期釋放。
第二是輻射散熱增強與波長選擇性輻射。透過奈米結構設計，可製造在中紅外波段具高發射率、在太陽光波段具高反射率的選擇性輻射材料。理論上，這類材料可大幅提升輻射散熱效率，同時降低吸收太陽熱的副作用。
第三是蒸發散熱與物質排放。在極端情境下，可將水等揮發性工作流體噴入真空環境，讓蒸發過程帶走大量熱量。不過這類方式會消耗工作流體，較適合短時間、高強度的緊急散熱；若在月球等具冰資源天體上，則可能建立「製冰—蒸發」循環作為較長期系統。
第四是AI 智慧熱控。透過 AI 演算法預測熱負載，動態調整泵速、閥門開度、百葉窗角度或散熱模式，使散熱系統在複雜太空環境中維持高效率。這個方向與 AI 資料中心本身形成有趣閉環：AI 運算產生熱，熱控系統也需要 AI 來調度。
這篇文章另一個值得產業關注的角度，是它把太空散熱問題拉回材料與膠材供應鏈。
PCM 要整合到散熱路徑中，需要特殊膠材把相變材料與散熱元件穩定結合，同時確保導熱性並防止微重力環境下洩漏。奈米塗層與散熱板表面結合，也需要特殊黏著材料來確保低熱阻、材料相容性與塗層穩定性。蒸發散熱系統則需要真空相容的密封膠，防止流體儲存與輸送過程中洩漏。精密感測與控制元件也需要抗輻射膠材，才能在宇宙輻射環境中維持長期可靠。
這意味著，軌道資料中心若真的走向商業化，受惠供應鏈不只包括火箭、衛星平台、太陽能板、AI 晶片與通訊模組，也會包括高階導熱材料、熱介面材料、抗輻射膠材、熱控塗層、柔性散熱膜、微流道冷板、泵閥系統與高可靠封裝材料。
更重要的是，太空環境對材料可靠性要求遠高於地面資料中心。地面資料中心可以維修、更換、冗餘擴充；軌道系統一旦部署，維修成本極高，材料失效可能直接導致整顆衛星或整個運算節點報廢。因此，材料認證、長期壽命測試與極端環境驗證，將成為軌道資料中心供應鏈的門檻。
軌道資料中心的敘事很吸引人：太陽能供電、地球外運算、分散式衛星網路、未來甚至支援 AI 模型訓練與推論。但從工程角度看，真正難題不是「能不能把伺服器送上太空」，而是送上去之後，能否長期、穩定、可控地把熱排掉。
太空真空環境讓空冷失效，熱量最終只能靠輻射釋放。這使散熱器面積、導熱路徑、冷卻液可靠性、熱控塗層、膠材密封與 AI 熱控演算法，都成為軌道算力平台的核心競爭力。
對產業而言，這也代表太空資料中心若成為下一代 AI infra 題材，市場不能只看 SpaceX、衛星平台或 AI 晶片供應商，還要看更底層的熱管理材料與系統供應商。因為在太空，算力不是只由晶片決定，而是由「晶片能穩定散掉多少熱」決定。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。