英伟达H100 上天,AI 模型首次在轨训练:太空数据中心时代开启
aikeji
3 天
10

英伟达H100 上天,AI 模型首次在轨训练:太空数据中心时代开启

2025年末,一条看似科幻的新闻悄然引爆科技圈:一家名为 Starcloud 的初创公司,成功在太空中训练了历史上第一个 AI 模型。 更令人震撼的是,这颗名为 Starcloud-1 的卫星,搭载着如今地球上最强的 AI 加速芯片之一 -- Nvidia H100 GPU

随着地面算力成本、能源消耗逼近极限,“把数据中心搬上太空” 这一设想,正在从疯狂的想象变成实实在在的工程。


太空中的第一台 GPU 数据中心

英伟达H100 上天,AI 模型首次在轨训练:太空数据中心时代开启

Starcloud-1 于 2025 年 11 月成功进入地球低轨道。与传统卫星不同,它的核心不是摄影设备、遥感仪器,而是:

  • Nvidia H100 GPU(首次进入太空)
    • 完整的在轨计算模块
    • 高功率太阳能系统
    • 整套自主管理与散热系统

这是人类第一次把“AI 数据中心”送上太空。

而且它不仅能推理,还能真正 训练 模型。


在太空训练的两个模型

Starcloud 在轨完成了两项具有标志性的 AI 任务:

1. 部署并运行 Google 开源模型 Gemma

Gemma 作为轻量级大模型,第一次在太空环境中运行推理任务。 模型甚至写出过一句带科幻感的输出:

“Greetings, Earthlings!”(向地球人问好)

虽然只是示例,但意味着 大型语言模型(LLM)首次在太空中执行任务


2. 训练 NanoGPT(莎士比亚语料)

Starcloud 还在轨训练了 NanoGPT -- 由前 OpenAI 联合创始人 Karpathy 开发的小型 Transformer 模型。

这次训练选择了《莎士比亚全集》作为语料,最终生成的文本具有明显的莎翁风格。

这标志着:

人类第一次在轨道上完成真正意义的 AI 模型训练。

这是整个行业最具象征意义的突破。


为什么在太空训练 AI?

你可能会问: 明明地面数据中心越来越成熟,为什么突然要跑到太空里训练 AI?

原因有三:


1. 无限的太阳能,几乎免费的能源

低轨道卫星每天接受太阳照射时间长、光照强,且无需面对地球上的能耗问题。

相较地面动辄 “电力吃紧、成本飙升”,Starcloud 的愿景是:

太空将解放 AI 的电力成本。

长期来看,轨道上的能源成本可能低至地面的十分之一。


2. 散热环境天然优势

地球上数据中心最大的问题之一是:

  • 高密度 GPU 冷却困难
  • 散热成本巨大

而太空的真空环境虽然散热方式不同,但具备显著的热管理潜力。 Starcloud 正在探索新型的在轨热交换设计。

原创文章,更多AI科技内容,微信搜索橙市播客小程序

3. 对地观测数据可直接“原地处理”

未来卫星会产生海量数据(遥感、地图、军事、通信)。 但如今这些数据通常需要:

卫星采集 → 传回地面 → 地面数据中心处理

带宽、延迟、成本都很高。

而如果卫星自带 AI:

“边采集边分析” “边训练边处理”

整个流程会被彻底重构。


Starcloud 的愿景:建造地球轨道上的超级 AI 集群

Starcloud 并不满足于一颗卫星的成功。

按照目前公开信息,它的未来路线图包括:

2026 年发射更多卫星

  • 搭载更新、更强的 GPU(如 Nvidia Blackwell 架构)
  • 扩容轨道算力网络

建造一个 5 GW 的轨道 AI 数据中心

意味着:

  • 成本远低于地面超级数据中心
  • 能源全部来自太阳能
  • 用于训练 LLM、视频模型、实时遥感 AI

这是地球上从未存在过的算力规模。

若成真,将彻底改变全球算力供应方式。


正在出现的新趋势:太空成为下一代算力中心

Starcloud 并不是孤军奋战。 全球多家科技公司已加入“轨道数据中心”的竞争:

  • Amazon / Blue Origin:探索在轨计算模块
  • Google:研究太空算力调度
  • SpaceX:研究在轨数据传输与 AI 边缘处理
  • 多家初创公司:开始研发“太空冷却”解决方案

可以看到:

过去“数据上天”只是科幻,2025 年起它已成为产业方向。

随着地面算力供应紧张、能耗失控、冷却成本飙升,太空正在成为现实的备选方案。原创文章,更多AI科技内容,微信搜索橙市播客小程序


未来仍要解决的挑战

尽管成果令人激动,太空 AI 数据中心依旧面临挑战:

  • 发射成本昂贵
  • 在轨维护困难,无法轻易升级 GPU
  • 辐射环境对芯片可靠性影响巨大
  • 散热方式创新仍需大量工程验证

这些问题决定了这条路径能否真正规模化。

但 Starcloud 这次的成功证明:

挑战虽大,但路线可行。


结语:未来的数据中心,也许就在头顶上空

Starcloud 的第一次太空 AI 训练,是一个历史节点。 从 Gemma 到 NanoGPT,从 H100 到未来可能的 Blackwell,这一切都意味着:

  • AI 计算正在突破地球的物理限制
  • 数据中心的形态即将被重定义
  • “太空算力”正成为一种现实的基础设施方向

从前我们把卫星送上太空是为了通信,如今我们开始把 算力 送上太空。

或许十年后,当我们使用下一代模型时,它的训练日志会写着:

「训练地点:地球低轨道,第 527 区域」

未来,正在太空中悄悄开始。

原创文章,更多AI科技内容,微信搜索橙市播客 小程序



微信扫描下方的二维码阅读更多精彩内容

打赏
多加几个 Agent 就能变强?谷歌研究发现:多数情况下恰恰相反
上一篇
【从零到专业级电商图,只用一个提示词模板】一个提示词秒出5万块商业产品图!
下一篇
标签
#AI #AI生图 #Nano Banana #即梦 #可灵 #科技 #豆包 #人像 #chatgpt #产品设计 #OpenAI #模型 #开源 #Gemini #城市名片 #Google #马斯克 #写真 #AI视频 #3D #claude #电商 #计算机视觉 #UI #苹果 #DeepSeek #iPhone #播客 #智谱 #谷歌 #AI设计 #腾讯 #特斯拉 #grok #IDE #人工智能 #阿里 #sora #tesla #买车 #选车 #干货 #搜索 #汽车 #机器人 #工具 #Anthropic #自动化 #通义 #space #星舰 #英伟达 #NVIDIA #智慧城市 #OCR #Atlas #Agent #AI手机 #glm #微信 #AI手办 #混元 #宇宙 #Gemma #veo #百度 #浏览器 #地理空间 #工作流 #AI编码 #办公 #iPhone17 #AI搜索 #手办 #小米 #具身智能 #火山引擎 #多模态 #古风美学 #kimi #Qwen #小鹏 #李飞飞 #芯片 #思维链 #Meta #摄影艺术 #AI推理 #商业思维 #桌面 #语音合成 #tts #AGI #罗永浩 #西贝 #食品 #预制菜 #AI文字 #微软 #壁纸 #雷军 #星际 #彗星 #Figure #数码 #旅游 #Broadcom #MacBook #Vision Pro #iPad #抖音 #VR #RTFM #飞桨 #PaddlePaddle #Qoder #LLM #游戏 #海报 #卫星影像 #复古 #定格 #节日 #万圣节 #黄仁勋 #肖像 #Apple #金融 #量化 #炒股 #早报 #世界模型 #表情包 #百度世界 #文心 #萝卜快跑 #数字人 #千帆 #小程序 #群聊 #社交 #Optimus #擎天柱 #神经网络 #DeepMind #Antigravity #Cloudflare #bug #运维 #技术事故 #AI教育 #超级计算 #核能源 #AI数学 #小红书 #创业思维 #第一性原理 #问题拆解 #副业增长 #吴恩达 #行业洞察 #行业分析 #产业机遇 #投资方向 #安全对齐 #奖励机制 #插件 #Cursor #可穿戴 #AI硬件 #端侧 #数据中心 #交流 #攻略 #资料 #脑机
生成中...
点赞是美意,赞赏是鼓励