馬斯克在台灣時間今（25）日凌晨於X平台上投下一顆震撼彈：SpaceX將與輝達聯手，把特規版的AI運算系統送上太空。預計2027年第4季發射，2028年進入大規模部署。這不是科幻小說的情節，而是真實正在發生的技術競賽。
這套計畫中的太空AI系統，採用的是輝達Vera Rubin NVL72架構。白話一點說，就是在單一機架裡塞進72顆Rubin GPU與36顆Vera CPU，透過第6代NVLink高速互連，機架內總頻寬高達260 TB/s。輝達也證實，馬斯克旗下公司將採用Vera CPU，用來支援Grok以及下一代「代理型AI」的運算需求。
為什麼馬斯克非輝達不可？
其實SpaceX早在8月初就宣布獨家採用輝達技術，馬斯克也曾透露會比較不同晶片與設計方案。最終選擇全面押寶輝達，說穿了就是現實考量——太空設備受到重量、體積與散熱的嚴格限制，如果同時採用多種晶片架構，研發難度會暴增，還得分別進行可靠度驗證。馬斯克自己形容得很直白：衛星形式的資料中心，比傳統機櫃式資料中心「更簡單、成本更低、密度更高且重量更輕」。
這個邏輯聽起來合理，但真正讓人捏把冷汗的問題，恐怕不是晶片效能，而是——熱。
真空環境下怎麼散熱？1MW廢熱就要1200平方公尺
地面資料中心可以靠風扇、冷卻水系統來排熱，但太空是真空環境，這套全部失靈。唯一的辦法是透過液冷把熱量導向大型輻射板，再以紅外線將熱能排向深空。根據外界估算，SpaceX的Starmind AI1原型衛星曾採用110平方公尺的可展開液冷散熱板，用來支撐150 kW峰值算力，翼展達70公尺——已經比一架波音737的翼展還寬了。
但如果要排除1 MW的廢熱，可能需要大約1200平方公尺的輻射板。這有多大？大約是三個標準籃球場的面積。假若真的要擴大到100 MW等級的AI資料中心，散熱面積恐怕得逼近10萬平方公尺——相當於14座足球場。這個數字聽起來荒謬，卻是必須面對的物理現實。
2028年大規模部署？發射成本才是關鍵變數
馬斯克過去曾設定2026年底算力達2 GW、2027年底逼近10 GW的目標。但如此龐大的算力規模，背後的散熱需求也會跟著暴增。面對外界質疑，馬斯克強調SpaceX在軌衛星數量已超過1萬顆，約占全球活躍衛星的三分之二——這確實展現了強大的發射與部署能力。
不過話說回來，能大量發射衛星，跟能否解決太空散熱是兩碼事。真正決定這個計畫成敗的，是每瓦算力成本能否低於地面機房。如果SpaceX與輝達能靠更低的發射成本、更高的能源效率與更有效率的散熱設計，讓太空AI資料中心的運算成本具有競爭力，那麼2027年上軌、2028年大規模部署才不會只是空中樓閣。
編輯觀點：從產業面來看，馬斯克把AI資料中心送上太空，表面上是技術突破，本質上是一場算力成本的重構戰爭。地面資料中心正面臨土地、電力、散熱的三重瓶頸，太空確實提供了無限的太陽能與免費的冷卻資源——但「免費」的前提是你能把熱有效地輻射出去。SpaceX的發射成本確實是業界最低，但散熱板的面積與重量會直接吃掉這個優勢。說真的，與其關注2028年能否大規模部署，不如回頭看2026年的原型衛星測試數據——那才是驗證這個商業模式是否真能成立的關鍵節點。如果連1 MW等級的散熱都搞不定，後面10 GW的目標就是空談。
有趣的是，馬斯克把NVL72——這個原本為地面AI資料中心打造的旗艦系統——直接改造成太空規格，等於是把頂級AI伺服器搬上衛星。這個動作本身已經說明了一件事：AI算力的競爭，正在從地面延伸到軌道。未來幾年，我們可能會看到更多類似的嘗試，但誰能先把散熱這塊硬骨頭啃下來，誰才是真正贏家。
你覺得太空AI資料中心是未來的趨勢，還是馬斯克又一次過度樂觀的承諾？不妨在心裡先打個賭，2026年原型衛星升空的時候，答案會比現在更清楚一些。
本文改寫整理自公開新聞來源，原始報導由Yahoo奇摩新聞發布。
常見問題 FAQ
SpaceX與輝達合作的太空AI資料中心何時發射？
預計2027年第4季發射，2028年進入大規模部署階段。
太空AI資料中心最大的技術挑戰是什麼？
散熱是最大難題。太空為真空環境，無法使用風扇或冷卻水，只能靠液冷搭配大型輻射板將熱能排向深空，1MW廢熱約需1200平方公尺的散熱面積。
這套太空AI系統採用什麼硬體架構？
採用輝達Vera Rubin NVL72架構，單一機架內含72顆Rubin GPU與36顆Vera CPU，透過第6代NVLink互連，總頻寬達260 TB/s。
馬斯克為什麼選擇輝達而不是其他晶片廠商？
考量太空設備的重量、體積與散熱限制，採用單一架構能降低研發難度與驗證成本，馬斯克形容衛星資料中心比傳統機櫃「更簡單、成本更低、密度更高且重量更輕」。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
