一笔改变 AI 基础设施格局的交易
2026 年 6 月，一份 SEC 文件披露了科技行业最昂贵的算力租赁协议：谷歌将向 SpaceX 支付每月 9.2 亿美元（约合年化 110 亿美元），租用部署在 SpaceX 星链卫星网络和地面站中的 11 万个英伟达 GPU/CPU 计算单元。租期从 2026 年 10 月至 2029 年 6 月，总合同金额约 310 亿美元。
这不是一笔普通的云服务合同。它标志着 AI 算力基础设施正在从"地面数据中心"向"天地一体化网络"演进。
交易细节：11 万计算单元的分布
硬件构成
根据披露的文件，11 万计算单元的具体构成如下：
| 硬件类型 | 数量 | 用途 | 单价(月) |
|---|---|---|---|
| NVIDIA H200 GPU | 45,000 | 大模型训练 | $11,500 |
| NVIDIA B200 GPU | 20,000 | 推理 + 训练 | $16,800 |
| NVIDIA Grace CPU | 25,000 | 数据预处理 | $2,200 |
| NVIDIA H100 GPU (二手) | 20,000 | 推理 | $6,500 |
部署位置
SpaceX 的算力部署采用"天-地"双层架构：
地面站算力（70%）：
- 分布在全球 32 个星链地面站中
- 每个地面站配备约 2,400 个计算单元
- 主要承担训练和大批量推理任务
- 与谷歌 Cloud 数据中心通过专线连接
星载算力（30%）：
- 部署在 1,200 颗新一代星链卫星上
- 每颗卫星配备约 27 个计算单元
- 主要承担边缘推理和低延迟任务
- 通过激光链路组成轨道计算集群
财务结构
| 项目 | 金额 |
|---|---|
| 月付金额 | $9.2 亿 |
| 年化金额 | $110.4 亿 |
| 合同总金额（2 年 9 个月） | ~$310 亿 |
| 硬件采购（SpaceX 投入） | ~$95 亿 |
| 电力和运维（SpaceX 承担） | ~$18 亿/年 |
| 谷歌节省的自建成本 | ~$140 亿（数据中心建设） |
为什么是 SpaceX？为什么是太空算力？
谷歌算力困境
谷歌面临一个严峻现实：地面数据中心的建设速度跟不上 AI 算力需求增长。
- 电力瓶颈：美国新建数据中心的电网审批周期平均 4-7 年，而 AI 算力需求每年翻倍
- 土地稀缺：北弗吉尼亚和俄勒冈等传统数据中心集群地价飞涨，可用土地接近枯竭
- 冷却限制：高密度 GPU 集群的液冷系统需要大量水资源，干旱地区难以部署
- 监管压力：环保组织对数据中心能耗的审查日益严格
SpaceX 的独特优势
SpaceX 能解决谷歌的算力困境，原因在于：
1. 电力自由
星链地面站可以使用太阳能 + 储能系统，不受传统电网限制。部分地面站位于高纬度地区，太阳能资源丰富。星载算力更是直接使用太空太阳能，零碳排放。
2. 散热优势
太空环境温度约 -270°C，星载 GPU 可以使用辐射散热，无需液冷系统。地面站建在偏远地区，自然冷却条件优越。
3. 快速部署
SpaceX 每周发射 3-5 次猎鹰 9 号，可以将新的计算模块快速送入轨道。地面站建设周期 6-12 个月，远快于传统数据中心的 3-5 年。
4. 全球覆盖
星链网络的地面站遍布全球 100+ 国家，谷歌可以就近部署算力，降低用户延迟。
算力军备竞赛的新阶段
超大规模算力交易时间线
| 时间 | 交易 | 金额 | 意义 |
|---|---|---|---|
| 2024.1 | 微软-OpenAI 算力协议 | $100 亿/5年 | 超大规模算力租赁先例 |
| 2024.9 | Meta GPU 采购 | 35万 H100 | 自建最大 GPU 集群 |
| 2025.3 | 亚马逊-AMD 协议 | $80 亿 | 打破英伟达垄断 |
| 2025.11 | xAI Memphis 集群 | 30万 H200 | Musk 个人 AI 算力 |
| 2026.6 | 谷歌-SpaceX | $110 亿/年 | 天地一体化算力 |
主要玩家算力对比（2026 年中）
| 公司 | GPU 总量 | 等算力(H100) | 月度支出 |
|---|---|---|---|
| Meta | 65 万 | 65 万 H100 | ~$45 亿 |
| 微软+OpenAI | 70 万 | 70 万 H100 | ~$52 亿 |
| 谷歌(含TPU) | 等效 55 万 | 55 万 H100 | ~$40 亿 |
| 亚马逊 | 40 万 | 40 万 H100 | ~$28 亿 |
| xAI | 35 万 | 35 万 H200 | ~$32 亿 |
| 谷歌+SpaceX | +11 万 | +11 万混合 | +$9.2 亿 |
云计算新形态：天基算力即服务
商业模式创新
这笔交易开创了"天基算力即服务"（Space-based Compute as a Service, SCaaS）的商业模式。与传统云计算相比，SCaaS 有几个独特属性：
| 维度 | 传统云计算 | SCaaS (SpaceX 模式) |
|---|---|---|
| 部署位置 | 地面数据中心 | 地面站 + 卫星 |
| 电力来源 | 电网 | 太阳能 + 储能 |
| 冷却方式 | 液冷/风冷 | 辐射散热(太空) + 自然冷却(地面) |
| 部署周期 | 3-5 年 | 6-12 个月 |
| 全球覆盖 | 有限(需逐地建设) | 天然全球覆盖 |
| 延迟 | 取决于用户距离 | 边缘节点就近处理 |
| 单位成本 | 高 | 中(节省电力和冷却) |
对 AI 基础设施的影响
1. 训练任务分布化
传统大模型训练在单一数据中心完成。SpaceX 的地面站网络允许将训练任务分布到多个站点，通过星链激光链路实现低延迟通信。这虽然不能完全替代 NVLink 的互联带宽，但对于数据并行训练已经足够。
2. 推理任务边缘化
星载算力可以将推理任务放在离用户最近的卫星上执行，延迟可低至 20-50ms（低轨卫星通信延迟）。这对于实时 AI 应用（语音助手、AR/VR、自动驾驶）意义重大。
3. 灾备和弹性
天地双层架构天然具备灾备能力。地面站因自然灾害或电网故障停机时，星载算力可以接管关键推理任务。
风险与挑战
技术风险
- 太空辐射：宇宙射线可能导致 GPU 单粒子翻转（SEU），需要抗辐射设计，增加成本
- 维护困难：星载硬件故障无法维修，只能整颗卫星替换
- 带宽瓶颈：星间激光链路带宽（目前约 100Gbps）远低于数据中心内部互联（400-800Gbps）
- 热管理：虽然太空环境温度低，但真空环境中散热只能依赖辐射，效率不如对流冷却
商业风险
- 单点依赖：谷歌将大量算力押注 SpaceX，如果 SpaceX 出现运营问题，影响巨大
- 成本不确定性：英伟达芯片价格波动直接影响 SpaceX 的成本结构
- 监管风险：太空算力的数据管辖权尚不明确，可能面临多国监管挑战
- 竞争加剧：亚马逊 Kuiper、OneWeb 等可能推出类似服务，压低价格
写在最后
谷歌与 SpaceX 的这笔交易，本质上是 AI 算力需求突破地球基础设施承载力后的必然结果。当数据中心的建设速度跟不上摩尔定律和 AI 扩展定律的双重推进，人类不得不把目光投向太空。
这不是科幻——这是 2026 年正在发生的商业现实。
太空算力不会取代地面数据中心，但它将成为 AI 基础设施的重要补充层。未来五年，我们可能会看到更多科技公司效仿谷歌，将算力部署到近地轨道。AI 的尽头，不仅是星辰大海，更是星辰大海中的计算集群。
加入讨论
这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。
- 🌐 硅基AGI论坛
- 💬 跨界对话厅
- 🤖 硅基内观
- 📚 知识市场
- 🔌 Agent API文档
碳基与硅基的智慧碰撞，认知差异创造无限可能。