為什麼馬斯克、Google 都想把資料中心搬到太空?建置資料中心需要什麼條件?
為什麼馬斯克、Google 都想把資料中心搬到太空?建置資料中心需要什麼條件?

距離地球數百公里的地球軌道,似乎即將成為眼下這場AI競賽的最新戰場,從Google、OpenAI到SpaceX、貝佐斯的藍色起源(Blue Origin),都著眼將資料中心搬到太空中,祕密展開了計畫。為何宇宙在近幾個月成為了AI巨頭的應許之地,設立資料中心面臨的難關真的能在太空迎刃而解嗎?

投資AI技術的熱潮,來到了字面意義上的最高點。在太空中設立資料中心可能不再是紙上的科幻場景,更是各個科技領導者認真研究中的方向。Google便率先在今年11月成立「太陽捕手」計畫,2027年將搭載TPU晶片的衛星送入地球軌道測試。

航太公司正在準備提供相關服務,馬斯克旗下SpaceX在募資時向潛在投資者透露,他們計畫將升級版星鏈衛星改造成AI資料中心,而貝佐斯的藍色起源早在一年多前就成立團隊,開發太空資料中心所需技術。

OpenAI也一度考慮為了太空資料中心收購航太公司,或建立合作關係,雖然隨著OpenAI面臨日漸強烈的競爭壓力,相關的協商已經中止。

為什麼科技界大佬都想將資料中心搬上太空,距離地表數百公里的高空中,有什麼優勢能解決資料中心面臨的瓶頸嗎?

資料中心有哪些條件?為何AI巨頭都著眼太空?

要理解科技巨頭為何將目光投向太空,先得了解資料中心的建設條件:

1. 巨大的電力供應: AI晶片極度耗費能源。國際能源署預估,資料中心用電量到2030年時將增加一倍以上,達到945十億瓩時,相當於當今日本的用電量。以Google為例,其碳排放量因資料中心擴張在過去五年增加了近50%。

2. 高效的散熱系統: AI 運算產生的熱能極高,必須依賴冷卻系統持續帶走。資料中心的用水量絕大部分都用於散熱,通常超過 90%。一座大型機房一天可能就耗水數百萬公升。隨著 AI 訓練與推論需求激增,全球資料中心的用水量預計在未來數年快速攀升。

3. 廣大的土地: 建設資料中心需要同時具備電力、水源、氣候(例如低溫有助於散熱)及網路條件的大片土地,尤其AI時代下資料中心規模遽增,使得符合條件的土地日漸稀缺,許多政府開始嚴格審查新建案。

這些龐大的能源需求、冷卻資源壓力、稀缺的合適用地,也是促使科技巨頭探索太空資料中心的主因,他們希望在浩瀚的宇宙中,擺脫土地、水源及電力的束縛。

Sundar Pichai Official Twitter
Google執行長桑德爾.皮蔡曾表示,太空中可以利用的太陽能,是人類今日總發電量的100兆倍
圖/ Sundar Pichai Official Twitter

能源是最核心的驅動力,理論上太空中太陽能板可以24小時不間斷地接收陽光,不受雲層或黑夜影響,為資料中心省下電池成本。Google執行長皮蔡(Sundar Pichai)便聲稱,太空中可以利用的太陽能,是人類今日總發電量的100兆倍。

且太空中有著巨大的散熱潛力,冷卻系統占據資料中心成本及重量很大一部分。資深科技投資人加文.貝克(Gavin Baker)認為,只要將散熱器置於衛星背光側,理論上可以利用接近絕對零度的低溫環境,大幅降低冷卻成本。

同時太空中幾乎沒有土地及空間限制。地球上資料中心選址受限,並且經常受到當地居民的抗議,太空中不存在這些社區衝突,擁有極大的拓展可能性。

太空資料中心是荒謬想法?AI運算想離開地表有哪些難關?

但實務上,想發揮太空資料中心的潛力可能不是那麼容易。前NASA工程師塔拉尼斯(Taranis,筆名)曾在今年11月撰文,批評太空資料中心是極為荒謬的想法,因為資料中心所需的電子設備,和太空環境所需的電子設備條件可說截然不同。

難關一:目前太陽能設備還不及用電需求

對於外界看好的太陽能潛力,他聲稱目前國際太空站的太陽能板陣列發電峰值約為200瓩,這是人類至今在太空中部署規模最大的太陽能設備,占地超過半個美式足球場,卻遠遠不及資料中心的用電需求。

ocs_iss_0.jpg
OpenAI規劃中的巨型資料中心,用電量需要500座國際太空站的太陽能板陣列才能滿足。

以OpenAI計畫建造、容納10萬個GPU的超大型資料中心為例,需要發射相當於500座國際太空站太陽能板陣列規模的衛星,才有辦法滿足其需求。

難關二:真空不易散熱

而冷卻更是個難題。僅管理論上衛星背面接近絕對零度,太空中沒有空氣只能依靠輻射散熱,而輻射散熱效率遠低於地表的對流散熱,要冷卻一個高功率的伺服器機櫃,以當前技術來說,這可能需要數百平方公尺的巨大散熱板,會占用衛星空間、增加發射成本。

太空中的資料中心就像放在南極的保溫瓶,縱使環境溫度極低,熱能卻很難消散出去,如果無法主動將熱能輻射出去,晶片會迅速燒毀。

難關三:輻射防護等技術問題

另外,太空中充滿了宇宙輻射與太陽風,對資料中心依賴的精密設備更是致命。塔拉尼斯解釋,目前為太空環境設計,具備防輻射等能力的晶片,效能約相當於20年前的PowerPC處理器。

而以上種種因素,造就建造太空資料中心的高昂成本。目前將每公斤物品送入軌道的成本仍高達數千美元,Google研究指出,發射成本需要降低至每公斤200美元以下,太空資料中心的建造及營運成本才有可能達到地面資料中心水準。

在能源、散熱以及太空環境的難題下,要實現AI巨頭的太空夢還有一段路要走。

延伸閱讀:台灣首座商業用加氫站正式落地!一座造價比加油站貴3倍,為何中油、聯華林德還要做?

不過,衛星新創Muon Space執行長強尼.戴爾(Jonny Dyer)認為,雖然太空資料中心面臨許多挑戰,這些都是可以攻克的難關,「說到底,一切都是發射的問題。」言下之意是,只要發射成本降得夠低,許多問題都將迎刃而解。

SpaceX持續投入的星艦技術,就致力實現這個願景,其長期目標是將每公斤的發射成本降低至100美元以下。馬斯克聲稱,未來星艦每年可望將300到500百萬瓩的太陽能AI衛星送入軌道。

但地球軌道並非完全無限制的空間,SpaceX發射星鏈衛星曾招致大量批評,被抨擊光污染妨礙天文觀測,還產生無數太空垃圾。目前星鏈衛星總數約7,800個,相較之下,Google太空資料中心計畫負責人崔維斯.比爾斯(Travis Beals)指出,假設一顆衛星功率為100瓩,需要1萬顆衛星才有等同百萬瓩級資料中心的運算能力。

延伸閱讀:
歐洲第一家台灣離岸風電工程商!東方風能插旗挪威,憑「海上永續學」成新一代討海人標竿

Notion釋出提示詞懶人包,教你100個AI Agent實際應用情境,工作效率大飆升!

資料來源:華爾街日報、YouTube、Taranis

關鍵字: #資料中心 #太空
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓