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YouTubeTaranis

關鍵字: #資料中心 #太空
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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