工程師揭「軌道資料中心」成本真相:太空發電比地面貴3倍,為何仍被視為下一個算力解方?
工程師揭「軌道資料中心」成本真相:太空發電比地面貴3倍,為何仍被視為下一個算力解方?

當下,矽谷與航太產業的交集地帶,正瀰漫著一股關於「軌道資料中心」的狂熱。這股浪潮混雜著濃厚的未來主義色彩與錯失恐懼(FOMO)情緒,彷彿人類文明的下一個奇點,就懸掛在距離地表 250 英里的低地球軌道上。

身兼太空工程師的 Andrew McCalip 近日發布專文〈Economics of Orbital vsTerrestrial Data Centers〉,對軌道計算(orbital compute)與地面數據中心(terrestrial data centers)的經濟效益進行了嚴謹的比較分析,以釐清將資料運算任務移至低地球軌道(LEO)的潛在價值,是否真的有商業可行性?

先說結論:McCalip認為軌道計算雖然在物理上是可行的,但其經濟效益極具挑戰性(economics are savage),只有在極為激進的假設和極高的垂直整合度下才可能具備競爭力。

他通過詳細的第一性原理建模,比較了兩者的電力成本(Cost per Watt)和能源平均化成本(LCOE),發現軌道太陽能發電的成本明顯高於地面發電。因此McCalip主張,由馬斯克主持的 SpaceX 是「基本上唯一」有能力嘗試實現軌道運算經濟可行性的企業。

那麼,這是否意味著人類追求軌道計算的意圖是不理性的,甚至是過度樂觀的押注?這個命題,就是McCalip嘗試在文章中回答的問題。

在太空上跑GPU,真的有比較省錢嗎?

在任何新技術的萌芽期,公眾討論往往會被熱情而非理性所主導。從網路泡沫到區塊鏈狂潮,歷史一再證明,這種集體性的樂觀,既是推動創新的燃料,也是最大的風險來源。太空計算的當前局面,正是這個模式的重演。

McCalip 指出,當前的討論幾乎完全避開了唯一重要的問題: 「為什麼要在軌道上進行計算?」 人們熱衷於探討太陽能板的效率、衛星的設計、火箭的載荷,卻對最根本的商業邏輯避而不談,彷彿其經濟上的合理性是不證自明的。

為了驗證軌道計算的可行性,McCalip 設定的核心論題(Core Thesis)簡單直白:太空計算能否在「每瓦可用功率成本」上,擊敗最便宜的地面替代方案?

為了讓推論有據可依,McCalip 建立了一個基於第一性原理(first-principles)的開源成本模型。他為模型設定了幾個核心參數:發射成本為 500/公斤,衛星硬體成本每週22美元,比功率為 36.5 瓦/公斤(意思是:每 1 公斤在軌硬體,平均可輸出約 37 瓦的可用電力)。他將這個工具開放給所有人,邀請所有人來挑戰他的假設。

他在文內也強調,這整個模型都建立在極度樂觀的最佳情境假設之上。特別是 $500/公斤的發射成本,完全依賴於 SpaceX 星艦(Starship)未來的成功與完全可重複使用,但至少可將軌道運算的商模想像,拉回到可計算的基準上,而不只是「很酷的大餅」。

SpaceX Starship
圖/ SpaceX IG

通往太空計算的三道「生死關」

McCalip 的模型不僅僅給出了一個非黑即白的結論,更重要的是,它揭示了實現太空計算的路徑上,三大核心的成本驅動因素與風險因子。任何一個夢想家,都必須直面這三道關卡。

第一關:直面「野蠻」的經濟學

模型的計算結果是清晰而殘酷的。在一個為期五年、目標容量為 1 吉瓦(GW)的基準情境下,成本對比如下:

方案 期間 目標容量 總成本 (5 年) 每瓦成本
Orbital Solar(軌道) 5 年 1 GW 511 億美元 51.10 美元/瓦
Terrestrial(地面) 5 年 1 GW 159 億美元 15.85 美元/瓦

值得注意的是,軌道方案的每瓦成本是一個涵蓋所有項目的總體數字,而地面方案的數字則主要是基礎設施的資本支出(Capex),這讓軌道方案面臨的挑戰顯得更加嚴峻。

軌道太陽能的成本大約是地面方案的3倍
這張圖在比「同樣5年、同樣1GW」的兩種供電路線要花多少錢,以及每提供1瓦功率要付多少成本。
圖/ Andrew McCalip

這不是微小的差距, 軌道方案成本是地面方案的三倍有餘 ,主因在於把大量設備送上軌道需要付出龐大的發射費用,衛星本體與研發/替換也很貴;地面則受惠於成熟的土建、電力與冷卻供應鏈。

McCalip 形容這種經濟學是「野蠻的」(savage)。數據表明,儘管在物理上或許能將資料中心送上天,但在經濟學上是一場極其艱難的戰鬥。

第二關:跨越「利潤疊加」的死亡之谷

為什麼成本差距如此之大?模型揭示了一個關鍵的結構性問題:利潤疊加(margin stack)與質量稅(mass tax)。

McCalip 的結論是:垂直整合是唯一生路。如果一家公司需要向供應商採購火箭發射服務、衛星平台、電力硬體、部署服務,那麼在供應鏈的每一個環節,都會被疊加上一層利潤。

更致命的是,每一克額外的質量,都會被火箭發射成本成倍放大。這兩者疊加,會讓利潤被「活活吃掉」(eat you alive)。其中「質量稅」的懲罰尤為嚴苛:從處理器到螺絲釘,每一公克硬體的成本,都將被每公斤 $500 的發射價格成倍放大。

編按:「質量稅」其實是一種比喻性說法。McCalip 的意思是,火箭發射主要以「每公斤到指定軌道的價格」或「整枚火箭的固定任務價格」計價;所謂質量稅就是所有要上天的硬體重量都要乘上一個美元/公斤的發射費,因為重量會把成本線性放大。

因此他強調,在太空這盤棋局裡,垂直整合不是什麼「護城河」,而是「入場券」。

基於這個嚴苛的條件,McCalip 認為放眼全球,有能力挑戰這條路徑的公司屈指可數,甚至可以說「基本上只有一個」, 就是馬斯克主持的SpaceX 。只有能夠同時控制發射成本、衛星製造與部署的巨頭,才有可能在這場遊戲中倖存。

Elon Musk
McCalip 認為放眼全球,有能力挑戰「軌道運算」商模的公司,只有馬斯克主持的SpaceX。
圖/ shutterstock

第三關:散熱在太空環境是大問題

McCalip強調即便解決了經濟學和供應鏈問題,軌道運算還有一個終極的物理約束在等待著,就是熱力學。

地球上的資料中心依賴對流散熱,將廢熱排入大氣或水中。但在真空的太空中,唯一的散熱方式是熱輻射。這意味著工程上的核心挑戰,是確保晶片的矽接面溫度(silicon junction temperatures)始終低於 85°C 至 100°C 的安全上限,也意味著散熱器本身的表面溫度必須維持在 75°C 左右。

這催生了所謂的「雙面架構」(bifacial architecture),正面是光伏電池板,背面就是散熱器。然而,這帶來了一個根本性的矛盾:更高的算力需要更大的太陽能板面積來供電,但更大的面積會吸收更多的太陽熱量。這些熱量,連同 GPU 產生的廢熱,都必須通過有限的表面積輻射出去。如果不能高效地將熱量排出去,系統就會失靈。也因此熱管理才會是軌道計算中最根本、最棘手的工程挑戰。

「終端線軌道」上衛星雙面陣列的平衡溫度
左邊是進來的能量:太陽照射約 4391 MW,加上少量紅外線 40.5 MW,以及循環熱(把電轉成熱再帶到面板)1380 MW。中間的盒子代表雙面板系統:A 面是發電用的光伏陣列(吸收係數高、也會放熱),B 面是專門當散熱器。右邊是出去的能量:A 面以輻射方式放掉約 2823 MW,B 面再放掉 2989 MW,同時產出 1380 MW 的電力給 GPU。進出相加後剛好平衡,因此系統在真空中靠「輻射散熱」達到穩態,溫度落在約 63°C。
圖/ Andrew McCalip

儘管設下了這三道幾乎無法逾越的關卡,McCalip 本人卻對這個方向的未來趨勢,保持著一種審慎的「正面」態度。

算力只是藉口,星辰大海才是真目的

從純粹的短期單位經濟效益來看,在軌道上運行 GPU 可能是一項平庸甚至糟糕的資本運用。正如 McCalip 所言,一個建在奧勒岡州、享受著廉價電力與冷卻資源的地面資料中心,是難以擊敗的。然而,偉大的基礎設施在建設之初,其直接回報往往並不誘人,但其「二階效應」(second-order effects)卻是無價的。

McCalip 認為,如果人類真的能夠在軌道上實現能源生產和工業化運營,那麼其收益將遠遠不止是運行一些 GPU。這是在為人類文明的持續擴張,搭建必要的「鷹架」(scaffolding)。AI 對算力的無盡渴求,恰好為這個宏偉的工程提供了一個商業藉口,催生出一個正向的「飛輪」(flywheel):軌道上廉價、充沛的電力將成為一種新的「工業基元」(industrial primitive),其潛在應用將遠遠超出運行 GPU 本身。

我們可以將其理解為一個精妙的類比:用AI對算力的渴求,來支付人類文明走出地球的「基礎設施建設費」。

正是基於這種更宏大的敘事,McCalip 呼籲,我們應該積極地「慫恿億萬富翁去資助那些非理性、高風險,但可能真正推動文明進步的項目」。他將這種投入與購買超級遊艇、沉迷於奢侈品等「地位角色扮演」(status cosplay)進行對比。在他看來,後者不過是財富的虛無燃燒,而前者才是財富最榮耀的歸宿。

亦即,燒掉萬貫家財點亮一角未來,是這個時代的億萬富翁最體面的終局。

最終,我們回到了文章開頭的問題。McCalip 的結論既非盲目樂觀,也非全然悲觀。他的工作,不是要給太空計算的夢想判死刑,而是用嚴謹的數學為這個夢想探路,將對話從「氛圍」(vibes)拉回到可驗證的「現實」(reality)。

延伸閱讀: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?
馬斯克SpaceX點燃太空革命!低軌道為何是新競技場?3張圖看懂太空商業

資料來源:Andrew McCalip

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手
從「存資料」到「用知識」:網創資訊攜手浪LIVE,讓 AI 成為最懂企業的內容幫手

對已經成熟發展的企業來說,最大的挑戰不是如何創新,而是經驗無法有效傳承,而生成式 AI 的價值正在於此,它讓分散的知識從「共同保存」走向「即時運用」,使組織得以在既有經驗之上,持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE,正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範,但做法比較像是集中在倉庫裡,雖然找得到,卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷(James)形容。

網創X浪Live-2.jpg
浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」
圖/ 數位時代

為此,浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI,打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」,讓經驗不再只是被保存,而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明,這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,故能真正融入浪LIVE使用場景,提升文章產製與活動規劃的效率。

用 AI 提速,回應高頻、快節奏的營運需求

作為直播產業的領導平台,浪LIVE 不僅市占率超過 50%,每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績,除了堅持以才藝直播為主軸、在市場上做出差異化特色,快速更新的內容與密集的行銷活動,同樣是浪LIVE 維繫用戶黏著度的關鍵。

網創X浪Live-3-2.png
旭瑞文化傳媒技術研發中心技術總監黎欣捷表示,透過NAVI能夠有效提升文章產出與活動企劃的效率。
圖/ 數位時代

黎欣捷表示,浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動,不僅內容產出量龐大,對速度的要求也極高。編輯團隊在完成採訪後,必須在最短時間內產出文章,且要符合品牌的風格和版型,而營運團隊不僅要不斷發想新的玩法,還得預先估算不同設計下的投資報酬率、參與人數等機率,以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性,還容易使團隊感到疲憊。因此,浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率,而 NAVI 正是思考後的最佳解答。

應用場景1:文章產製,不再從零開始

吳炳鈞進一步說明,網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看,網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI,由系統學習品牌文章的語氣與編排方式,及不同編輯的寫作風格並加以分類。之後,編輯只要提供採訪逐字稿或相關素材,並指定想要的文章風格,NAVI 便可依此生成初稿,再由編輯進行調整與潤飾,大幅加快整體產出速度,也讓編輯可以將更多心力投入內容品質的把關與主題發掘,用快速更新而主題有趣的文章,吸引會員持續留在平台。

網創X浪Live-4.jpg
網創資訊總經理吳炳鈞進一步說明, NAVI 將浪LIVE既有資料整理成可被運用的知識基礎,並在此基礎上生成內容,才能真正融入浪LIVE使用場景。
圖/ 數位時代

吳炳鈞強調,NAVI 不是憑空寫文章,而是根據企業過去累積的內容與規範來生成,這樣的產出結果,才會更貼近原本的品牌風格與實際需求。更重要的是,網創資訊還能根據客戶使用情境進行客製化調整。例如,NAVI 可以整合圖片和文字,生成一篇圖文並茂的文章,並同步輸出對應的 HTML 程式碼,浪LIVE 編輯只需貼至後台系統,就能完成上稿作業,不必再花費大量時間去調整版面配置。

網創X浪Live-5.jpg
網創資訊業務經理Hailey Ouyang表示,NAVI 在產出文章的同時,可以同步輸出對應的 HTML 程式碼,減輕浪LIVE 編輯的上稿作業負擔。
圖/ 數位時代

應用場景2:活動規劃,從歷史經驗找出新玩法

再就活動規劃來看,網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI,由系統學習營運團隊在發想活動時的思維脈絡,之後,團隊成員只要輸入關鍵字,NAVI 就能建議相應的活動方式與獎勵組合,作為活動規劃時的參考。

黎欣捷認為,NAVI 就像一位資深顧問,不僅提供更多元的視角與玩法建議,縮短活動規劃所需的時間和心力,也能即時調閱過往經驗,協助團隊跳脫個人思考盲點,避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例,說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配,因此資料庫已累積上百種不同類型的禮物,這使得團隊成員在規劃活動時,常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後,系統可以根據歷史資料提供合適的禮物搭配建議,協助團隊在規劃新活動時,更有效率地運用既有資源。

網創X浪Live-6.jpg
NAVI可以根據歷史資料提供合適的禮物搭配建議,協助浪LIVE團隊在規劃新活動時,更有效率地運用既有資源。
圖/ 網創資訊

不只生成內容:NAVI 三大特色,讓 AI 真正嵌入企業流程

在資料管理與內容生成外,網創資訊也從企業管理需求出發,規劃出以下 3 大系統特色,使 NAVI 得以真正融入企業的營運流程中。

第一,NAVI 支援至少 20種大型語言模型,能因應不同使用需求,處理文字、圖片、音訊和影片等多種形式的內容。第二,系統可部署於私有雲或地端環境,讓資料能留在企業內部,降低被外部 AI 模型使用的疑慮。第三,整合 AD 身份驗證與授權機制,可依部門和角色別去設定資料存取權限,確保 AI 在回應問題或產生內容時,只會引用該使用者可存取的資料範圍,避免誤用或資料外洩的風險。吳炳鈞補充,由於系統可進行部門切割,也能進一步統計各單位的使用量,方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI,而不是只會回答問題的工具。」吳炳鈞指出,因此 NAVI 一開始就定位在企業知識管理系統,從而發展上述系統設計。近年來,因應 AI Agent 趨勢,網創資訊亦將相關概念融入 NAVI,使系統具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。

網創X浪Live-7.jpg
網創資訊PM Keith Hsu指出,NAVI 融入 AI Agent 概念後,具備更高的主動性,能依任務需求串接不同資料庫與內部系統,協助使用者完成特定工作流程。
圖/ 數位時代

未來,網創資訊將持續與浪LIVE 深化合作,逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中,共同發掘更多具體的應用靈感,並視需求開發對應功能,持續放大知識與經驗的價值,讓技術不只停留在工具層次,而能真正轉化為企業成長的動能。

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
2026 大重啟
© 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