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
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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