马斯克反驳轨道AI散热质疑
埃隆·马斯克称，把轨道 AI 判定为因散热而不可行的人，若不了解散热器单位面积排热量、冷却液温度和 GPU 最高工作温度，就不具备做出该结论的基础。
轨道计算的核心并不是“太空是否寒冷”，而是计算负载产生的废热能否从 GPU、HBM、网络与供电组件，经冷板、导热结构或泵送液体回路，稳定输送至外部散热器并以红外辐射排向太空。真空消除了对流，但不阻止设备内部传导、热管和液冷回路工作。
散热器排热能力主要取决于有效辐射面积、表面发射率与温度，近似遵循 q=εσ(T4−Ts4)q=\varepsilon\sigma(T^4-T_s^4)q=εσ(T4−Ts4)。这意味着散热器温度上升会以四次方关系提高单位面积排热量，并可压缩所需散热器面积；代价是冷却液、封装、芯片结温、漏电和长期可靠性面临更高压力。
以 NVIDIA Vera Rubin NVL72 的约136千瓦配置为例，一项基于45°C液冷供液温度、0.90发射率的理想化测算显示，单面有效散热面积约需260平方米；纳入太阳辐射、地球红外、反照率、视场、污染与寿命衰减后，实际设计余量会继续扩大。
SpaceX 与 NVIDIA 已披露开发面向太空优化的 Vera Rubin NVL72 系统，马斯克此前称首批相关 AI 卫星目标为2027年第四季度发射；公开报道提到峰值计算功率可达250千瓦、平均约175千瓦，但散热器面积、冷却回路和持续峰值负载能力尚未由 SpaceX 完整公开。
市场机制上，轨道 AI 的买方并非单纯购买 GPU 算力，而是在押注太阳能供电、发射能力、星间激光链路与热管理可共同降低边际计算成本的运营商和资本。受益方包括掌握发射、卫星总装、专有网络与高温散热材料的企业；承压方则是依赖地面电网、冷却水、土地和许可扩张的大型数据中心项目。项目价值由散热器质量、展开可靠性、硬件寿命、补网频率及单位有效算力成本共同决定，而非“太空天然冷却”的叙事。
来源：公开信息
ABAB AI 解读
SpaceX 的历史路径并不是先证明单点技术完美，再进入大规模部署，而是将可重复生产、低成本发射与在轨迭代绑成一个系统：Falcon 9 通过一级复用压低进入太空的频率成本，Starlink 再利用高发射节奏快速铺设通信网络。轨道 AI 延续的是同一逻辑——如果发射、卫星制造和替换都被公司内部化，昂贵且庞大的散热器不再只是航天器负担，而会变成可随着卫星批量制造和补网而摊薄的基础设施。
资本路径的关键不在于把一台地面服务器搬入轨道，而在于把地面数据中心的电网接入、变电站、柴油备电、冷却塔、用水权、土地与地方审批，替换为发射载荷、太阳翼、储能、热控回路和激光通信链路。NVIDIA 提供高密度计算模块，SpaceX 掌握发射、卫星平台和 Starlink 回传网络；这种组合把原本由公用事业、地产商、数据中心运营商和网络运营商分割的资本开支，压缩到一个垂直整合的运载与网络体系内。
历史上，铱星曾因高昂卫星部署成本和有限用户规模陷入破产，后经重组才形成特定通信市场；Starlink 则依靠自有可复用火箭和大规模消费级宽带订阅改善了这一约束。轨道 AI 比通信星座更苛刻：通信卫星的价值主要来自频谱覆盖和终端接入，而计算卫星还必须持续解决高热流密度、辐射损伤、GPU 更新周期、部件不可维修和工作负载回传。当前阶段更接近“系统可行性验证”，并非可与地面 AI 集群直接进行单位算力竞争的成熟扩张期。
本质属于产业链重构：地面 AI 的利润与瓶颈集中在电力、土地、并网、冷却和数据中心建设，轨道 AI 试图把稀缺要素改写为发射能力、卫星生产能力、散热材料、空间组网与在轨替换能力。散热不是一个足以单独否定方案的物理悖论，却是决定系统质量分数、持续负载、卫星寿命与经济性的核心约束；谁能以更低质量和更高温度可靠地排出每瓦废热，谁才可能把发射规模转化为可售算力。
ABAB News · 认知定律
太空不缺冷源，缺的是低成本排热路径
技术不可行常是参数未知，不是物理禁止
垂直整合越深，基础设施越能变成产品