馬斯克反駁軌道AI散熱質疑
埃隆·馬斯克稱，把軌道 AI 判定爲因散熱而不可行的人，若不瞭解散熱器單位面積排熱量、冷卻液溫度和 GPU 最高工作溫度，就不具備做出該結論的基礎。
軌道計算的核心並不是“太空是否寒冷”，而是計算負載產生的廢熱能否從 GPU、HBM、網絡與供電組件，經冷板、導熱結構或泵送液體迴路，穩定輸送至外部散熱器並以紅外輻射排向太空。真空消除了對流，但不阻止設備內部傳導、熱管和液冷迴路工作。
散熱器排熱能力主要取決於有效輻射面積、表面發射率與溫度，近似遵循 q=εσ(T4−Ts4)q=\varepsilon\sigma(T^4-T_s^4)q=εσ(T4−Ts4)。這意味着散熱器溫度上升會以四次方關係提高單位面積排熱量，並可壓縮所需散熱器面積；代價是冷卻液、封裝、芯片結溫、漏電和長期可靠性面臨更高壓力。
以 NVIDIA Vera Rubin NVL72 的約136千瓦配置爲例，一項基於45°C液冷供液溫度、0.90發射率的理想化測算顯示，單面有效散熱面積約需260平方米；納入太陽輻射、地球紅外、反照率、視場、污染與壽命衰減後，實際設計餘量會繼續擴大。
SpaceX 與 NVIDIA 已披露開發面向太空優化的 Vera Rubin NVL72 系統，馬斯克此前稱首批相關 AI 衛星目標爲2027年第四季度發射；公開報道提到峯值計算功率可達250千瓦、平均約175千瓦，但散熱器面積、冷卻迴路和持續峯值負載能力尚未由 SpaceX 完整公開。
市場機制上，軌道 AI 的買方並非單純購買 GPU 算力，而是在押注太陽能供電、發射能力、星間激光鏈路與熱管理可共同降低邊際計算成本的運營商和資本。受益方包括掌握髮射、衛星總裝、專有網絡與高溫散熱材料的企業；承壓方則是依賴地面電網、冷卻水、土地和許可擴張的大型數據中心項目。項目價值由散熱器質量、展開可靠性、硬件壽命、補網頻率及單位有效算力成本共同決定，而非“太空天然冷卻”的敘事。
來源：公開信息
ABAB AI 解讀
SpaceX 的歷史路徑並不是先證明單點技術完美，再進入大規模部署，而是將可重複生產、低成本發射與在軌迭代綁成一個系統：Falcon 9 通過一級複用壓低進入太空的頻率成本，Starlink 再利用高發射節奏快速鋪設通信網絡。軌道 AI 延續的是同一邏輯——如果發射、衛星製造和替換都被公司內部化，昂貴且龐大的散熱器不再只是航天器負擔，而會變成可隨着衛星批量製造和補網而攤薄的基礎設施。
資本路徑的關鍵不在於把一臺地面服務器搬入軌道，而在於把地面數據中心的電網接入、變電站、柴油備電、冷卻塔、用水權、土地與地方審批，替換爲發射載荷、太陽翼、儲能、熱控迴路和激光通信鏈路。NVIDIA 提供高密度計算模塊，SpaceX 掌握髮射、衛星平臺和 Starlink 回傳網絡；這種組合把原本由公用事業、地產商、數據中心運營商和網絡運營商分割的資本開支，壓縮到一個垂直整合的運載與網絡體系內。
歷史上，銥星曾因高昂衛星部署成本和有限用戶規模陷入破產，後經重組才形成特定通信市場；Starlink 則依靠自有可複用火箭和大規模消費級寬帶訂閱改善了這一約束。軌道 AI 比通信星座更苛刻：通信衛星的價值主要來自頻譜覆蓋和終端接入，而計算衛星還必須持續解決高熱流密度、輻射損傷、GPU 更新週期、部件不可維修和工作負載回傳。當前階段更接近“系統可行性驗證”，並非可與地面 AI 集羣直接進行單位算力競爭的成熟擴張期。
本質屬於產業鏈重構：地面 AI 的利潤與瓶頸集中在電力、土地、併網、冷卻和數據中心建設，軌道 AI 試圖把稀缺要素改寫爲發射能力、衛星生產能力、散熱材料、空間組網與在軌替換能力。散熱不是一個足以單獨否定方案的物理悖論，卻是決定系統質量分數、持續負載、衛星壽命與經濟性的核心約束；誰能以更低質量和更高溫度可靠地排出每瓦廢熱，誰纔可能把發射規模轉化爲可售算力。
ABAB News · 認知定律
太空不缺冷源，缺的是低成本排熱路徑
技術不可行常是參數未知，不是物理禁止
垂直整合越深，基礎設施越能變成產品