Forethought 研究：我们真的会把数据中心送上太空吗

2026年5月22日

[AI 旁白] 我们真的会把数据中心建在太空吗？

0:00 / 1:14:38

摘要

多家大型科技公司已宣布计划在轨道上运营 AI 数据中心。Elon Musk 最近声称：“放置 AI 成本最低的地方将是太空……在两年内，也许三年。”如果在几年内，新增 AI 算力中真有相当一部分被放到太空，那对 AI 治理与战略而言将是相当重大的事件。本文试图厘清炒作与现实，并对轨道数据中心（ODC）的技术与经济可行性给出冷静评估。

ODC 的主要理由在于能源成本：在合适轨道上的太空太阳能电池板相比地球能接收到更持续、更强烈的阳光。此外，ODC 目前不像地球上那样面临许可和监管延误，相比电网供电或以现场天然气供电的数据中心，其持续造成的环境危害更小，并且可能更能防止数据外泄。我们发现，ODC 的成本竞争力论证几乎完全取决于 Starship 能否实现与 SpaceX 在 Falcon 上相当的可复用性：太空太阳能要在持续供电成本上追平当今的离网地面电力，入轨成本需约为每公斤 250 美元；而要从目前约每公斤 1,500 美元的发射成本降到约每公斤 50 美元，才会比当前任何地面能源都更便宜。辐射散热常被视为致命障碍，但似乎出乎意料地可控——甚至可能比地球上更便宜。然而，ODC 可能需要在 5 年内额外配置大量（也许约 38%）非计算硬件（如太阳能、机架和冷却），以弥补无法更换故障芯片的问题；而卫星间带宽限制很可能使 ODC 至少早期只能局限于推理工作负载。

假设没有变革性 AI，¹但数据中心建设需求持续增长，我们估计 ODC 在 2030 年前不太可能占据有意义的算力份额；但如果 Starship 研发保持正轨，它们将在 3–5 年内具备与当今地面数据中心相当的成本竞争力。

引言与要点

一些全球最大的科技公司仍在竞逐算力。如果进展持续，到 2030 年数据中心需求可能翻一番以上。²然而，新增数据中心容量正日益受制于接入电网需排队数年的瓶颈。³

结果是各方争相寻找变通方案。领先的 AI 实验室越来越多地采用“自带发电”模式获取电力，部署现场燃气轮机和发动机以绕过电网瓶颈。例如，据报道 xAI 在孟菲斯安装了数百兆瓦的现场天然气发电设施以加速部署，OpenAI 和 Oracle 也已为得克萨斯州的新园区下达了大型涡轮机订单。

一些人认为，鉴于电网互联延迟，而燃气轮机本身又面临多年制造积压，能源将成为AI进展的硬性约束。但这一约束似乎并非根本性限制（正如Epoch所指出的）：涡轮机制造可能扩大产能以满足更多需求，企业也可以采用天然气、太阳能和电池的组合实现离网运行，让电力与算力同步扩展，尽管需要支付溢价成本。这引出一个自然的问题：如果你无论如何都要离网，那么获取电力的最佳方式是什么，把数据中心放在哪里最好？

一些人认为答案在轨道上。2025年11月，Google宣布了Project Suncatcher计划，拟将配备TPU的卫星送入晨昏太阳同步轨道。2026年初，SpaceX向FCC提交申请，请求授权发射并运营最多一百万颗数据中心卫星的星座。⁴其他入局者包括Blue Origin、Ramon.Space以及Starcloud、Aetherflux等初创公司，而中国的三体计算星座已发射12颗运行卫星，并在轨运行了阿里巴巴的Qwen3模型。最近，在2026年3月的GTC上，NVIDIA发布了Space-1 Vera Rubin模块，旨在成为专用的航天级GPU平台。

乍看之下，未来几年内任何有意义的比例（比如>10%）的新增数据中心容量被放入太空似乎极不可能。但如果押注太空的公司是对的，那将是一件相当重大的事，并可能改变AI治理的格局。例如，地面数据中心受国家和区域法规约束，而AI开发者则可能利用太空算力相关的司法管辖模糊地带。此外，通往低成本轨道算力的路径很可能要经过唯一的发射公司SpaceX，而该公司自收购xAI以来还运营着一家前沿AI实验室。这可能引发对权力集中的担忧。

我们一直在研究轨道数据中心（ODC）的技术和经济可行性。我们的核心模型给出了在多种情景下地球和太空数据中心总成本的估算。

图片

建设1 GW算力的三个地球情景和三个太空情景的成本明细。据我们所能确定，若发射成本降至约100美元/公斤，且服务器和冷却系统质量适度降低，轨道数据中心可能在与乐观的地面建设方案相比时具备成本竞争力；而在大幅减重且发射成本为50美元/公斤的乐观情景下，轨道数据中心可能带来成本节约。

报告聚焦三个问题。第一，将相当一部分AI算力置于太空的基本经济逻辑是什么？第二，最明显的物理障碍：你能在轨道上廉价地为数据中心散热吗？第三：向太空数据中心的转变可能有多快、多早发生，以及需要哪些条件顺利实现？

以下是我们目前的初步评估：

• SpaceX的星舰是目前唯一有望实现大幅扩展轨道数据中心所需的发射成本和发射频率的运载工具。竞争对手落后数年，这使得SpaceX的星舰成为近期实现大规模轨道计算的唯一路径。SpaceX的目标是在2026年底前完成星舰的研发，但仍有若干必要里程碑尚未达成。如果研发大致按计划推进，星舰有望在3至5年内达到扩展有意义的轨道计算所需的成本和发射频率。然而，到那时芯片生产可能成为限制因素，而非发射能力。

• 冷却问题比人们通常认为的更易解决。采用选择性涂层和轻质碳纤维面板的被动散热器在系统层面可达到约163–346 W/kg，比国际空间站时代的散热器（约13 W/kg）提升13至28倍。⁵目前尚无散热器以轨道数据中心所需的规模部署过这一性能水平，但高导碳复合材料面板原型已展示出所需的材料特性。在这一性能水平下，散热硬件仅占数据中心总成本的2-5%，实际上低于地面数据中心在可比生命周期内用于冷却的支出。

• 如果发射成本降得足够低，单位经济性可能有利于太空。在晨昏太阳同步轨道上，太阳能板的发电量约为同一面板在地面优质站点发电量的3至5倍。⁶当发射成本降至约250美元/公斤以下、并使用类似Starlink的太阳能阵列时，太空太阳能将比最好的离网地面装置更便宜。在50美元/公斤的发射成本下（大致相当于一枚完全可复用、可靠性如猎鹰火箭的星舰），太空太阳能成本可能降至25–45美元/兆瓦时，使其比当今任何可用的地面方案都更便宜。⁷除芯片成本这一对等项外，发射成本是轨道数据中心的主要成本项，而电力和运营支出主导地面成本，但在太空中将接近于零。

• 无法进行维护将带来巨大成本。在当今的数据中心里，芯片经常发生故障并被更换，但轨道数据中心中损坏的芯片将一直处于损坏状态，浪费配套基础设施（电力、冷却）的部分容量并降低整体算力。我们在下文中将其建模为每年9%的损耗，导致在数据中心生命周期内多采购约40%的发射资源和非芯片硬件。⁸在发射成本低于100美元/公斤时，这可能与其他节省相抵消，但这是一个重大的不确定性，因为轨道数据中心芯片的实际故障率可能更高或更低。

• 综合考虑，我们认为，在缺乏变革性AI的情况下，轨道数据中心在2030年前可能不会占据有意义的算力份额，但太空在2030年代承载大部分甚至多数算力建设的说法是可信的。

轨道数据中心的基本经济逻辑

经济论证的核心是能源。在晨昏太阳同步轨道⁹上的太阳能板几乎能持续接收直射阳光，其发电量约为同一块太阳能板在地面良好选址处的3到5倍。¹⁰太空太阳能板还可以比地面同类产品更轻、更便宜，因为它们无需防风雨处理、电网逆变器或重型安装硬件。¹¹但将太阳能板发射入轨会增加一笔固定开销，按当前价格计算，太空太阳能并不划算。问题在于：发射成本降到多少时，太空太阳能才能与地面电力具备成本竞争力，以及这样的发射成本能否在几年内实现？

为了初步了解答案，我们可以看平准化度电成本（LCOE）：即建设并运营一个电源的总成本，除以其全生命周期总发电量，以美元/兆瓦时表示。这让我们能够在同等基础上比较差异极大的发电技术。按此计算，太空太阳能在发射成本约为50美元/千克时，可与当今最便宜的地面能源实现成本持平。¹²

图片

太空太阳能LCOE与地面发电技术的比较。虚线曲线显示发射成本从550美元/千克降至10美元/千克时太空太阳能的LCOE。水平线显示当今地面技术（无补贴）的LCOE中位数。我们建模了两种太空太阳能配置：基于当前技术的类星链效率作为成本上限（蓝线），以及一款在封装效率和建造方面逼近极限的优化轻质太阳能阵列作为下限（紫线）。¹³

然而，这些LCOE数字反映的是发电端的能源成本；它们并未涵盖为一座离网运行的大型数据中心持续、可靠供电的实际成本。这一区别对超大规模数据中心日益重要，因为这些数据中心正面临电网并网排队，迫使运营商转向自建独立微电网。一座全天候供电的地面太阳能设施需要大量电池储能和备用发电容量，以覆盖夜间和天气中断。这些成本未计入上图所示的LCOE数字，但却是离网数据中心的核心需求。当我们将这些系统级成本纳入离网数据中心模型时，太空太阳能的前景实际上看起来更好。¹⁴

我们估计，太空太阳能（如星链所使用的那种）在发射成本约为250美元/千克时与地面太阳能实现成本持平，而这在本文撰写时（2026年初）看来可在1至2年内实现。

图片

太阳能成本交叉点。通过太阳能板持续供电1千瓦的地对空成本比随发射成本变化的曲线。这将太空太阳能与两个地面基准进行比较：一个乐观的太阳能+燃气微电网（实线）和一个100%可再生的离网设施（虚线），交叉点标记了太空太阳能具备成本竞争力的位置。这些线给出的是地面成本与太空太阳能成本之比。蓝线比较当前已投入使用的类星链阵列，作为保守估计；紫线则展示更轻质、高性能的太阳能板，作为上限。¹⁵

除了能源成本之外，我们还想了解 ODC 与地面数据中心在总成本、逐项成本上的对比。在建设方面，两种架构都以计算硬件作为主要成本，但在其他方面存在差异：地面设施需要电力、冷却系统、实体建筑、土地和许可，而 ODC 用特定于太空的硬件——太阳能电池板、热辐射器、卫星平台和发射——来替代这些。在运营方面，地面数据中心面临持续的能源账单、人员、维护和税收，而 ODC 通过在轨道上免费发电，基本消除了这些经常性成本。然而，ODC 的运营负担在于无法进行维护：硬件故障（在当今数据中心中很常见）将导致永久性的基础设施损失。我们认为 ODC 的商业模式将更倾向于“发射后不管”，接受损失的发生，并发射替换卫星来弥补在轨硬件故障。我们根据后续章节详述的芯片失效、辐射诱导闩锁和机械故障的估计，将这些故障建模为每年约 9% 的计算损失。

我们可以通过建模六种情景（三种地面、三种太空）来尝试预测总成本。三种地面情景涵盖并网建设配常规冷却、离网微电网配全电池自主，以及使用现场太阳能配燃气备用的混合方案，以完全绕过电网并网排队。三种太空情景锚定于合理的 Starship 发射成本轨迹——保守（$250/kg）、中位（$100/kg）和乐观（$50/kg）——并对应热管理和服务器质量减少的假设。¹⁶ 在所有情景中，IT 硬件固定为每 GW 256 亿美元，将基础设施和运营成本作为关键变量隔离出来。对于地面，非计算建设成本在 20 年内摊销，而轨道基础设施在 5 年生命周期后淘汰（与当前 Starlink 生命周期一致）。¹⁷

我们的估计表明，ODC 在约 $100/kg 时可能接近地面建设的成本平价——比今天的约 $1,500/kg 降低 15 倍。这是否可实现以及时间表如何，很大程度上取决于 Starship 的可复用性轨迹，我们接下来将对此进行考察。

发射准备时间和扩展速率取决于 Starship

轨道数据中心的可扩展性，乃至太空中广泛的经济活动，都取决于一款运载器。SpaceX 的星舰似乎是唯一能够同时提供低成本、高频率和大载荷能力的发射系统，而轨道数据中心若要在短期内占据新增数据中心容量的可观份额，正需要这样的组合。

星舰目前进展如何

截至 2026 年初，星舰已飞行 11 次。它是一枚两级火箭：下半部分（名为超重的助推器）将上半部分（飞船）送入轨道，然后飞回发射场，由塔架上一对机械臂在半空中将其捕获。这一捕获动作如今已半常规化，SpaceX 也已复飞过一枚助推器，证明硬件能够经受再入。

下一个挑战是复用飞船，即真正进入轨道的上面级。在 2025 年初连续三次失败后，最近两次飞行实现了受控再入和海上溅落，但飞船尚未被捕获或二次飞行。一个反复出现的障碍是隔热罩：再入大气层时，底部会承受超过 1,400°C 的高温，而飞行器需要在不进行昂贵翻修的情况下经受住这一考验。埃隆·马斯克曾称，设计可复用的隔热罩是星舰“剩余的最大问题”。¹⁸

而竞争对手似乎落后数年

中国为近地轨道 150 吨运力设计的长征九号，预计要到 2030 至 2033 年才会首飞。ESA、JAXA 和 ISRO 都没有可比项目。蓝色起源的重型运载器新格伦于 2025 年 11 月首次实现助推器着陆，但近地轨道运力仅 45 吨，而星舰为 150-200 吨；其超重型 9×4 构型（70 吨以上）据宣布可能于 2027 年推出。值得注意的是，蓝色起源在 2021 至 2025 年间研究过上面级复用，但搁置了该项目，这意味着在没有完全复用能力的情况下，新格伦无法将发射成本降至即使星舰部分复用所能实现的水平。据我们所知，这些是星舰最接近的竞争对手，而它们在关键里程碑上似乎落后 3-5 年。

星舰复用对发射成本意味着什么？

我们估算了多种复用情景下的发射成本，假设每艘星舰的建造成本恒定为 9000 万美元，每次飞行运营成本为 500 万美元。¹⁹

*一次性飞船能提供更大的入轨载荷，因为它们不需要着陆燃料，同时栅格翼和整套系统也可以拆除。

给定 Starship 的可复用次数是成本的一个变量。我们不知道 Starship 预期能复用多少次，但一个很好的比较对象是 SpaceX 之前的火箭。SpaceX 在 Falcon 火箭上取得的最佳成绩是 33 次复用，而典型数字似乎在 15 次复用 左右。我们将中位发射成本设定为 $100/kg，对应约 10 次复用；将乐观情景下的发射成本设定为 $50/kg，对应约 25 次复用。值得注意的是，这两个发射成本都轻松低于约 $250/kg 的门槛——低于该门槛时太空太阳能优于地面发电；而根据我们的模型，正是在约 $100/kg 时，ODC 的整体成本可能达到与地面数据中心持平。发射成本（实际上不可削减的）下限由推进剂（每次发射约 $900K，用于 4,500 吨液氧和甲烷）加上地面运营（可能 $1.1M）决定，在 150 吨入轨能力下约为 $13/kg。不过 SpaceX 最近的更新声称，最终的 Starship（Block 4）将能够向轨道运送 200 吨，这理论上会将 Starship 的成熟下限设定在约 $10/kg。

ODC 扩大规模需要多长时间？

鉴于上述情况，太空数据中心在 Starship 每次复用超过约 10 次后，就有可能变得与地面数据中心具有成本竞争力。如果这是正确的，那么进一步的问题是：ODC 实际成为总算力中一个有意义的比例需要多长时间。我们将考察发射频率的主要输入因素，并概述轨道算力扩张的慢速和快速情景可能是什么样子。

• 每艘 Starship 的周转时间。 这是指在再次发射前捕获、重新堆叠、装载货物并为 Starship 加注燃料的时间，SpaceX 的目标是每天 3 次。SpaceX 目前的周转纪录是 9 天，但这是用 Falcon 而非完全可复用飞行器实现的。至于粗略下限：商业航空公司通常每天运行 3-7 个航班，周转时间可能为 1-2 小时。不过可复用隔热罩的极限尚不清楚，周转时间下限可能要高得多。

  • 我们将在快速情景中使用每天 1 次的周转时间，在慢速情景中使用 6 天的周转时间。

• 建造新火箭工厂并提升其产量所需的时间。 SpaceX 有两座 Gigabay 生产设施正在建设中（Boca Chica 和佛罗里达州 Roberts Road），均目标在 2026 年底完工，但仅凭此判断增长率还为时过早。一个恰当的比较对象可能是 Tesla，它在 2016 年至 2022 年间开设了 5 座 Gigafactory，大约每 14 个月新建一座大型工厂。同期建设时间也大幅下降：Giga Shanghai 仅用 168 个工作日 就完工，约为典型汽车工厂建设时间的三分之一。

  • 我们将假设在慢速情景下，SpaceX 在 Starship 研发的下一个约 4 年内建造 1 座新工厂；在快速情景下，SpaceX 在未来 2 年内建造 2 座新工厂。

• 每年每座工厂生产的火箭数量。SpaceX 曾讨论过最终目标为每年生产约 365 艘 Starship（约每天 1 艘）。作为一个有用的参照，波音成熟的 737 项目目前每月生产约 38–42 架飞机，尽管在质量问题之后该速率目前受到 FAA 的限制，而历史上曾达到更高水平。一架客机包含数十万个零件，而 Starship 的不锈钢架构相对更简单。然而，波音受益于数十年的生产工装和成熟的供应链。SpaceX 的 Falcon-9 产能爬坡也可作为参考。早期产量从 2020 年的约 25 枚火箭增长到 2025 年的 165 枚。

  • 我们假设在慢速情景下，SpaceX 每 2 个月能从一座给定工厂车间建造约 1–10 枚火箭，或在快速情景下每月建造约 1–20 艘 Starship。²⁰

Musk 曾声称 ODC 很可能是在 2.5–3 年内生成 AI 算力最便宜的方式，不过对 SpaceX 刻意激进的时间表进行更校准的调整后，可能是 3–5 年。下面我们给出两个示例情景，一个保守，一个看涨。²¹我们试图以此给出算力能以多快速度被发射入轨的上限和下限预测。值得注意的是，这些时间表相对缺乏良好的参照，因此我们对这些估计尤其不确定。尽管如此，为了具体起见，我们仍展示我们的最佳猜测。

• 慢速 ODC 起飞情景。在该情景中，Starship 在遭遇许多挫折后于 2030 年中期实现快速可复用。SpaceX 在 Starship 约 4.5 年的开发周期内仅额外建造一座 gigabay，随后开始提升产量。到 2031 年，3 座 gigabay 共生产了 18 艘 Starship，但周转缓慢，每次飞行后需要 6 天停机时间。第一批有意义的轨道算力在 2031 年全年部署，总计约 1,095 次发射，相当于约 4 GW 的轨道算力。与此同时，预测预计到 2030 年地面数据中心建设规模可能达到 100 GW。因此，轨道算力在总算力中所占比例微不足道，直到 2030 年代后期可能才有所改变。

• 快速 ODC 起飞情景。在该情景中，Starship 于 2026 年开始部署 Starlink V3 卫星，并在 2027 年实现快速可复用。SpaceX 随后在 2027 年底前建成 2 座新的 gigabay，并在 4 个设施中不同程度地提升产量，到 2028 年初至少生产 48 艘 Starship。此时 Starship 平均每月生产一艘，相比之下波音每月约生产 38 架飞机，或 Tesla 从单座工厂车间每月生产约 10,000+ 辆汽车。全年中，不断壮大的机队总共完成了 10,000+ 次发射。到 2030 年底，最多 100GW 的轨道算力投入运行。²²

热管理是决定性障碍吗？

在地球上，数据中心通过向发热芯片吹风或泵送液体冷却剂，然后将热量排入大气来保持冷却。Google 和 Meta 已将冷却开销推至同类最佳水平，它们将约 7–10% 的电力以及可能 15–20% 的设施资本支出用于热管理。²³

在太空的真空中没有空气，因此需要另一种方法。液冷可以将热量从芯片中带走，但这些热量最终必须通过向虚空发射红外光来辐射出去。支配这一过程的物理规律（斯特藩-玻尔兹曼定律）要求有较大的表面积才能散发适度的热量，因此初步估算表明，要为仅仅几块 GPU 产生的热量散热，你需要大到令人望而却步的散热板。²⁴

然而，经过更仔细的分析，散热问题似乎既没有最初看起来那么重要，也比最初看起来更易解决。以正确的方式配置，看起来相对廉价且轻量的散热器就足够了。

国际空间站上的散热器设计于 20 世纪 90 年代，其效率约为 ~13 W/kg。但一直没有显著的商业压力去优化太空散热器，因为它们目前只占发射和运营卫星成本的一小部分。因此，我们预计在效率提升方面存在一些相当容易摘取的果实。计算模块也无需国际空间站用来维持人类生存的那种庞大冷却回路和冷板，并且可以在比国际空间站散热器高得多的散热器温度下运行（面板温度为 25–45°C），而国际空间站的散热器（其氨出口被控制在约 -40°C 以保持在冰点以上），从而利用斯特藩-玻尔兹曼定律中的 T⁴ 依赖关系。

一块涂有标准现成反射漆、从两面辐射的平板，散发的热量大得惊人。²⁵这些被动散热器由轻质碳纤维复合材料制成，并带有流体回路将热量从芯片输送到辐射表面，据我们估算，在系统层面可达到约 163 W/kg，比国际空间站沿用技术提升了 13 倍。²⁶NASA 马歇尔中心对高导热（Hi-K）碳复合材料散热器的测试已证明其比功率约为传统金属翅片的 7 倍（意味着在适度升高的温度下，以国际空间站式金属翅片为基准，系统级比功率约为 ~90 W/kg），相关硬件已在地面建造并测试。

关键在于，根据斯特藩-玻尔兹曼定律，散热器散发的功率与其温度的四次方成正比。因此，从国际空间站对人类友好的温度，转向工业级的散热温度，可以让 ODC 在辐射散热方面显著更高效。

将冷却回路运行在 25–45°C，反而会使每平方米的散热能力提高 2.7 至 3.5 倍。实际上限由 GPU 的热裕量决定：现代芯片在约 83–85°C 时降频，而直接液冷通常比芯片低 15–25°C，因此可用的冷却液温度上限大约为 ~60°C。在 25–45°C 下，物理规律足以大幅降低散热器质量。最后，同样的 T⁴ 缩放意味着，通过主动将热量从芯片泵向散热器，散热甚至可以变得更高效；不过在我们的初步分析中，这看起来弊大于利。²⁷

如果这一点成立，热管理看起来只是一项适度的成本。在我们的保守情景中，散热器硬件约占系统质量的14%，约占总成本的5%。在我们的中位情景中，考虑到更高的工作温度，它降至质量的8%和成本的约2%。引人注目的是，这低于地面数据中心在可比生命周期内用于冷却的支出。²⁸

话虽如此，我们所推测的那种散热器尚未经过飞行验证，因此我们也应考虑更保守的情景。我们的估算从这一基线出发，采用更薄的面板和更高的工作温度进行外推，这就是我们达到163 W/kg及以上的原因。我们见过的最悲观假设中，散热器占系统质量高达60%。当发射成本很高时，这显然是个大问题。例如，如果星舰确实因为只能部分复用而具有250美元/千克的发射成本，且1990年代的散热器设计无法改进，那么这将意味着每吉瓦增加超过80亿美元。相比之下，地面冷却支出约为30亿美元。在我们的中位发射成本100美元/千克或乐观情景50美元/千克下，这一最坏情景分别变为增加35亿美元或17亿美元。这凸显了迄今为止对轨道数据中心最敏感的参数是发射成本。使ODC具备经济性将需要改进现有散热器设计，但我们得出结论，冷却不太可能成为ODC实现经济可行（如果真能实现的话）的主要瓶颈。

开放问题与劣势

轨道上的数据中心还面临许多地面设施不会遇到的其它困难。我们在此梳理最重要的几项。其中一些似乎可控；另一些则未经证实且不确定。

我们认为芯片故障和星间带宽是ODC面临的最严峻挑战。如果找不到解决方案，因芯片故障导致的失效基础设施可能使非IT基础设施和发射成本增加约38%（在图1中记为“芯片损耗”）；而低带宽可能意味着轨道数据中心仅适用于推理，在前沿训练运行中不具竞争力。

芯片故障

在地球上，GPU故障是常规处理的。Meta的16,384块GPU的H100集群在54天内经历了419次硬件故障（大约每三小时一次），但技术人员只需更换损坏的卡，训练运行通过检查点继续。²⁹在太空中，这种维护在可预见的未来不可行。故障芯片保持故障状态，你从第一天起就在流失算力。

这有多严重？根据Meta观察到的约9%的年化故障率，一个太空数据中心在5年生命周期内将损失约38%的初始算力。³⁰我们在上述数字中通过对所有非芯片硬件应用38%的成本增加来计入这一点，因为地面运营商将购买相同的替换芯片，但可以在不损失任何基础设施的情况下安装它们。³¹

这是一个相当大的惩罚。它可能会被有利于太空环境的因素部分抵消（即没有灰尘、没有湿度、发射后没有来自暖通空调的温度循环），但额外的太空特有故障模式（辐射引发的闩锁、非太阳同步轨道下由日食期导致的热循环）可能会推高故障率。净效应尚不确定，我们认为这是轨道数据中心方面较大的未知数之一。

带宽与ODC架构

如何在轨道上物理布置计算资源至关重要，尤其是对于需要GPU之间快速通信的训练工作负载。

在规模较小的一端，单个“智能”卫星可以搭载几千瓦的星上计算能力，例如增强型Starlink V3节点执行推理、缓存或星上数据过滤。Starcloud-1是一颗于2025年发射、搭载Nvidia H100的60公斤测试卫星，代表了这一类别中的早期硬件。这些在原则上今天就可以部署，但每个节点的计算能力很小。

图片

两种轨道数据中心架构的示意图：光链路星座模型（最接近当今太空技术）和模块化空间站模型（最接近传统数据中心）。

在雄心较大的一端，目前正在探索两种面向数据中心规模计算的主要方案，各有不同的权衡。

• 星座模型（SpaceX、Google、Blue Origin）。由一颗颗独立卫星组成的集群，每颗卫星都配备GPU，各自独立运行。这利用了SpaceX现有的量产能力，部署速度可能相对较快。尚未解决的限制是带宽：当今商用星间光链路在数千公里距离上可提供约1至100 Gbps的带宽，比紧密耦合的机器学习训练集群所需带宽低几个数量级。Google的Project Suncatcher提出将卫星编入紧密集群（公里级或亚公里级间距，而非数千公里），并使用类似地面光纤技术的光链路。在短距离下，自由空间光学的物理特性会有所改善，Suncatcher提出每对收发器可能实现约1–2 Tbps的带宽。这是一个有趣的想法，但它将挑战转移到了维持具有精确指向和跟踪的密集卫星编队上。

• 模块化空间站模型（Starcloud）。一个带有对接端口的中央主干结构，计算模块（每个约40 MW）被发射并物理连接到其上，再连接到一个大型太阳能阵列。这完全绕开了带宽问题，因为模块是物理连接的。然而，它距离现有制造和发射能力所能实现的目标更远，因此是一种更长期的愿景，并带来了大规模结构完整性方面的工程挑战。我们发现，与我们的评估相比，Starcloud公布的成本估算过于乐观，尽管Starcloud可能心中有一个或多个巧妙的工程技巧，而我们并未在当今太空硬件之外努力优化。在持续投资太空基础设施之后，这一概念也可能变得更加可行。

带宽限制的影响取决于ODC是用于训练还是推理：

• 推理非常适合轨道计算。配置适中的卫星可以承担推理工作负载，因为每个请求都是独立的。从低地球轨道到地面的延迟也很低，仅为几毫秒。

• 训练看起来更难。前沿训练在每一步都要在数千个 GPU 之间同步梯度，这要求节点之间具备持续带宽，远超当前的星间链路。即使 Suncatcher 提出的 1–2 Tbps 得以实现，也需要连接足够多的卫星才能匹配地面集群的对分带宽。模块化空间站模型通过物理连接模块避免了这一问题，但代价是需要在太空进行组装，而目前尚无人尝试过。

辐射

轨道上的辐射显著更高。这会导致两个不同的问题：累积损伤会随着时间推移永久性降低芯片性能，以及瞬态位翻转可能损坏内存中的数据。³²在首批轨道数据中心相关的高度（约 500-600 公里），根据有限的测试数据，这两种效应似乎都可控，尽管相关研究相对较少。我们的模型未计入因错误导致的计算效率损失，也未计入因辐射损伤导致的芯片损耗。

• 累积损伤似乎完全在芯片容限之内。Google 测试了其 Trillium TPU，发现直到 15 krad 都没有出现硬故障，大约是 550 公里处预期 5 年屏蔽剂量的 20 倍。³³相对于所保护的对象，屏蔽的成本很低。³⁴

• 瞬态位翻转则更为微妙。标准纠错码几乎可以处理所有单比特错误，不可纠正错误估计约为每 GPU 每年 0.01 至 0.1 次。³⁵对于推理工作负载，这似乎很可能可以忽略不计：模型权重是只读的，可以定期重新加载，而且神经网络本身具有噪声容忍性。对于训练，情况则有些模糊。损坏的梯度可能会在模型中传播，长时间训练运行中单个未被检测到的多比特错误原则上可能会损坏检查点。另一方面，在分布式训练运行中，没有单个节点持有完整状态，这提供了一定的自然韧性，错误也可以在训练过程中逐步消除。此外，这可能通过纠错码轻松解决。总体而言，我们不认为这会成为问题。

• 纠错码可以通过冗余来扩展以确保可靠性。标准 SECDED 码增加约 12.5% 的存储开销，计算成本可忽略不计，而更强的 chipkill 级或基于符号的编码会增加数十个百分点的开销，以容忍多比特或设备级故障。似乎很可能以低成本确保可靠性；但目前数据还很少，我们不太有信心。

轨道拥堵

在低地球轨道大规模运行会带来若干与碎片、碰撞和拥挤相关的风险。目前这些问题尚可管理，但随着 ODC 部署规模的扩大，它们将会加剧。

• 碎片和微流星体构成的威胁有限。 Starlink 的实证记录显示，在累计约 27,000 卫星年的暴露中，因碎片撞击导致的确认失效为零。³⁶ SpaceX 全舰队每年执行超过 300,000 次自主避碰机动（每颗卫星每年约 35–40 次），这一能力可直接迁移至太空数据中心模块。而且单星风险并不会随 ODC 整体规模增长而增长；因此我们认为这并非一个实质性问题。

• 轨道拥挤是更系统性的担忧。 SpaceX 的 FCC 申请提出最多一百万颗卫星，约为当前所有轨道卫星总数的 50 倍——且集中在太阳同步轨道，这是碎片最密集的轨道区域之一。³⁷ 当今的碎片追踪基础设施和交通协调经验表明这或许可行。然而，过去的碰撞和反卫星试验已产生持续数十年的碎片场³⁸，以这种规模增加卫星会提高凯斯勒综合征的风险——即碰撞的失控级联，可能使轨道带无法使用。我们认为这不太可能成为将相当一部分 AI 算力置于轨道的主要障碍，但这将需要更费力、更复杂的交通管理，并最终需要清理技术（见“太空碎片与发射受阻”）。

供应链不成熟

如今尚不存在航天级数据中心硬件的量产线，建立这样一条产线需要时间和投资。SpaceX 已证明航天硬件可以批量制造：Starlink 在 2025 年发射了约 2,500 颗卫星，而大部分生产基础设施（洁净室、测试设施、自动化装配）原则上可以改造利用。一些评论者将从此处到轨道数据中心的路径描述为直截了当，本质上只是把更多算力装到现有卫星平台上。

我们认为这低估了挑战。通信卫星与算力密集型数据中心模块有着不同的工程要求：更高的热负荷需要新的热集成，配电架构要服务于密集 GPU 阵列而非适度的通信载荷，以及以太空尚未尝试过的密度进行算力封装。另一方面，我们曾论证，可行的发射成本至少还需 2-3 年，达到规模至少还需 3-5 年。鉴于这些前置时间，以及多家公司面临解决这些挑战的巨大经济激励，我们认为建设 ODC 组件供应链不太可能成为主要瓶颈。

非成本因素

轨道数据中心的理由建立在接受以下两个不同主张之一的基础上：地面建设最终可能触及限制性约束（土地、许可、电网容量、水、社区反对），或者一旦发射成本降得足够低，太空可能提供绝对更优的单位经济性。两者可能同时成立。在经济性大致相当而非明显偏向一方的情景下，若干非成本因素可能打破平衡。

首先，对SpaceX而言，即便初期亏损，投资轨道数据中心也有一个直接的战略理由：一旦星舰实现完全可重复使用，SpaceX很可能享有一个为期多年的窗口期，成为全球唯一的低成本重型运载提供商，而在此期间锁定轨道数据中心市场——验证架构、构建供应链、抢占轨道位置——将建立起一道结构性护城河，其效力可能在竞争对手研发出同类运载工具很久之后依然持续。

监管与许可

如前所述，一个关键因素将是新建数据中心能够以多快的速度建成并发射，相比之下在地球上建造的速度。许可与监管在此扮演重要角色。如果地球上的监管环境和建设周期大致维持现状，那么太空可能很快成为最快的建造地点，无论它是否更便宜。

• 传统数据中心面临若干监管与供应约束，但目前均未构成硬性瓶颈。在陆地方面，多种摩擦因素可能拖慢部署。美国许多地区的电网并网排队时间长达5年。最有前景的变通方案似乎是现场微电网（太阳能、电池和燃气轮机系统，完全绕开电网排队），再结合预制模块化建造。³⁹这种方法可以显著压缩交付周期，正如xAI所展示的，其孟菲斯设施在122天内上线。⁴⁰社区反对也已成为一个因素，一家行业追踪机构估计，截至2025年中期，美国有超过980亿美元的项目因当地阻力而被阻止或延迟。⁴¹在我们的成本比较中，我们以这种离网微电网策略作为最具竞争力的陆地替代方案进行基准对比，采用一个太阳能+燃气案例，以及另一个太阳能+电池储能案例，以应对燃气轮机瓶颈可能出现的持续扩展需求。总体而言，许可与监管约束目前似乎并非硬性瓶颈，但它们正日益成为令人头疼的问题。

• 轨道数据中心可以快速扩展，但前提是几年后的监管环境仍像今天一样有利。轨道数据中心完全绕开了地面许可审批。建造卫星的优势似乎在于，你只需应对一次单一监管制度，然后就可以在此基础上持续发射卫星；而每一个地面 AI 数据中心都必须经过多层监管审批的层层引导。然而：FAA 当前站点批准将 Starship 限制为每年 145 次发射，这远低于有意义的轨道建设所需，相当于每年发射约 0.5 GW。⁴² 但我们认为，这大概率不会阻碍 ODC 建设，尤其是因为当前美国政府积极支持商业航天。最近的两项行政命令——Enabling Competition in the Commercial Space Industry（2025 年 8 月）和 Ensuring American Space Superiority（2025 年 12 月）——指示各机构取消或加快发射许可的环境审查，并支持商业航天产业。轨道部署只需经过少数联邦机构（FAA 和 FCC），而这些机构正在减少摩擦；而地面建设则必须应对地方当局的碎片化监管。当然，监管环境会变化。如果地面数据中心的经济或战略价值在政治上变得突出，许可可能会被加快，或者设立免许可区。另一方面，即使当前 FAA 的发射上限被取消，要提高到与地面数据中心建设竞争所需的约 100 倍，也可能引发新的政治反对。而且，尽管当前美国政府同情航天产业，但新一届政府以及因此新任的 FCC 主席和 FAA 局长可能更倾向于审查 SpaceX 申请的 ODC 豁免。

物理与网络安全

另一个关键考量是物理与网络安全，尤其是随着 AI 技术变得更具战略价值。轨道数据中心将有效消除物理访问和内部威胁，但它们会变得异常容易被反卫星武器观测和摧毁。因此，我们得出结论：轨道数据中心在数据窃取方面难度要大得多，但更容易被摧毁。

对于 AI 模型权重——盗窃是主要担忧——轨道托管确实提供了更强的防护态势。对于可用性最重要的关键基础设施而言，面对太空武器的脆弱性则是更大的隐患。

• ODC 消除了若干网络攻击途径，但仍可能脆弱。 RAND 的框架用于保护模型权重，识别了模型安全面临的攻击途径，其中内部威胁和物理访问是最难缓解的。目前没有任何设施达到最高等级（SL-5，可抵御最高优先级国家行为体的攻击），SL-5 工作组估计至少需要五年时间和大量政府支持才能达到。ODC 几乎完全消除了物理访问和内部威胁类别，即现场无人、无 USB 端口、无维护访问。然而，地面段仍是薄弱环节。上行链路站、任务控制和发射前供应链都容易受到与威胁地面设施相同的网络和供应链攻击。2022 年 Viasat 黑客事件通过一次地面段漏洞利用瘫痪了欧洲数千个调制解调器，说明 ODC 无法消除网络攻击的威胁。⁴³

• 干扰可以限制与地面的通信，但存在防御手段。俄罗斯于 2022 年在乌克兰对 Starlink 部署了战场干扰器，但 SpaceX 通过跳频软件更新予以回应，基本抵消了干扰。伊朗 2026 年更复杂的行动结合了 GPS 欺骗和多频段射频干扰（使用 伊朗的 Cobra-V8 电子战系统，与俄罗斯的 Krasukha-4 相当），使丢包率超过 80%。SpaceX 再次做出调整，在某些地区将丢包率降至约 10%，但这一次他们未能完全恢复服务。⁴⁴

• 动能打击的影响十分严重。目前，反卫星武器（ASAT）的成本（每枚数千万美元）超过卫星更换成本（每颗数百万美元），且每次拦截都会产生碎片，威胁攻击者自身的资产（并引发国际哗然）。然而，一个足够鲁莽的行为体（或在太空资产方面几乎无所顾忌的行为体）可能威胁在某个轨道壳层释放碎片，一次性摧毁多个数据中心。这种可能性主张应加强针对动能反卫星武器的国际规范，美国已通过 2022 年暂停直接上升式试验予以支持，但近年来围绕反卫星武器的军控谈判大多陷入僵局。⁴⁵

• 电磁脉冲和核反卫星武器是可能的，但后果极端。在轨道上核爆炸可能使若干卫星失效或摧毁，甚至通过人工辐射带削弱整个轨道壳层。但这也会无差别地影响每个国家的卫星，带来全面凯斯勒综合征的风险，明显违反《外层空间条约》，并可能引发强力报复。这相当于在轨道上“撒盐毁地”。

• 近距离瘫痪卫星的手段不会产生碎片，但要扩展到瘫痪整个星座需要大量投资。 中国、美国和俄罗斯都在研发能够接近卫星进行侦察或近距离摧毁的共轨飞行器，DIA评估认为中国正在积极发展用于反太空应用的定向能武器，包括可在不产生碎片的情况下瘫痪电子设备的高功率微波系统。在星座层面，攻防平衡似乎有利于防御方，因为每次交战都需要专门的轨道机动，而防御方可以批量发射补充卫星，但这一优势的幅度取决于攻击方是否愿意大规模投资于专门的反太空能力。至于共轨数据外泄：我们认为，ODC卫星可以设计为没有对接端口、没有外部数据接口、没有可移动存储，从而使物理数据提取相当不可行。

• 发射前供应链和地面侧连接仍是脆弱点，但可能比地球上的数据中心更容易保护。 卫星必须在地球上组装和集成，这使它们面临内部人员和供应链威胁，RAND的SL-5框架正是为应对这些威胁而设计。一种可能的缓解措施是“空载”发射卫星，在太空中训练或入轨后通过加密链路上传权重，然后确保运行模式永远不需要下传权重。⁴⁶

结论

Orbital data centers look more viable than we expected going in and the case rests primarily on launch cost. The engineering challenges seem significant but none appear intractable. Commercial off-the-shelf solar, passive radiators, and standard error-correcting codes seem sufficient for a baseline architecture. We expect limited demos and shipments of compute to orbit in the coming years but our best estimate is that orbital data centers are unlikely to represent a meaningful share of compute before 2030. They might scale quickly thereafter however, and are more likely to be bottlenecked by chip production rates rather than by launch cadence. A generally important dynamic is that terrestrial data centers likely face headwinds that worsen as compute scales up while orbital data centers face constraints that relax with scale.

All in all we think a transition to space-based compute is credible and could happen soon but almost surely not before the decade is out. There are a few key uncertainties which we expect to get answers for within the next few years. What would need to be true for ODCs to become a substantial fraction of total compute?

• Starship would need to achieve rapid reusability, and probably hit launch costs at or below $100/kg

• The FAA would need to approve increases in annual launches, likely requiring new launch sites. The current 145-launch ceiling for Starship would need to increase at least 35-fold, plausible under the current administration's posture, but substantial.

• Chip failure for ODCs would need to be comparable to Earth-based data centers. Early ground testing is encouraging, and we account for ~9% per year compute bleed in our cost breakdowns, finding space competitive at low launch cost despite this steep penalty. NVIDIA's Space-1 chip and subsequent generations may bring improvements; however, true failure rates in orbit are unknown and could be much worse than we estimate.

• A space-based architecture with high-bandwidth interconnects for frontier training is demonstrated, or inference demand alone justifies the investment. Without high bandwidth interconnects, orbital compute may be limited to inference and loosely coupled workloads, which could be a large hit to the value proposition of ODCs.

Thanks to Margot Stakenborg, Anders Sandberg, Tom Davidson, Max Dalton, Stefan Torges, Linchuan Zhang, Gregory Lewis, Charity Weeden, Madeleine Chang, Jackson Wagner and many other reviewers for helpful comments and discussion.

If you notice an error in our analysis or an important missed consideration we’d love to correct it. Please contact avi@forethought.org with any suggestions or leave a public comment.

Appendix A: Radiation environment

Two effects matter. Total ionising dose (TID) causes cumulative charge buildup in transistor oxide layers, leading to threshold voltage shifts, increased leakage current, and eventual device failure. This is largely irreversible. Single event upsets (SEUs) flip bits in memory and registers but leave hardware physically undamaged, and are correctable via error-correcting codes or rewrite.

Altitude is the dominant variable. Trapped proton flux drops roughly 10× per ~300 km altitude decrease in the low Earth orbit range, where you're on the lower flank of the inner Van Allen belt (which peaks around 3,000–4,000 km). The choice of orbital altitude is critical.

TID reference numbers at different altitudes, assuming 10 mm aluminium shielding:

• ~150 rad(Si) per year at 550 km sun-synchronous orbit (Google Suncatcher reference case), giving a 5-year mission dose of ~750 rad(Si).

• ~1–2 krad per year at 800 km, substantially worse.

• ~50 rad per year at 400 km (ISS-like), more benign.

The limited chip testing data we have suggests comfortable margins at 550 km. Google's Trillium TPU showed first high-bandwidth memory irregularities at 2 krad (2.7× the 5-year shielded dose at 550 km) but no hard faults up to 15 krad (20× margin), tested via 67 MeV proton beam irradiation. NASA tested NVIDIA GPUs at 6 krad with no permanent failures. The key vulnerability appears to be high-bandwidth memory, not the logic/compute die itself. Modern sub-7nm CMOS has actually improved in TID tolerance because thinner gate oxides trap less charge. That said, these are small-sample tests on specific chips, and orbital data centers would deploy hardware at much larger scale than has been radiation-tested.

At 800–1,000 km, the picture looks much less favourable: you'd likely hit degradation thresholds within 1–2 years even with shielding. But shielding is relatively cheap compared to the compute it protects: roughly $100,000 in launch cost (at $250/kg) for a 20 mm shell around the satellite bus, versus ~$9,000,000 for the chips inside.

SEU rates appear manageable, but data is limited. An H100-class GPU in low Earth orbit would see roughly hundreds of raw bit flips per day in high-bandwidth memory. Standard single-error-correcting, double-error-detecting codes handle virtually all single-bit errors. The estimated uncorrectable (double-bit in the same code word) rate is ~0.01–0.1 per year per GPU. Google measured roughly 1 uncorrectable error per 10 million inferences on their TPU, which is operationally negligible. These numbers come from a small number of tests and could look different at fleet scale.

Appendix B: Degradation and system wear

Solar cell degradation

Solar cell degradation depends on which cells you use, and we think commercial crystalline silicon cells are the right choice. Traditional space missions use radiation-hardened triple-junction GaInP/GaAs/Ge cells, which are extremely durable but expensive (roughly $50–100/W). Starlink instead uses commercial off-the-shelf silicon cells similar to terrestrial panels, at a fraction of the cost (roughly $0.20–0.50/W). These degrade faster under radiation, but the cost difference is enormous.

For orbital data centers, we think the Starlink approach is correct. Chip depreciation (new chips deliver 5–10× performance per watt every few years) sets an effective lifespan of roughly 5 years on any given module. Put simply, paying a large premium for solar cells that last 15–20 years doesn't make sense when the rest of the hardware is being replaced on a 5-year cycle.

• Triple-junction space-rated cells degrade very slowly. On-orbit data from the Gaofen-3 satellite shows roughly 0.18% per year power loss, or about 1.4% total over 8 years. These cells are designed for 15+ year missions.

• Commercial silicon cells degrade significantly faster. Our model uses 8% per year compound degradation, consistent with Lupo et al. (2025), who report 10–15% Si cell degradation in the first 6 months at ~500 km for CubeSats with minimal coverglass (annualizing into a multi-year compound average near our assumed rate). This gives an end-of-life power fraction of 65.9% after 5 years ((1−0.08)⁵ = 0.659). The array is oversized by 1/0.659 = 1.517× at beginning of life to guarantee rated power at end of life, with the excess energy in early years captured in the LCOE calculation.

• The cost savings are roughly two orders of magnitude per watt, which at scale substantially affects the economics.

In principle, the array oversize could be reduced by co-optimizing against chip bleed: since a fraction of GPUs fail each year, end-of-life power demand is lower than beginning-of-life, and the solar array only needs to cover surviving chips at time t rather than the original total. We haven't modelled this interaction however it could offer modest savings.

Other forms of wear

• Attitude control is the biggest mechanical reliability risk in typical spacecraft, contributing roughly 20% of all failures. Reaction wheels are the most common failure point due to continuous motor wear, though this is typically on longer timescales (Hubble's lasted roughly 15 years; commercial wheels are rated for 15+ years). Space data center modules would have simpler pointing requirements than a telescope, so this is likely no novel challenge over a 5-year lifecycle.

• Batteries face extreme cycling in low Earth orbit (roughly 16 charge/discharge cycles per day, roughly 30,000 over 5 years), but if orbital data centers operate in near-continuous sunlight (sun-synchronous orbit), battery cycling demands drop dramatically.

• Starlink uses argon Hall thrusters rated for their 5-year mission life. It seems similar systems could be adopted for space data center modules with comparable reliability profiles.

Appendix C: Space weather

Space weather represents a tail risk. A handful of satellites (out of roughly 15,000) have been damaged or lost to space weather over the last 40 years, mostly in geostationary orbit, which is far more exposed than low Earth orbit.

Three main effects arrive in sequence after a solar event:

• Electromagnetic radiation (X-rays/UV) arrives in roughly 8 minutes and can disrupt sensors.

• Solar energetic particles (protons) arrive in roughly 1 hour and cause intense bursts of single event upsets and accelerated cumulative radiation damage.

• The coronal mass ejection plasma cloud arrives in 18 hours to days and heats the upper atmosphere, increasing drag on low Earth orbit spacecraft.

The most concrete threat to orbital data centers is atmospheric drag from thermosphere expansion after a coronal mass ejection. In February 2022, a moderate geomagnetic storm caused 38 of 49 newly-launched Starlink satellites to reenter and burn up. Critically, these were at a vulnerable 210 km staging altitude, not their operational 550 km. At operational altitude the drag increase was manageable with active station-keeping.

A severe storm (e.g. a Carrington-class event, estimated recurrence every 150–500 years) could cause several simultaneous problems: a burst of single event upsets potentially overwhelming error correction temporarily, accelerated solar cell degradation, and significant drag increases. In the case of such an event global satellite networks and orbital data centers could power down and orient edge-on in their direction of motion to minimize drag but it is unclear how devastating versus endurable this would be.

Appendix D: Solar cost crossover

Space side: two solar scenarios

We model two space solar configurations, both using commercial off-the-shelf silicon cells (the Starlink approach, not traditional radiation-hardened triple-junction cells). We use 20% cell efficiency (AM0), 1,361 W/m² solar constant, 95% capacity factor (for dawn-dusk SSO), with 8% per year compound degradation over a 5-year design life.

Oversize factor: To deliver 1 kW continuous at end of life, the array must compensate for both capacity factor and degradation:

• EOL fraction = (1−0.08)⁵ = 0.6591, oversize = 1/0.6591 = 1.517,

• BOL peak power per kW-continuous = 1,597 W.

S1: Starlink V3-class (91 W/kg derated). Back-calculated from Starlink V3 specifications (50,400 W from 554 kg array, 257 m² area). System derating 0.721 (empirical, includes packing efficiency, wiring, temperature, MPPT). Hardware cost: $0.75/W derated (commercial Si + 1.5× NewSpace qual premium). Mass per kW-continuous: 17.56 kg. Hardware cost per kW-continuous: $1,198.

S2: Optimised stripped Si (189 W/kg derated). Component-level build: 0.85 kg/m² cell assembly + 40% structure overhead = 1.19 kg/m² total. System derating 0.828 (better packing on flat substrate). Hardware cost: $0.471/W derated. Mass per kW-continuous: 8.43 kg. Hardware cost per kW-continuous: $752.⁴⁷

Earth side: two baselines

Similarly, we model two off-grid terrestrial solar setups, calculating the cost to deliver 1 kW continuously as in the space case. We do not add an oversize factor for the Earth case beyond what is needed to overcome the reduced CF and don’t account for solar cell degradation which is less severe than in space, but this somewhat disadvantages space solar.

Baseline A (100% renewable off-grid, $20,307/kW-continuous): Solar at 28% CF, $1.10/W installed, 4,643 W nameplate per kW-continuous ($5,107). Battery storage 80 kWh at $175/kWh ($14,000 or 69% of total). Other $1,200. 5-year LCOE: $463/MWh. Battery storage dominates because 99.9%+ uptime without fossil backup requires multi-day autonomy.

Baseline B (bullish solar + gas turbine, $5,590/kW-continuous): Solar at 32% CF, $0.85/W, 3,500 W nameplate ($2,975). BESS 12h at $125/kWh ($1,500). Gas turbine at $562/kW (EIA 2023 actual, simple-cycle; xAI Colossus uses Solar Turbines Titan 350) with 10% utilization and $153 fuel/O&M. Other $400. 5-year LCOE: $128/MWh.

Sensitivity to battery cost

Battery cost is the largest lever on Baseline A (69% of cost). If we allow for cost reductions to $50/kWh batteries (well below any 2025 projection), crossovers remain above $519/kg (S1) and $1,133/kg (S2). The space advantage is robust because the 95% CF advantage is structural.

Baseline B is less sensitive to battery cost since it leans on gas backup in cases of poor weather (storage is only 27% of total). In general, if building off grid to avoid grid interconnect wait times a reliable backup energy source can give large savings and should be the default for builders. We include Baseline A however, since backlogs for turbines versus the abundance of solar and battery available suggest that it may be the fastest way to quickly scale energy production on Earth.

Appendix E: Thermal management

In vacuum, heat can only leave a surface via radiation. The Stefan-Boltzmann law gives the total power radiated per unit area from a surface at temperature T

P=εσT4

A radiator panel in orbit radiates from both sides, but also absorbs energy from three sources: direct sunlight, reflected sunlight (albedo) from Earth, and thermal infrared from Earth. The net power rejected per square meter is:

Pnet=2εσT4−αS−αFalbedo(Al⋅S)−εFIRTearth4

Where ε = 0.92, α = 0.09 (AZ-93 white paint), S = 1,366 W/m², Al =0.3, and T_earth = 253 K. Then given a two-sided radiator at a worst case altitude of 550km, F_IR = 0.50, F_albedo = 0.25.

Appendix F: Environmental footprint

The environmental comparison between orbital and terrestrial data centers is often billed as favoring space unanimously, but the picture we found is a bit messier. Here we note some points of comparison.

• Land use favours space, though orbital slots are a somewhat finite resource too. A solar-powered 100 GW terrestrial buildout would require roughly 5,000 to 10,000 km² of land, primarily for generation rather than the data centers themselves.⁴⁸ The same capacity in orbit implies a many-fold increase over today's active population of more than 11,000 satellites. Our guess is that such an increase in the satellite population would be sustainable with some concessions, like by placing satellites in (slightly more expensive) higher orbits to keep congestion manageable.⁴⁹

• Water consumption is often cited as an advantage for orbital data centers but AI water usage seems relatively minimal. Space is somewhat advantaged with near zero water use. However, even if current data center capacity were scaled 100x in the US, it would likely still account for a relatively small fraction of total US water consumption. Claims about the environmental harms of data centers specifically relating to water use seem somewhat overblown (both in absolute terms, and compared to other environmental harms, like carbon emissions).⁵⁰

• Carbon emissions favour ODCs over grid-powered terrestrial data centers, but not over renewable-powered data centers. The marginal carbon emitted by building and replacing an orbital constellation is roughly 20 to 45 times lower than the yearly operational emissions of a gas-grid data centre, but only around 2 to 5 times less carbon-intensive compared to off-grid solar with partial gas backup.⁵¹ A fully renewable terrestrial facility would be cleaner still. In fact, for much of the undeveloped desert land where terrestrial solar farms would ideally be sited, the panels could even be a net environmental positive, since shade structures in arid environments increase total biomass and can help reverse desertification.

• Stratospheric soot from rockets is negligible at current launch rates but may later become meaningful at the thousands of Starship-class launches required to build a 100 GW constellation, with full replacement every five years.⁵² It’s worth noting that Starship is powered by methane and oxygen, which (although not as clean-burning as hydrogen and oxygen) produces less soot than most historical chemical rockets.

• Satellite reentry pollution could pose a novel risk, if proven dangerous. Current mega-constellation plans consisting of thousands of satellites would deposit many tonnes of aluminium oxide per year in the stratosphere when deorbiting at the end of their life-cycle. Orbital data centers at scale, e.g. 100 GW imply 30 to 70 times that level, potentially with cascading effects on ozone, mesospheric temperatures, or polar vortex dynamics, according to a growing body of research (see here and here).⁵³ If this threat proves credible, it may be necessary to maneuver decommissioned satellites into a graveyard orbit, either by towing them, or requiring them to boost themselves into the graveyard orbit. Towing has been demonstrated, but not at scale; while de-orbiting boosts would increase the propulsion requirements for the whole mission, especially from higher altitudes.

Footnotes