身价3420亿美元的世界首富埃隆·马斯克（Elon Musk）这次要建史上最大的“太空算力”。

1月31日，据多家权威媒体报道，马斯克成立的商业航天公司SpaceX计划与人工智能xAI公司合并，并开启IPO上市。预计IPO时间在2026年年中，也有预测认为最早在一季度末就能完成。已初步选定了由美国银行、摩根大通、高盛和摩根士丹利组成的顶级投行团。

此次IPO，SpaceX目标估值高达1.5万亿美元，计划融资规模超过300亿美元，将超过沙特阿美成为一次“史上规模最大的IPO”。

此前，SpaceX一直讲述的宏大故事：是通过在轨数据中心向xAI输送庞大算力，有望发射数万颗最新、算力密度更高的Dojo系列的晶圆级芯片，构建全球首个在轨大规模数据中心。

“部署人工智能成本最低的地方将是太空。这在两到三年内就会成为现实。”马斯克在一次小组讨论会上表示。

然而，马斯克这一宏图伟业，真正要实现，还要面临突破三堵墙的考验。而这个过程中，希望达成同样梦想的绝非只有马斯克一人。正如他在达沃斯论坛上，语重心长的感叹：

“我们没有看到任何来自中国以外的强力竞争对手，和中国的竞争绝对是一场硬仗。任何人都不要低估中国，中国是极具潜力和更高层级的对手。”

“太空算力是继通信、导航、遥感之后的新一代天基信息服务能力，是融合航天、能源、计算与人工智能的交叉领域。”航天科技集团五院原副院长李明日前表示。

随着AI产业迅速扩张，数据中心建设火热，产业核心瓶颈已转向能源约束，而“算力上天”是打破这一瓶颈的重要路径，已成为全球科技竞争与商业航天发展的新赛道。

太空算力的本质，是将数据中心和计算能力部署到太空轨道，推动传统的“天感地算”模式向“天数天算”模式转型，直接在太空完成数据的运算处理。

虽然“太空算力”是一个新的交叉融合概念，但已经引起了马斯克、英伟达CEO黄仁勋、谷歌CEO皮查伊等人的关注。

早在2025年11月，英伟达与其投资的初创公司Starcloud联合通过SpaceX的猎鹰9号火箭，成功将首个搭载H100芯片的太空AI服务器送入轨道，展开为期3年的测试服务。

3天后，谷歌宣布要在2027年初将TPU部署到太空。目前，谷歌正通过“阳光捕手计划”（Project Suncatcher）推进太空数据中心构想，旨在将其TPU的太阳能卫星联网，构建一个AI星球算力云平台。

中国则计划在未来五年内通过发射构建天基AI数据中心，预计建设吉瓦级空间数字智能基础设施。

显然，这场太空算力竞赛才刚刚开始。

马斯克近期表示，在太空建造太阳能数据中心是显而易见的……将AI部署在太空的成本最低的地方将是太空，而且最迟两年内就会实现。”

通过布局太空AI，马斯克将利用“太空算力”解决能源和算力需求瓶颈等。据行业人士分析，一旦突破商业航天的运力与成本瓶颈，特别是将发射成本降至约200美元/公斤的关键阈值，太空算力的大规模商业化将真正成为可能。

然而，算力上天并非简单地将地面算力服务器搬至太空，而是一场涉及芯片、能源、散热、通信等领域的系统性工程，当前产业发展仍面临多重核心挑战。

在芯片领域，为了加速部署“太空算力”，今年1月，马斯克亲口宣布特斯拉自研AI算力芯片“复活”。

马斯克1月19日表示，全新非GPU架构的AI5芯片设计已完成，公司将重启超级计算机项目Dojo 3的开发工作，未来还将推出AI6、AI7、AI8、AI9……目标是将设计周期缩短至9个月。

实际上，Dojo采用与Cerebras Systems相同的晶圆级（System on Wafer)芯片技术，核心优势在于其本身只有645平方毫米，但通过5×5阵列排列在载片上，利用先进封装技术实现高密度互连，让25颗芯片像单一处理器般协同工作，不仅增加了算力密度，而且将服务器整体重量下降到一个量级。

实际上，在传统GPU架构下，“太空算力”正面临光伏供电墙、发射成本墙、算力密度墙这“三堵墙”。

在光伏供电层面，太空光伏受太阳翼面积、能量传输效率限制，系统综合发电效率仅约13%，单星光伏供电功率普遍被限制在数千瓦级别，GPU的高功耗需求与太空光伏的供电天花板形成直接矛盾，算力提升完全受限于有限的供电能力。

发射成本方面，GPU架构硬件集成度低、体积重量偏大，而太空发射成本居高不下，2026 年国内商业火箭一次性发射单位入轨成本仍达每千克5.5万元，而猎鹰9号低轨发射成本也达每千克3070美元，大体积、重重量的GPU算力设备会直接推高发射成本，规模化部署的经济可行性极低。

算力密度层面，GPU的算力密度存在明显上限，英伟达Blackwell架构GPU的算力密度达15 PetaFLOPS，且需配套液冷散热才能实现，而航天器载荷空间和承重被严格限制，有限的载荷资源下，GPU架构难以实现单位体积与重量比的算力高效输出，算力密度不足直接制约太空算力的规模化落地。

因此，在上述瓶颈背景下，晶圆级架构正成为“太空算力”替代GPU的核心技术方向之一。

而晶圆级集成这条看似小众的技术路线，正在以意想不到的方式重新定义“大”的边界，同时也成为“太空算力”系统中的新技术方向。

反观国内，清微智能创始人，清华大学尹首一团队，自2020年起前瞻性地瞄准超高性能大模型训练与推理场景，开展了晶圆级芯片这一前沿技术路线的探索。基于可重构计算，与Chiplet、晶圆级架构等前沿方向结合，2025年国际计算机体系结构研讨会（ISCA）上，尹首一团队提出晶圆级芯片“计算架构”与“集成架构”两大核心设计方法，构建了晶圆级芯片“计算架构-集成架构-编译映射”协同设计优化方法学。

其中，在计算架构层面，基于可重构数据流技术，尹首一团队提出的"Tick-Tock"协同设计的晶圆级芯片计算架构，在主流大模型训练任务中对比特斯拉Dojo可实现2.39倍的吞吐提升；而在集成架构层面，相比于一个Dojo晶圆级芯片整机，在相同成本约束下，尹首一团队提出的以纵向面积约束引导跨物理层协同优化的晶圆级集成架构设计方法，平均提升系统算力2.90倍，通信带宽2.11倍，内存带宽11.23倍。

“创新架构能够突破传统的设计思维，能够解决中国基础算力问题，从而突破中国算力‘卡脖子’挑战。”尹首一教授曾表示，将可重构算力网格架构和晶圆级芯片形态结合，这将打造出中国AI芯片具有里程碑意义的产品。目前，清微智能可重构芯片累计出货逾3000万颗，获得算力卡订单超3万张，在全国十余个千卡智算中心实现规模化落地。

如今，太空算力竞赛的大幕才刚刚拉开，无论从能耗，成本，算力密度，晶圆级架构的技术突围已成核心方向，而凭借对算力密度的极致提升、对太空部署经济性的精准适配，基于可重构算力网格架构与晶圆级算力集群正成为破局关键。这不仅是太空算力突破极端环境约束的必然选择，极有可能是这场星际算力角逐的终极答案。