当AI算力需求呈指数级增长，地面数据中心面临能耗、散热、用地的多重瓶颈，太空——这片曾仅属于天文观测与航天器探索的领域，正成为下一代计算基础设施的“新大陆”。从1957年苏联“斯普特尼克1号”仅能传输微弱脉冲信号的简单计算，到如今在轨部署大模型、构建分布式算力星座，太空计算已完成从“辅助控制”到“核心赋能”的质变，形成了多技术路线并行、多场景落地的产业格局。
一、技术迭代：从专用加固到星座组网的三重跨越太空计算的发展历程，本质是在太空严苛环境约束下，平衡“可靠性、算力、成本”三者关系的探索过程。历经数十年演进，已形成三条核心技术路线，推动算力从TOPS级向POPS级跃升，实现了从“天感地算”到“天数天算”的范式变革[4]。
（一）传统专用抗辐射路线：筑牢深空探索的可靠性基石作为太空计算的早期主流路线，传统方案以“抗辐射加固（RHBD）”为核心，从芯片设计层面耐受空间辐射（单粒子翻转、总剂量效应），牺牲算力换取极致可靠性，适配深空探测、长寿命卫星等对稳定性要求极高的场景[2]。这类方案的核心特点是研发周期长、成本极高，但寿命可达10年以上，能在极端辐射与温度环境中稳定运行。
代表性方案包括NASA HPSC抗辐射多核SoC，其内置240Gbps以太网交换机，性能较前代航天计算机提升100倍/瓦，专为火星探测、深空天文等任务设计，可直接连接传感器实现边缘处理[2]；欧洲SpaceHPC则打造了地面超算级配置，搭载3.4万CPU核与108块H100 GPU，主要用于空间任务仿真与海量科学数据处理；Microchip RAD系列航天级FPGA/处理器则广泛应用于卫星姿控、载荷处理等基础任务，成为传统航天计算的核心组件[2]。
（二）COTS加固路线：平衡算力与成本的主流选择随着商业航天的崛起，“商用现成品（COTS）加固”成为当前太空计算的主流路线。其核心逻辑是筛选地面高性能芯片（GPU/CPU/FPGA/NPU），通过筛选、封装加固、软件容错、锁步冗余等手段适配太空环境，在保证一定可靠性的前提下，大幅提升算力、降低成本、加快迭代速度[2]。相较于传统专用路线，COTS加固方案的算力实现质的飞跃，从TOPS级提升至数百TOPS，完美适配低轨商业卫星、AI遥感等场景。
其中，NVIDIA Jetson航天级系列是该路线的标杆，涵盖AGX Orin、AGX Xavier、TX2i及新一代旗舰Jetson Thor[5]。AGX Orin搭载32核Arm CPU与Ampere GPU，算力达275 TOPS（INT8），功耗控制在20–60W，支持ECC与锁步设计，已广泛应用于多颗遥感、AI卫星的影像处理与自主导航[2]；Jetson Thor则将算力提升至800+ TOPS，专为太空AI优化，支持在轨大型语言模型（LLM）推理，预计2026年可正式订购[5]。此外，AMD/Intel航天级处理器、Xilinx/Intel FPGA也凭借低功耗、可重构的优势，成为SAR影像实时处理、卫星控制等任务的重要选择。
（三）太空计算星座：下一代算力网络的核心形态随着星间激光互联技术的突破，太空计算正迈入“星座组网”的新阶段。该路线以多颗计算卫星为节点，通过激光星间互联形成分布式在轨算力网络，实现算力调度、数据共享与协同处理，打破单星算力局限，构建全球无死角的算力覆盖[4]。这类方案的核心优势的是低时延、高算力集群化，能支撑在轨AI训练、全球遥感实时处理等高端场景，是太空AI时代的核心载体。
中国三体计算星座是该路线的典型代表，首发12颗卫星，单星最高算力达744 TOPS，组网后整体算力可达5 POPS，搭载80亿参数天基模型，已实现基础设施普查、伽马射线暴快速分类等任务，将数据下传量减少99.99%，处理时间从小时级缩至秒级[7]。目前该星座正推进六星组网，计划2026年完成50颗卫星布局，2030年实现2800颗卫星组网，构建全球太空算力网。此外，Starcloud-1作为全球首颗AI专用轨道数据中心，搭载抗辐射NVIDIA GPU，已在轨完成AI训练，目标打造千兆瓦级轨道集群[4]；谷歌Project Suncatcher则计划部署近太阳轨道卫星集群，利用高太阳能密度构建超大规模太空算力，预计2027年部署。
二、主流方案详解：从单点算力到全域赋能当前全球太空计算方案已形成“传统航天级、COTS加固、星座组网”三大阵营，各方案针对不同场景形成差异化布局，覆盖从基础控制到高端AI应用的全需求，其中多个标杆方案已实现在轨验证与商业化落地。
（一）NVIDIA Jetson航天级平台：商业卫星的算力核心作为COTS加固路线的领军者，NVIDIA Jetson航天级平台凭借高算力、低功耗、高可靠性的优势，成为低轨商业卫星的首选算力方案。除前文提及的AGX Orin与Jetson Thor外，该系列还包括TX2i等入门级产品，算力覆盖数十至数百TOPS，可根据卫星尺寸、功耗需求灵活选型[2]。其核心应用场景包括地球观测影像分析、目标检测、星上自主导航、灾害监测等，能将卫星采集的海量原始数据在轨处理，大幅降低星地传输压力[5]。在2026年GTC大会上，NVIDIA还同步推出RTX PRO 6000 Blackwell服务器版GPU，用于地面解析海量太空影像，吞吐量较传统CPU批处理系统提升100倍[5]。
（二）中国三体计算星座：在轨算力网络的标杆由之江实验室牵头打造的三体计算星座，是全球首个实现规模化组网的太空计算星座，首发12颗卫星搭载之江实验室星载智算单元，单星算力744 TOPS，星间激光通信速率达100 Gbps，可实现星地、星间协同计算[7]。目前该星座已部署7个天基模型，包括天文模型、气象模型、道路检测模型等，成功完成西北某地火情实时检测等任务，验证了在轨智能处理的可行性[7]。相较于传统卫星“单线联络”的模式，三体计算星座通过星间互联，让卫星从“数据采集器”升级为“智能体”，将数据处理效率从天级、小时级提升至分钟级、秒级[7]。
（三）NASA HPSC：深空探测的专属算力方案针对深空探测的极端环境，NASA HPSC（高性能太空计算机）采用专用抗辐射架构，是目前深空探测领域最先进的计算方案之一[2]。该方案基于64位多核SoC，内置高速交换机，支持传感器直连与边缘处理，性能/瓦较前代提升100倍，能耐受深空极端辐射与-180℃~+120℃的极端温度[2]。其核心应用包括火星探测、深空天文、行星科学等任务，为探测器自主导航、科学数据实时处理提供可靠算力支撑，是人类探索深空的核心技术保障。
（四）商业轨道数据中心：太空算力的商业化新形态随着太空计算商业化进程加快，“轨道数据中心”成为新兴热点，其核心是将地面数据中心的算力能力迁移至太空，提供按需算力租赁服务，突破地面能源与散热限制[4]。Starcloud-1作为全球首颗AI专用轨道数据中心，搭载抗辐射GPU集群，已于2025年11月发射，12月完成AI模型训练与推理任务，单星算力达2 PFLOPS[2][4]。国星宇航则依托其太空计算星座，率先完成阿里千问Qwen3等通用大模型的太空部署与推理，实现“自然语言指令→太空AI推理→地面机器人执行”的完整闭环，开启了商业化在轨计算服务的先河[3]。谷歌Project Suncatcher、亚马逊柯伊伯计划等也在加速布局，推动太空数据中心向规模化、商业化发展[4]。
（五）国际空间站（ISS）计算模块：太空驻留的算力保障国际空间站作为人类长期驻留太空的核心平台，部署了多代抗辐射计算模块，主要用于实验数据处理、舱内控制、航天员辅助等基础任务[2]。随着太空AI应用的深化，ISS正计划引入高性能AI计算模块，升级后的系统将支持太空生物、材料科学等领域的实时分析，以及空间站自主运维，进一步提升太空驻留的智能化水平[2]。
从“斯普特尼克1号”的微弱脉冲，到三体计算星座的在轨智能，从传统专用芯片到Space-1 Vera Rubin的算力飞跃，太空计算的每一步迭代，都彰显着人类探索宇宙与突破技术边界的决心。当前，太空计算正处于从“技术验证”向“商业化落地”的关键转型期，传统路线与新兴方案并存，科学探测与商业服务共生。