在上海松江,毗邻G60科创云廊的天基计算产业基地里,摆着一台外形像服务器机柜的设备。这是中科天算研制的太空超算载荷"极光(JG)5000C"的1:1原型机,近日完成研制,按计划择期发射,完成在轨验证后开展业务化运行。

"业务化"是这条消息里最需要解释的词。按中科天算的说法,它指载荷能够持续在轨提供算力服务,具备可交付、可复用的商用能力,而不只是完成一次技术验证。作为对照,SpaceX此前发射的算力卫星属于试验星。这个区分决定了产品的定价方式、交付边界和客户结构:试验星卖给科研项目,业务化载荷卖给需要持续算力的商业客户。

设备本身的配置并不复杂。原型机搭载数十张计算卡,集成CPU、GPU、NPU和FPGA四类芯片,形成以POPS(每秒千万亿次运算)为单位的集群级算力。四类芯片各有分工:CPU做通用调度,GPU承担并行浮点运算,NPU跑推理,FPGA处理需要低延迟、可编程的特定任务。把这些异构算力装进一个机柜再送上轨道,难点落在供电、散热和可靠性三处。

太空的供电与散热条件与地面完全不同。晨昏轨道上日照时间长,太阳能供电相对充裕,但峰值功耗越大,母线电压、电源管理与热控系统的设计难度越高。真空环境没有空气对流,热量只能靠辐射排出,高密度计算产生的热流必须通过冷板、流体回路和大面积辐射器导出去。这些环节任何一处失效,整机就停在轨道上。

芯片本身也是变量。地面商用芯片进入太空需要做抗辐照加固或屏蔽设计,算力越高的芯片通常功耗越大、发热越集中,对封装和散热提出更高考验。中科天算称这台载荷所用芯片来自国内多家企业、全部为国产,但未披露具体型号、单卡算力与整机功耗。没有这些参数,就无法判断它在同类产品中的位置,也无法核算单位算力的成本。

商业模式的账要按三段算。第一段是发射与制造,载荷越重、功耗越大,卫星平台和发射成本越高;第二段是在轨运行,包括测运控、能源与热控余量、故障处置;第三段是客户付费,取决于有多少任务愿意为"在天上算完再下传"付溢价。三段里任何一段的成本失控,太空算力都只能停在示范项目阶段。

它真正的对手是地面数据中心。地面机房受土地、电价和散热约束,但带宽充裕、维护便利、芯片迭代快。太空方案的优势在于数据不必全部下传,尤其适合遥感这类"数据量大、有效信息少"的场景:星上先做筛选、识别与压缩,只把结果传回地面,能省掉大部分下行带宽。劣势同样明显——单机算力受功耗限制,坏了不能上门修,换代周期被发射窗口绑住。

这也解释了为什么国内做太空算力的公司大多从遥感、应急、海洋监测这类场景切入。这些场景的数据获取方与使用方常常不在同一地,下行带宽是真实瓶颈,星上处理的边际价值最高。把AI大模型训练搬上轨道则是另一回事,训练需要大规模集群与高速互联,现阶段的单星算力还撑不起这个叙事。

在轨验证是产品化的门槛。一颗载荷要在真空、辐照、大温差的条件下连续工作数月,才能证明它的可靠性;验证期间还要跑通与地面站的通信协议、任务编排与算力调度。这些工作没有捷径,只能靠时间。国内此前已有多颗算力试验星在轨运行,但公开的连续运行时长与任务完成率数据很少,行业缺少可横向比较的基准。

载荷与卫星平台的接口是另一道工程门槛。计算载荷功耗高、发热集中,平台要提供足够的母线功率、散热面与结构支撑,还要在姿态控制上留出余量。载荷方与平台方之间的接口协议、测试流程与责任划分,往往决定项目能不能按期出厂。这类协同在实验室里看不到,却是产品交付的必经环节。

中科天算把载荷放在上海天基计算产业基地,看中的是长三角的芯片、整机与卫星配套。这个区位选择本身说明一件事:太空算力的竞争,最终落在地面的供应链组织能力上——能不能拿到合适的芯片,能不能把机柜做成能上天的产品,能不能把测运控和客户交付串起来。

客户结构决定了商业模式的形态。科研项目按验证节点付费,预算来自课题经费,单笔金额有限但决策链条短;商业客户按算力用量或订阅付费,单笔金额可观,但需要载荷先证明连续运行的可靠性,销售周期以年计。从试验星到业务化载荷,中科天算要跨的正是从前者到后者的这道坎。交付物也从一份验证报告,变成一份服务水平协议,后者对故障响应、算力可用率都有明确的约定,这对运营方提出了比造硬件更高的要求。

至于"全球首个业务化太空超算载荷"这个说法,目前只有企业口径。判断它是否成立,要看三件事:发射是否按期,在轨是否连续稳定运行足够长时间,以及是否有客户按商用条款付费使用。这三件事都还没有发生。