AI的狂飙正在制造一个越来越难以回避的物理瓶颈：电力。全球数据中心的电力消耗预计到2030年将翻一倍以上，而在美国，新建一座AI数据中心从选址到通电平均需要四到五年。水资源同样告急——微软在2023年的用水量同比增长了34%，主要用于冷却其AI服务器。当地球上的基础设施开始跟不上AI算力的增长曲线时，有人开始认真思考一个听起来疯狂的替代方案：把数据中心搬到太空去。Orbital（Orbital Compute Inc.）就是这个疯狂赌注的执行者。2026年6月，这家洛杉矶公司宣布完成500万美元超额认购的Pre-Seed融资，由 a16z SPEEDRUN 领投。

信息项 详情
公司 Orbital（Orbital Compute Inc.）
创始人/CEO Euwyn Poon
总部 美国加利福尼亚州洛杉矶
本轮融资 500万美元 Pre-Seed（超额认购）
领投方 a16z SPEEDRUN
跟投方 Basis Set、Human Element、Wayfinder、Antler、Anti Fund、Ascent、Rubik、Zero Knowledge Ventures、LYVC、Feld Ventures、New Legacy、FNDR、UpHonest、Asterisk
核心定位 低轨道太空AI数据中心
官网 https://www.orbital.com

太空数据中心的物理逻辑：为什么它不只是科幻小说

“把服务器送上太空”乍听之下像是 Elon Musk 式的话题营销，但 Orbital 的技术叙事有其严肃的物理学基础。

能源问题。在地面，AI数据中心是电力黑洞。一个典型的超大规模数据中心需要100-300兆瓦的稳定电力供应——这相当于一座小型城市的用电量。但在太阳同步轨道上，卫星可以实现近乎24/7的太阳能照射，而且太空中的太阳辐射强度是地面的1.4倍左右（没有大气层的衰减）。免费、无限、零碳的能源——这是地面数据中心永远无法企及的。

冷却问题。地面数据中心30%-40%的能耗用于冷却。而在太空的真空环境中，废热可以通过辐射散热直接释放到宇宙中，无需水冷系统、无需空调、无需冷却塔。这不仅省能源，更解决了日益严峻的水资源争夺问题。

延迟问题。低轨道（约500-2000公里高度）的通信延迟约为20-40毫秒，这对于AI推理（inference）工作负载来说是完全可接受的。Orbital 聪明地将自己定位在推理而非训练赛道——训练需要GPU之间毫秒级的紧密通信，不适合分布式卫星架构；但推理任务可以在独立节点上并行执行，天然适合卫星星座的分布式模型。

创始人的”第二次赌局”：从共享滑板车到太空服务器

Euwyn Poon 不是一个航天工程师出身的太空创业者。他最广为人知的身份是共享电动滑板车公司 Spin 的联合创始人——Spin 后来被福特汽车以约1亿美元收购。从微出行到太空基础设施，这个跨度之大令人侧目。

但如果仔细审视 Poon 的创业逻辑，会发现两者有一个共同的底层范式：用分布式的、模块化的物理基础设施，去替代集中式的、重资产的传统模式。Spin 用数千辆小型滑板车替代了集中的公交系统；Orbital 计划用一个由数百颗小型卫星组成的星座替代集中的超大规模数据中心。每颗卫星搭载 NVIDIA GPU 服务器集群，独立运行、独立扩展——这是一种”蜂群式”的基础设施哲学。

a16z SPEEDRUN 对 Poon 的押注也遵循了类似的逻辑：他们投的是创始人的执行力和对”物理世界基础设施重构”的深刻理解，而非纯粹的航天技术背景。

Pathfinder任务：2027年的”验证时刻”

Orbital 的技术路线图分为三步走：

第一步：Pathfinder（2027年）——首次在轨技术验证任务，搭载 SpaceX Falcon 9 共享发射。这颗卫星将携带一个GPU载荷，测试三个关键指标：GPU在太空辐射环境中的运行稳定性、散热性能、以及星地数据传输的实际带宽和延迟。这是整个商业逻辑的基石——如果GPU在太空中无法稳定运行，一切都是空谈。

第二步：Orbital-1——首颗专门为AI计算设计的卫星。如果 Pathfinder 验证成功，Orbital 将开发一颗集成了完整计算、存储、散热和通信系统的定制卫星。

第三步：星座部署——大规模部署卫星星座，形成全球覆盖的分布式太空计算网络。

与此同时，Orbital 正在洛杉矶建设名为 Factory-1 的研发和制造设施，这意味着他们打算自建卫星而非外包——这是一个重资产的选择，但也是建立核心能力壁垒的必要条件。

风险与不确定性

发射成本和规模经济——尽管 SpaceX 大幅降低了发射成本，但将足够多的卫星送入轨道以实现经济性规模仍然是一笔巨额支出。500万美元的Pre-Seed资金仅够支持 Pathfinder 和早期研发，后续融资的规模和节奏将决定 Orbital 能否跨越”死亡之谷”。

太空辐射的未知数——GPU是极其精密的半导体器件，太空中的高能粒子辐射可能导致位翻转（bit flips）和永久性损伤。虽然抗辐射加固技术已经存在，但将消费级/数据中心级GPU（而非军用级芯片）部署到太空仍然是一个未经大规模验证的技术赌注。

卫星寿命和维护——地面数据中心可以随时更换故障硬件，但太空中的卫星一旦出现硬件故障，基本无法维修。Orbital 需要为卫星设计足够的冗余和容错能力，这将大幅推高单颗卫星的成本。

竞争者已在路上——Orbital 并非唯一一家思考太空计算的公司。Lumen Orbit、ConnectX 等初创公司也在探索类似概念，而 AWS、Microsoft Azure 等云巨头已经在”太空即服务”领域布局。先发优势在太空赛道中的半衰期可能比地面科技领域短得多。

商业化时间线过长——即使一切顺利，从 Pathfinder 到真正实现商业化运营可能需要5-8年。在AI领域，这个时间尺度几乎等同于几个世代的技术迭代。Orbital 需要说服投资者，太空计算不是一个”等不起”的赛道。

分类与标签

项目 内容
分类 太空科技
标签 Orbital, 太空数据中心, AI推理, Euwyn Poon, a16z SPEEDRUN, SpaceX, Pathfinder, 低轨道, GPU, 卫星计算