“太空计算，最后的边疆，已经到来，”Nvidia首席执行官黄仁勋在三月的Nvidia GTC大会上宣称。确实，轨道数据中心的概念已经从科幻变成了一个重要的支出类别。埃隆·马斯克的SpaceX收购了xAI（也是马斯克的）并计划建立一组基于太空的数据中心。而谷歌也不甘示弱，与Planet合作宣布了Suncatcher项目，计划到2027年年初发射两颗配备谷歌Tensor处理单元（TPU）人工智能芯片的卫星。初创公司Starcloud已经向联邦通信委员会提交了提案，计划发射一个88000颗卫星的轨道数据中心星座。正如Starcloud的申请所示，这些公司都在提议数千颗卫星的舰队，每颗卫星中都有一个或多个人工智能级GPU的机架，通过自由空间光链接相互连接，并通过微波链接直接或通过其他卫星与地球通信。倡导者们吹捧在太空中计算的许多奇迹：丰富的太阳能、免费的冷却，以及免受地球上的干扰如地震、洪水和抗议者的影响。但对基于太空计算的物理学进行冷静的审视，呈现出更为细致的画像。免费的冷却或许是最大的一种误解。太空是寒冷的，但它没有大气。这意味着最好的散热机制，导热和对流，都不适用。唯一的选择是辐射。为了防止芯片在太空中过热，需要一个大而昂贵的表面积来散发能量，然后进行辐射。太阳能丰富，但使用功能齐全的太阳能电池板收集它，并保持完美的阳光对齐，是一项复杂的任务，需要广泛的姿态控制系统。除此之外，来自宇宙射线和其他来源的电离辐射在太空中造成了独特的挑战，可能会降解太阳能电池板、辐射冷却器和芯片本身。由于在太空中进行定期维护是困难的，因此必须在发射时考虑冗余，成本估算必须考虑随时间的效率下降。在我工作的ABI Research公司，我们对地球上的数据中心和太空中的数据中心进行了粗略的总拥有成本比较。结果显示，在太空中发射和运行一个GPU一年的成本至少比地面数据中心的相同操作高一个数量级。我们的模型很简单，假设使用类似Starcloud试点发射的航天器发射了一台配备必要尺寸太阳能电池板和散热器的Nvidia H100服务器机架。我们假设使用SpaceX的Starship，以每公斤44美元的高度乐观的发射成本，并且地面能源成本为每千瓦时0.20美元。这是一个简单的粗略估算，但确实反映了某种现实。从我们的角度来看，运送和太空硬化有效载荷的成本使得当前经济上较难为通用太空数据中心提供合理依据，尽管许多地区的数据中心建设者都在争抢电力。然而，也有一些专业应用的计算在太空中可能合理化其更高的成本。例如，处理来自地球观测卫星的数据、实时检测和跟踪高超音速导弹，以及在日益拥挤的低地轨道中主动避免碰撞。即使对于这些应用，克服基本物理学仍然是一个苛刻的挑战，也是一个充满技术挑战的领域。太空中的冷却挑战冷却是物理学将科学与虚构区分开的地方。辐射冷却的 governing equation，太空中唯一类型的冷却，称为斯特凡-玻尔兹曼定律。该定律指出，你能够辐射的功率与辐射器的面积与其温度的四次方成正比。对于太空系统架构师来说，这一定律的含义是残酷的。在轨道上，我们唯一能控制的变量是面积。这一限制为太空冷却创造了一个几何惩罚，或者称为“物理税”：你需要排出的功率越多，必须从地球带来的辐射器的面积就越大。太空中唯一可用的冷却方法是辐射，而所需的散热器面积是使用斯特凡-玻尔兹曼定律推导的。对于一个功耗为700瓦特的单芯片，例如Nvidia流行的H100 GPU，保持其在20°C的面积要求略低于3平方米，而其工作温度为85°C时面积降低至1平方米。然而，随着散热器表面暴露于电离辐射，其发射率降低，经过5年在太空中后，所需面积增加约40％。为了理解这个基线面积在实际中的大小，我使用斯特凡-玻尔兹曼定律建模了保持一个功耗为700瓦特的单芯片所需的热排放面积。