问题——随着自动驾驶载具、无人机、智能机器人等“硅基智能体”加速进入规模化应用，空天陆海多场景持续产生海量传感数据，对低时延、稳定连接与就近处理提出更高要求。传统依赖地面数据中心的模式，偏远海域、高空航线、跨境链路等场景中，容易受带宽、回传时延与网络覆盖限制；同时，部分任务对实时决策、应急处置和数据安全要求更高，推动算力向网络边缘、向更广域空间延伸。 原因——在上述需求牵引下，“把算力搬上天”成为业界探索方向之一。研讨会信息显示，国星宇航“星算”计划拟建设由2800颗计算卫星组成的太空算力网络，其中包括2400颗推理计算卫星与400颗训练计算卫星，计划部署于500—1000公里的晨昏轨道、太阳同步轨道及低倾角轨道，并通过星地、星间激光通信组网，实现同轨与异轨间高速数据传输。该设计聚焦两点：一是以多轨道布局提升全球可达性；二是以激光链路提升传输能力与组网效率，为在轨计算与跨星协同打基础。 影响——若按规划推进，该网络将形成覆盖全球空天陆海的训推一体化算力底座，目标实现十万P级推理算力与百万P级训练算力（P为每秒10^15次浮点运算）。业内观点认为，该构想意在把部分推理与训练能力前置到太空，减少数据“长距离回传”，为海上航运监测、灾害应急、极地科考、跨域通信保障等场景提供更稳定的算力与连接条件，也为智能体在广域复杂环境下的协同决策提供新的基础设施选择。 ，在轨部署通用大模型的尝试也受到关注：据介绍，涉及的大模型已在“星算”01组太空计算中心完成在轨部署并执行端到端推理任务，实现问题上行、在轨推理、结果回传的闭环，整体流程压缩至分钟级。这意味着在带宽紧张或链路不稳定时，部分任务可由“在轨就地处理”替代“全量回传处理”，从而提升实时性并减轻回传压力。 对策——从工程与产业化角度看，太空算力网走向规模部署仍需系统性能力支撑：一是星间激光通信、星载计算、能源与热控等关键技术需要深入开展规模化验证，确保长期在轨稳定性与可维护性；二是面向应用侧构建“端—边—天—地”协同调度体系，明确任务上天边界、模型与数据的分层部署方式，以及星上更新与安全隔离机制；三是标准与规则需同步推进，包括链路协议、算力计量、数据治理、频轨资源与在轨安全等，减少重复建设与兼容问题；四是商业化路径要贴合真实需求，优先在应急通信、海洋与边远地区监测、跨域智能协作等刚性场景形成可复制模式，再逐步拓展至更广行业。 前景——按企业披露的时间表，“星算”01组太空计算中心已完成关键技术验证，后续02组、03组已投产并计划在2026年开展轨道部署；2030年前将实现千星规模组网与商业化，同时推进超大规模训练计算卫星的在轨验证；2035年前完成全部组网。综合来看，太空算力网络有望与地面数据中心、地面卫星互联网与行业专网形成互补：地面侧承担集中训练与规模化数据处理，太空侧面向广域覆盖、实时推理与特定训练任务提供支撑，推动算力基础设施从“点状机房”向“天地一体化网络”演进。未来竞争焦点或集中在三上：一是算力、链路与成本的综合效率；二是面向行业的标准接口与生态开放程度；三是长期运行安全与可持续治理能力，包括空间碎片风险管理、防干扰能力与在轨运维体系建设。
太空算力网代表了AI基础设施的一条新路径：在地面数据中心之外，把部分计算能力延伸到更广覆盖、更靠近数据产生位置的空间环境中。国星宇航“星算”计划从概念设计推进到在轨验证，说明了我国在空天融合与算力基础设施探索上的持续投入。随着网络逐步成型，面向海洋、偏远地区、应急与跨域协作等场景的实时处理能力有望增强，硅基智能体的计算与连接条件也将随之改善，更拓展AI应用边界。