# Starcloud's Philip Johnston: Why the Cheapest Compute Will Be in Space

- Channel: [Sequoia Capital](https://www.youtube.com/channel/UCWrF0oN6unbXrWsTN7RctTw)
- Published: 2026-05-06
- Source video: [Watch on YouTube](https://youtube.com/watch?v=94b6i5jI1nE)
- Read on ReadTube: https://www.read.tube/p/videos/94b6i5jI1nE
- Language: Simplified Chinese

## Summary

**太空算力将更便宜**

Starcloud 认为，把数据中心搬到太空很快会比在地球上更划算，因为太空里没有土地许可、电池备份和昼夜间歇问题，太阳能利用率也更高。公司还称，已在轨验证英伟达 H100 等地面级 GPU，可进行训练和高强度推理，并计划借由更低发射成本推动大规模部署。

Philip Johnston 介绍了 Starcloud 的核心判断：未来最便宜的算力不在地球，而在太空。公司已完成在轨硬件验证，证明地面级 GPU 可以在空间环境中运行，并在轨训练了小模型、执行了高强度推理任务，打破了过去关于散热和辐射导致芯片无法在太空工作的担忧。

他把太空数据中心与地面太阳能项目做了成本对比：地面项目要支付土地许可、电池储能和备份电源，而太空中没有土地成本、也不需要夜间储能，因为可持续接受太阳照射；同时，太空中的单位面积太阳能输出更高，因此所需太阳能板更少。真正新增的大项是发射成本，而他认为当发射价格降到每公斤约 500 美元左右时，就会出现经济拐点；这已接近未来运载火箭可能达到的成本水平。

他进一步描绘了公司的规模化路线：已向监管机构提交一个由 88,000 颗卫星组成的星座方案，每颗约 200 千瓦，总计可提供约 20 吉瓦算力，主要面向推理工作负载，如业务流程代理、代码生成和内容生成。该系统会采用黎明黄昏太阳同步轨道、全光链路互联，并宣称可实现全天供电和低于 50 毫秒的全球延迟。

## Article

### Philip Johnston：为什么最便宜的算力将出现在太空

感谢邀请。我叫 Philip Johnston，是 Star Cloud 的联合创始人兼首席执行官。和前一家公司的情况一样，我们也在以一些 GPU 原本并不是为之设计的方式来“滥用”它们。 

> [笑声]

是的，我们正在太空中建设数据中心，主要是为了我们可以获取的能源。我接下来用 5 分钟解释为什么不久之后，在太空中建设数据中心会比在地球上建设它们更合理，然后再留 5 分钟回答问题。所以请大家先开始想问题。在那之前，我想先给大家看一段简短视频，实际上这是 Star Cloud 1 的部署过程。它上面装了 5 块英伟达 GPU，其中最重要的是英伟达 H100 芯片。我先快速播放这个视频。

Star Cloud 1 分离确认。

顺便说一句，你们通常不会看到这么好的部署视频。因为有一半时间，它们会被部署到阴影里。

> [笑声]

### 在太空中运行最先进 GPU：从“做不到”到“已经做到”

这次之所以意义重大，是因为在此之前，很多人认为你实际上无法在太空中运行最先进、接近地面数据中心级别的 GPU，主要有两个原因。第一是散热。它们功率密度很高，会产生大量热量。第二是抗辐射能力。人们认为你会遇到过高频率的比特翻转。

因此，借助这颗芯片，我们成为了第一批在太空中训练模型的人。我们实际上训练了 Andrej Karpathy 的 nano GPT，然后我们也是第一批运行 Gemini 版本的人，第一批对 SAR 数据进行高功率推理的人，也就是其他卫星数据。所以，这是证明我们实际上可以在太空中运行最先进地面级系统的一个非常重要的步骤。

### 为什么太空能源成本很快会更便宜

不过，接下来我想通过一个与地面太阳能项目的对比，快速说明为什么从能源成本角度看，太空很快会更有意义。因为太阳能是我们在地球上拥有的最便宜能源形式。

如果你想建设一个太阳能项目来为新的数据中心供电，你有三项主要成本：

1. **许可土地成本**。事实上，在北美，这通常是大多数新太阳能项目中最大的成本，或者至少可能是最大的成本。  
2. **电池储能和备用电力成本**。因为我们一天里只有大约 4 个小时的峰值发电时间，所以我们需要给电池充电，以便夜间使用。  
3. **太阳能电池本身的成本**。

那么，如果在太空中建设一个规模相近的太阳能项目，这三项成本会怎样变化？

首先，在太空中，我们不需要为许可土地付费。所以你最大的成本没了。其次，我们不需要为电池储能和备用电力付费，因为我们 24 小时、7 天都在阳光下。所以你第二大的成本也没了。然后，你需要的太阳能电池数量要少 8 倍，因为太空中 1 平方米的太阳能板所产生的能量，是地球上 1 平方米太阳能板的 8 倍。

因此，我们在太空中的唯一额外成本，或者说主要额外成本，就是发射成本。

> [哼声]

于是你可以清楚地看到，会出现一个盈亏平衡点：当发射成本低于许可土地、电池和太阳能电池的总成本时，太空方案就更划算。我们看到这个盈亏平衡成本大约在每公斤 500 美元左右。也就是说，相比今天大约需要降低 10 倍。但这完全在即将上线的运载火箭能力范围内。举例来说，星舰的设计发射成本大约是每公斤 10 到 20 美元。

### 88,000 颗卫星、20 吉瓦算力：我们正在做的星座

我最后再给大家看一个概念视频，这展示的是我们现在正在建设的一个星座。我们刚刚向美国证券交易委员会提交了一个由 88,000 颗卫星组成的星座申请。每颗卫星大约是 200 千瓦。它将使我们能够部署大约 20 吉瓦的新计算能力。事实上，这对于这个新星座来说，真的只是刚刚触及表面。

而且它将使所有推理类工作负载都成为可能。所以它可以用于生成 3D 视频，也可以用于后台业务处理代理、代码生成代理等。它们会通过光链路进入这个位于黎明黄昏太阳同步轨道上的星座。这意味着它始终在阳光中，全天 24 小时供电，并且到地球上任何地方的延迟都低于 50 毫秒。全部采用光学链路连接。

> [哼声]

这真的就是有史以来最大基础设施项目的开始。我的意思是，仅仅这个 88,000 颗卫星的星座，我们就要投入 1000 亿美元的资本支出，而这实际上比在地面上建造同等系统便宜得多。而且在我看来，这不仅是有史以来最大基础设施项目的开始，也是卡尔达舍夫二型、戴森球式文明的开始，甚至可能是卡尔达舍夫三型文明的开始。

我就讲到这里，我们还有大约 4 分钟可以提问。来，有什么问题吗？我们从前排开始。

### 关于散热、轨道可用性与热辐射的“草算”

> 地球上太阳能可用性的直觉很明显。你能不能再给我们讲一下辐射器方程的草算？因为对任何考虑过散热的人来说，这总觉得很难。还有，请也说一下黎明黄昏轨道的可用性。那个轨道是有限的，对吧？

是的，是的。这是个很好的问题。因为太空是真空，所以实际上更难。你知道，太空的环境温度只有 3 开尔文，非常低。但因为它是真空，正如你指出的那样，要散发这些热量其实很困难，需要很大的表面积来以红外形式发射出去。所有发热的东西都会一直在红外中发光。如果你把红外相机对准我的脸，你会看到我在发光。

所以，这里的粗略计算是：你的太阳能板每平方米大约产生 200 瓦，而如果把辐射器维持在大约 50 摄氏度，它每平方米可以散发大约 800 瓦。这意味着，如果你有 400 平方米的太阳能板，你就需要额外 100 平方米的辐射器来散掉这些热量。换句话说，你需要的辐射器表面积大约是太阳能板表面积的四分之一。

有一个非常漂亮的公式叫做斯特藩-玻尔兹曼方程，它基本上说明，热辐射散发的速率与温度的四次方成正比。所以如果你能把温度从 50 度提高到 80 度，这大约是开尔文尺度上 10% 的提升，那么你实际上就可以把辐射器表面积减半，或者接近减半。这也是我们现在和英伟达一起在做的事情。如果有人在 GTC 现场，你会看到 Jensen 走到 Star Cloud 1 的部署视频前，然后他花了 5 分钟讲我们正在开发的新的 Space Ruben 1 芯片。它被设计成可以在更高温度下运行，而不会有更高的故障率。你希望它在更高温度下运行的原因，就是为了降低辐射器上的质量。很好的问题。

### 关于卡斯勒综合征：如何避免太空碎片风险

> 好吧。卡斯勒综合征，大家最喜欢谈的事情，对吧？现在我们要把更多卫星送上去，又会有更多在卡斯勒轨道里，因为每个人都会想要那样。那会发生什么？

这是个很好的问题，而且它也和刚才问到的太空中的空间问题有关。我认为我们对此非常认真。你知道，每个人都需要成为空间的负责任使用者。我们这样做，其他人也一样。我们非常希望确保太空能够永远被使用。

对于最初几颗卫星，你可以通过几种方式解决这个问题。如果你飞行在相对较低的高度，发生卡斯勒式连锁效应的概率就非常低。我们的第一颗卫星飞行在大约 400 公里高度。这意味着它会在几个月内自然离轨。所以如果你在那个高度发生碰撞，等到它绕到下一次轨道时，你已经比发生碰撞的位置低了几百米，因此发生卡斯勒效应的概率非常非常低。

随着你飞得更高，那里实际上是极度稀疏的高轨道，因为你会开始接近范艾伦辐射带。不过，我认为我们其实有一个很好的案例研究，那就是 SpaceX 现在在近地轨道上运营大约 10,000 颗卫星，而且从未发生过一次碰撞。做到这一点的方法就是使用非常复杂的碰撞规避系统。

我觉得人们之所以会认为这是个比实际更严重的问题，另一个原因是太空看起来比实际小得多。你看到所有卫星的地图时，每一个点大约都有加利福尼亚州那么宽，而你用一个加利福尼亚州宽度的符号去表示一个可能只有这么宽的东西。所以人们常常会觉得太空非常拥挤。实际上并不是。我们完全可以在这个黎明黄昏太阳同步轨道里轻松容纳数量级为太瓦级的算力，而不会带来巨大的碰撞规避问题。

### 关于辐射与比特翻转：我们如何做测试和加固

> 还有一个问题。辐射，比如比特翻转，这是不是你们实际必须考虑或研究的事情？它会如何影响系统？

是的，这确实是我必须考虑的事情。我们解决这个问题的方法就是做大量的地面测试。我们已经在诺克斯维尔的回旋加速器上做了四轮测试。那是一个高速质子粒子加速器。我们把所有遥测数据拿回来，用来指导我们的屏蔽选择。然后对于重离子，我们必须去布鲁克海文国家实验室，我们基本上把所有芯片都放进“太空环境”里跑一遍。也就是说，在 24 小时的时间里，你可以让它承受相当于 5 年辐射剂量的测试。然后我们再把所有这些数据用于指导屏蔽方案，以及软件开发决策。

### 为什么现在主要做推理，而不是大规模训练

> 你们做的是连续计算，还是别的什么？

我们现在几乎完全是做推理。实际上，在可预见的未来也会主要是推理。原因第一，推理很快就会占 AI 计算市场的 99%。所以即便我们不做训练，未来 5 到 10 年里，大型训练集也只会占 AI 工作负载总量中非常小的一部分。

但第二，训练本身非常难。我们需要把一个大约 5 吉瓦的结构对接起来。我这里其实有一段视频，但我不会浪费大家时间放出来了。

> [笑声]

除非有人想看一个在太空中的 5 吉瓦数据中心视频。你们想看吗？好吧。

> [笑声]

我们做这个视频，是因为我们不想让人说：“哦，你们不可能在太空中训练模型。”所以，这就是一个 5 吉瓦、4 公里乘 4 公里结构在太空中的样子。那会是一枚星舰运载火箭，单枚星舰运载火箭可以放下 40 兆瓦的系统。这些会连接到一条中央脊柱，再连接到这个巨大的太阳能板。在背面，我们有一个 1 公里乘 4 公里的辐射器。

是的，这就是训练大模型的方式。不过我还是要说，至少还需要 15 年，我们才会达到那种规模。

### 什么时候大部分数据中心会转移到太空？

> 最后一个问题，我觉得我们还剩 40 秒。或者说我们还有吗？不好意思。你认为大部分数据中心会在什么时候转移到太空？

哦，这是个很好的问题。其实我也想问问大家。我们来做个投票。我想问的问题是：你们觉得什么时候在太空运行算力会更便宜？对任何人都适用，不管是 SpaceX 还是我们。四个答案分别是：未来 5 年内会更便宜；5 到 10 年内会更便宜；10 年以后某个时候会更便宜；或者永远不会。

好，谁觉得在 5 年内，在太空运行算力就会比在地面更便宜？有意思。谁觉得是 5 到 10 年？谁觉得是 10 年以后？谁觉得永远不会？很勇敢。好吧，这对我来说很有意思。

我觉得时间到了，所以我就讲到这里。非常感谢大家的时间。

> [掌声]