$Rocket Lab(RKLB.US)$亚马逊(AMZN.US)$谷歌-C(GOOG.US)

一直不理解航天怎么扯上 AI 叙事的，以下内容摘自 GPT，成本核算见仁见智

：

二、单位功率散热能力对比（核心量化）

1️⃣ 太空：纯辐射散热（硬约束）

辐射功率公式：

P = \varepsilon \sigma A T^4

取工程上比较激进但可行的参数：

• 发射率 ε ≈ 0.9

• 工作温度 T ≈ 350 K（≈ 77 ℃，再高芯片可靠性急剧下降）

则：

• 每平方米散热能力 ≈ 700–800 W/m²

也就是说：

• 1 MW 热量 → 需要 ~1,300–1,500 m² 的散热器

• 相当于 半个足球场大小，还只是 “排热板”

⸻

2️⃣ 地面：空气 / 水冷（工程现实）

典型地面数据中心：

• 风冷：

• 1 m² 换热器 → 10–30 kW

• 液冷（冷板 / 浸没）：

• 同等体积 → 50–100 kW

👉 单位面积散热能力：地面是太空的 50–100 倍以上

⸻

四、关键结论（非常重要）

① 仅从 “散热” 看

太空数据中心在热管理上是经济学灾难

• 成本高 100–300 倍

• 技术路径明确但不具性价比

• 无法靠规模摊薄（物理定律锁死）

⸻

② 为什么还有人研究太空数据中心？

不是因为散热，而是想绕开地面约束：

潜在动机 是否能覆盖散热劣势

核能供电 ❌（核能≠散热）

军事 / 极端安全 ⚠️（只限极少数）

深空任务边缘计算 ✅（算力极小）

高频交易 ❌（光速劣势）

“概念 + 政策资金” ✅（现实原因）

👉 可行场景：

• kW–10 kW 级

• 科研 / 军事 / 深空探测

• 绝不可能是 hyperscale