SpaceX百亿美元押注英伟达：算力战争从地面烧向太空

2026年8月5日，SpaceX在上市后的首次财报电话会议上投下了一枚重磅炸弹——未来将“**”采用英伟达GPU来满足全部人工智能计算需求。SpaceX CEO埃隆·马斯克在会议上直言，英伟达最新的Vera Rubin架构是“目前**的AI计算机”。话音未落，英伟达股价当天逆势上涨3.4%，连续第五个交易日收红，累计涨幅达15.4%。

这不仅仅是一次客户站台，更是一场算力版图的战略级扩张。当一家以火箭发射和卫星互联网为主业的公司，突然成为AI芯片巨头最耀眼的“代言人”，整个行业的逻辑正在被重新书写。

10GW的算力野心：数字背后的震撼

根据SpaceX公布的算力扩张计划，公司预计到2026年底在线计算容量将超过2吉瓦（GW），并计划在2027年底将总容量大幅提升至10吉瓦。10GW是什么概念？这约能为英伟达贡献4000亿至5000亿美元的营收（约合人民币2.7万亿至3.4万亿元）。作为对比，英伟达2026财年全年营收预计约为1300亿美元，单一家SpaceX的潜在订单就相当于其三年多的总收入。

Wolfe Research分析师Chris Caso算了一笔更细致的账：若以英伟达每新增1GW部署芯片可带来约350亿美元营收估算，光是SpaceX一家公司，就足以贡献超过华尔街目前预估英伟达2027年数据中心业务新增1600亿美元营收的成长规模。Caso在报告中直言：“在市场担忧AI支出能否持续之际，马斯克这番话提供了证据，显示AI支出的成长动能可能仍将延续。”

值得注意的是，SpaceX的算力需求并非一次性爆发，而是分阶段落地。2GW到10GW的跃升意味着，从2026年底到2027年底，短短一年内算力容量要翻五倍，这种指数级扩张速度在工业史上都极为罕见。要实现这一目标，SpaceX必须确保稳定的芯片供应、充足的电力配套以及高效的系统集成能力，而这正是英伟达能够提供的全栈式解决方案的价值所在。

从地面到轨道：太空数据中心的野望

SpaceX的算力扩张并非局限于地面。公司正加速将AI算力延伸至近地轨道。此前，英伟达已推出专为轨道环境设计的Space-1 Vera Rubin模块，该模块集成了四颗Rubin GPU与两颗Vera CPU，AI推理能力较上一代H100 GPU提升高达25倍。马斯克还透露，SpaceX打造的Starmind AI卫星“本质上将是一台经改良的Vera Rubin NVL72电脑”，预计将于明年发射升空。Vera Rubin NVL72为机柜级系统，由72颗Rubin GPU及36颗Vera CPU组成。

将算力设施向太空转移的战略，旨在突破地面数据中心在电力供应、土地征用及冷却散热方面的物理瓶颈。地面数据中心受限于电网容量、厂房面积和水资源，而太空拥有无限的太阳能资源和极低温环境，天然适合高密度计算。SpaceX此前已宣布与AI公司Anthropic合作，共同建设吉瓦级的轨道AI数据中心，这一合作被视为将大模型训练搬上太空的前奏。

然而，这一愿景面临的挑战同样巨大。业内分析指出，除了AI芯片本身的供应，如何依赖商业航天运输将数十万个GPU大规模送入轨道，是一项极其艰巨的工程任务。目前SpaceX的星舰火箭单次发射成本虽已大幅降低，但要将数千吨有效载荷送入近地轨道，仍需要高频率、低成本的发射能力。此外，太空中的辐射环境、卫星散热管理以及轨道维护等问题，都需要全新的工程技术解决方案。不过，马斯克向来以“把不可能变为可能”著称，太空算力或许只是时间问题。

算力竞赛进入“大扩张时代”：全行业数据佐证

SpaceX的大手笔并非孤例。近一周来，算力行业的多条消息勾勒出一幅全面扩张的图景，其广度和深度远超市场预期。

首先，全球云厂商集体加码AI基础设施。基于九大主流云厂商最新规划，集邦咨询8月3日上调2026年全球AI服务器出货年增长幅度至近31%。九大云厂商2026年合计资本支出预计将突破8867亿美元，同比增幅接近90%。其中，微软、谷歌、亚马逊和Meta四家美国科技巨头的资本开支总和已占全球云厂商总投资的七成以上，而中国厂商如阿里、腾讯、华为也在加速追赶。如此体量的资本注入，意味着AI算力已经从“探索性投入”转变为“战略性基建”。

其次，算力租赁价格持续上涨，反映出供需紧张格局未改。据第三方监测平台数据，英伟达H100显卡的租赁价格较年初上涨约50%，而新一代B200显卡由于产能爬坡缓慢，租赁价格同步攀升，部分云服务商的B200实例甚至需要排队等待数周。这种“一卡难求”的局面，恰恰印证了摩根士丹利近期提出的“杰文斯悖论”——开放权重模型（如Meta的Llama系列）降低了AI使用成本，单次推理变便宜后，企业会把AI应用于更多边缘场景和长尾任务，最终推高算力总需求，而不是抑制它。换句话说，效率提升反而刺激了消费，算力市场远未到天花板。

最后，芯片制造端产能告急，供应链瓶颈持续紧绷。英伟达GPU订单已把台积电先进封装产线挤至极限，台积电决定将CoWoS封装产能进一步外包给日月光等封测厂商，同时加速扩建自己的封装工厂。即便如此，市场预计到2027年之前，高端GPU的供给仍将落后于需求约10%-15%。这一供需缺口不仅推高了芯片价格，也迫使云厂商和大型企业提前锁定未来两年的订单，进一步加剧了算力资源的“军备竞赛”属性。

结语：算力，AI时代的**战略资源

当马斯克高喊“GPU，我只买英伟达”，当一家火箭公司计划将数据中心送上太空，当全球云厂商一年要花近9000亿美元买算力——这场算力竞赛的烈度，已经超出了大多数人的想象。它不再只是硅谷的资本游戏，而是涉及航天工程、能源革命、芯片制造和全球供应链的综合性战役。

算力，正在成为AI时代最稀缺的战略资源。而这场竞赛的终局，或许不在硅谷的数据中心里，而在近地轨道之上，在那些尚未被地面物理限制所束缚的浩瀚太空中。未来十年，谁掌握了算力的制高点，谁就掌握了AI发展的主动权。SpaceX的太空算力蓝图能否如期落地，尚需时间检验，但至少它打开了一扇窗，让我们看到了算力扩张的另一种可能——向上，而不是向内。