谷歌能源负责人:太空数据中心成本最高可达地面的100倍
谷歌数据中心能源负责人本周表示,太空数据中心的成本最高可能达到地面数据中心的100倍。谷歌自身正在轨道上测试AI服务器芯片,此番表态,给火热的太空算力概念泼了一盆现实冷水。

“在奔向太空之前,我们应当先把地面所有可行方案都探索清楚。”阿曼达・彼得森・科里奥在WTF峰会上说道。该峰会汇聚了科技与金融行业的资深女性从业者。就在她发表上述观点之际,SpaceX的轨道数据中心规划,是支撑其约1.8万亿美元市值的重要逻辑之一。
彼得森・科里奥还提到,当下美国社会对地面数据中心的反对声渐起,很大一部分责任在于一批资历尚浅的新企业,这类企业理应接受更高监管标准。她表示,在这一轮AI算力热潮之前,深耕数据中心建设多年的企业“做法都比较规范”,相关项目很少引发争议。
把计算硬件送入轨道的发射成本“极其高昂,最高可达地面建设成本的100倍”,彼得森・科里奥称。除成本之外,运营商还需要解决在轨设备的维护与升级难题。在地面,数据中心工作人员可以随时更换服务器、重新布线调试系统。
尽管对太空算力持谨慎态度,谷歌研究团队本月官宣,将和卫星影像企业PlanetLabs合作,借助卫星探索大规模太空数据中心集群的可行性。在名为“Suncatcher(捕光计划)”的项目框架下,谷歌已经向太空发射了一台小型太空服务器原型机,搭载了和博通联合定制的AI张量处理单元(TPU)。
去年秋天,参与捕光计划的谷歌研究员连同公司首席研究员詹姆斯・曼伊卡共同发表论文:如果发射成本降至每公斤200美元及以下,太空单位功耗对应的算力成本,就有望和地面水平基本相当。谷歌研究员认为,这一门槛有望在2035年前后达成,不过时间点取决于SpaceX星舰的研发进度以及发射频次提升速度。
但其他企业态度更为乐观。SpaceX首席执行官埃隆・马斯克称,公司最快明年就能建成太空数据中心;亚马逊创始人、SpaceX竞争对手蓝色起源的掌舵人杰夫・贝佐斯则预判,十年内就会出现功耗达到1吉瓦的太空数据中心。另有报道称,谷歌与SpaceX已经探讨过合作建设在轨数据中心的方案。
彼得森・科里奥并未全盘否定太空算力构想,她称这个方向“非常有意思”;谷歌之所以持续布局这类高风险前沿项目,是因为企业习惯“提前思考10年、20年、30年之后的事”。但这项技术落地“绝非近在眼前”。OpenAI首席执行官萨姆・奥特曼的表态更为直接,他认为在当前条件下,把数据中心搬去太空的想法“很不切实际”,并质疑马斯克给出的激进时间表。
真正瓶颈:审批许可,而非电力
针对马斯克等人提出的观点——美国电力供给不足以支撑AI算力扩张,彼得森・科里奥提出了不同看法。
“电力够不够?当然足够。”她表示。真正的瓶颈,是项目并网所需的审批流程、漫长的评估研究。字母表旗下X实验室推出了Tapestry项目,正和美国东海岸最大电网运营商PJM合作,利用AI加速相关评估流程。
在得克萨斯州,州电力监管机构已经放缓部分数据中心项目审批,加强监管,避免新建算力设施加重电网负担、推高电价。
行业其他高管也指出,电网本身的利用率远未达到理想水平。数据中心土地与电力服务商Cloverleaf Infrastructure联合创始人布莱恩・贾诺斯近期接受采访时提到,电网平均约45%的容量长期闲置,这是为了应对用电峰值。一天当中绝大多数时段,电网都有富余容量可以承接数据中心用电需求。
值得一提的是,在电能利用效率(PUE)指标上,谷歌相比云业务同行具备优势,这项指标衡量数据中心算力承载效率,代表从同等电力里压榨出更多算力的能力。
对于美国国内兴起的反数据中心浪潮,彼得森・科里奥将原因归于“大量新入局玩家,它们在拿地、建设算力项目时,缺少行业积淀与成熟经验”,但她没有点名具体企业。
近几年大批新手开发商涌入AI数据中心赛道,但不止新玩家,甲骨文这类知名企业的项目同样遭遇过当地居民抵制。
更高行业标准
无论如何,她支持行业出台监管规则、设立更高标准。她没有提出具体条款,但举例说明谷歌正在提高项目属地社区投入,同时设置预案,规避项目烂尾带来的风险。
其中包括承诺在15至20年内持续承担电网升级费用,避免项目停摆后,当地社区“被迫买单”。这类前置承诺承担电网基建成本的合作模式,目前已经在美国九个以上州落地,并且“扩张速度极快”。
配套标准还包括:谷歌足额缴纳电费与财产税;缴纳保证金,若项目废弃,用于土地复原;取消和地方政府签署的保密协议。
她此番发言的背景是,投资者正在重新审视一批新锐AI云厂商的估值与生存能力:这类企业大多获得英伟达重仓支持,靠大举借贷、在缺乏长期运营记录的情况下疯狂上马数据中心。
彼得森・科里奥口中需要收紧标准的企业,大概率就包含这类厂商。与此同时,谷歌也透露,自身算力需求将越来越多地依赖第三方算力资源,但没有披露具体合作方。SpaceX就是其中之一。谷歌需要外部算力,是因为自建数据中心的速度跟不上需求。
