◆ 闕志克／太空資料中心是天方夜譚嗎？
◆ 葉銀華／台灣發電能源結構應朝向多元化
闕志克／太空資料中心是天方夜譚嗎？
2025-12-30 06:24 聯合報／ 闕志克（作者為清華大學合聘教授）
自 ChatGPT 出現以來，AI 運算先是受限於可用於模型訓練的資料量，既而為高效能 AI 運算能力所限制，最近則因找不到可支撐 AI 資料中心運作所需的電力而遇到瓶頸。谷歌的「陽光捕捉計畫」意圖建置能承載大面積光電板的衛星群，以純淨太陽能提供 AI 運算電力的太空資料中心。此計畫最明顯的好處是能大幅提高太陽能板的稼動率與發電效率，且可在太空就將產生的電力消耗掉，無需解決將電力輸送到地面的問題。谷歌預計將於民國一一六年（二○二七年）進行第一版「陽光捕捉計畫」原型的測試，馬斯克以星鏈系統為基礎，也對太空資料中心的概念極表興趣。
現在繞行地球軌道的衛星本就配備有太陽能板供給用電，只是電力需求相對較小。相較之下，現代 AI 伺服器叢集需要約一二○千瓦的電功率。因為每平方公尺的太陽能板約可產生二百瓦的電力，所以需六百平方公尺的太陽能發電場才能滿足一台 AI 伺服器叢集的電力需求，這麼大面積的太陽能板只能靠多顆衛星才能承載。與地面太陽能發電廠相比，由衛星群承載的太陽能發電廠有兩大優勢。首先，由於沒有雲層干擾，太陽能板接收到的陽光強度可提高三到四成；其次，太陽能板可廿四小時運行，運行時間增加兩到三倍。
未來幾年興建的 AI 資料中心所需的電力約在數百到數千兆瓦之間。因此，即使在太空中建造太陽能發電站來產生如此巨大的電力是可行的，如何高效率地將這麼大的能量傳到地面仍是極艱鉅的技術挑戰。一個完全繞過這個難題的辦法是將用電的資料中心也搬到太空，也就是說，衛星上不但裝有太陽能板，也搭載了 AI 伺服器，且由於太空中非日照區域的低溫環境，太陽能板與伺服器的散熱問題在衛星上也變得相對容易解決。
AI 工作負載分為兩類：訓練和推理。訓練用於產生人工智慧模型，通常需要長時間（數小時或數天）運算且可在後台進行；推理則使用人工智慧模型來回應使用者請求，因此對回應時間極為敏感（幾十毫秒）。由於衛星與地面互聯網間通訊延遲與頻寬限制，所以 AI 訓練的工作負載較適合在太空資料中心。也就是說，以太陽能驅動的太空 AI 資料中心將陽光中的能量轉化成由訓練產生 AI 模型中的智慧。
建置上述的太空資料中心仍面臨許多技術挑戰。首先，資料中心裡所有的電子系統須具備防太空輻射的能力，並提供足夠的冗餘設計，以利長期運行所需的維修和維護。其次，由於夠規模的 AI 資料中心需要大量衛星，因此這些衛星間需高頻寬的雷射通訊網路，才能支撐 AI 訓練運算所需效能。最後，也是最重要的，目前在衛星上建造大型太陽能電場所需的發射成本極高，預計到民國一一九年（二○三○年）後才有可能降至可接受的水平。
儘管太空資料中心概念可行，短期內更務實的方案可能是海上船舶型資料中心，這種資料中心同樣可配備太陽能板和 AI 伺服器，也能利用海洋巨大的冷卻能力降低散熱功耗。雖然此類資料中心的太陽能發電效率較低，但它能配備面積較龐大的太陽能電場，並可選在陽光直射、海面較平靜、雲量極少且可直接連結海底網路電纜的海洋區域運作，例如新加坡、新幾內亞和印尼附近的東南亞海域，以及奈及利亞幾內亞灣周圍的西非海域。
