Morgan Stanley 写了个“太空数据中心（space-based data centers）”的 note——我原以为是科幻频道，结果核心逻辑非常现实：AI 的瓶颈在从 GPU 挪去电力/散热/许可（power, cooling, permitting）。于是，“把 compute 搬到轨道上”突然变成一个能被摆上桌的选项。

The bigger picture

• 大盘/利率/汇率/商品：素材未提供具体数字；我不硬聊 macro。
• 电力侧：研报给出路径——数据中心占美国电力需求，2024 年 6.1%→2026 年 9.4%→2035 年 20.3%。
• 散热侧：地面数据中心的制冷/散热，研报说可占到总能耗的 40%；而太空温度约 2.7K（-270°C），叙事上天然“好卖”。
• 供能侧：太空 solar constant 约 1,361 W/m²，研报称比地面最佳太阳能辐照（考虑大气衰减后）高约 30%。
• 发射成本：可重复使用火箭把 LEO 成本/公斤压下来了 >10x；但要到 break-even，研报引用公司口径：大约需要 $500/kg，而当前仍是“几千美元/公斤”。
• 现实风险：2H25 Starlink（约 9,500 颗在轨）据称做了 148,696 次 collision avoidance maneuvers；ESA 估算 >1cm 的碎片数量 >120 万（均为研报引用口径）。

市场在交易什么

一句话：市场在交易“AI算力的下一道墙是电力与基础设施”，所以任何能绕开地面电网与选址/许可约束的新架构（including compute goes orbital）都会被当成长期 option 开始贴价格。

1/ 情绪怎么变：从 sci-fi fun fact 变成 infra/capex debate。研报甚至把话说死——“不容易；也许能规模化；但 2026 年你最好开始关注”。这种语气很交易台：不是让你明天买，而是让你别装没看见。
2/ 资金流怎么走：未提供 LO/HF/ETF 的具体流向与仓位；但“public & private markets 的投资对话都在聊”这句，基本等同于：主题已进入 fact gathering。
（我/404K：每次看到“reshaping investment conversations”，我就知道下一步会有人问我——有没有标的、有没有链条、有没有 beta。）
3/ 叙事怎么演化：过去大家交易“GPU 供给”；现在叙事往后挪：power & cooling & permitting。研报给了一个更尖锐的直觉：地面数据中心成本可能在通胀；而进入低轨的成本可能在通缩。两条曲线的交叉点，才是“上天”从段子变账本的时刻。
4/ 公司与产业链怎么串：

• Starcloud（私人公司）是这份报告的主角：2024 年成立；2025 年 11 月把 NVIDIA H100 送上轨道，做了 on-orbit inference，并训练了 Google Gemma 与 OpenAI NanoGPT；公司声称这次任务让“在轨 AI 算力”相对过往提升 100x。

• 下一步：Starcloud-2 计划 late 2026，上 Blackwell B200 GPU cluster，并宣称具备 persistent storage、24/7 access；研报写到其发电能力相对 Starcloud-1 至少 10x。同时 Crusoe 合作方目标是 early 2027 提供“limited GPU capacity from space”。

• 资金面：PitchBook 口径，Starcloud 累计融资 $27.5mn；2025 年 3 月有一轮 $10mn seed，PitchBook 报告估值 $100mn。

• 竞争者/旁支也在起势：Google 的 Project Suncatcher 计划 early 2027 发射两颗原型星；并推演到 mid-2030s 有望接近地面数据中心 cost parity（研报口径）。Axiom Space（研报引 PitchBook）融资 >$700mn；Aetherflux 目标 1Q27 首个商业节点；还有 Sophia Space（$13.5mn）与 Lonestar（$12.7mn）等。
  5/ 路径选择：先 inference，后 training：研报不鼓励你想象“一个 100 万平方英尺（shopping mall sized）的低轨数据中心”。它更像是：成千上万颗 MW/sub-MW 节点，通过 optical inter-satellite links 连接；先做 inference 的分布式网络，再谈大模型训练。
  它还提了一个对照物：Distributed Inference Cloud（用终端设备的 on-device compute 组成蜂群算力云）。研报说两者是同一枚硬币的两面——一个把算力分散到“地面终端”，一个把算力分散到“轨道节点”。
  6/ 争论点A：Economics——到底能不能算过账？

• 多头怎么说：re-usability 已带来 >10x 的降本；还有“进一步 10x 降本”的技术在路上；太空太阳能更强（1,361 W/m²、高约 30%），散热可能更省（地面制冷可占 40%）。发射成本继续下行，space compute 逼近 cost parity 只是时间问题。

• 空头怎么说：公司自己也说 break-even 需要 ~$500/kg，但现在还是“几千美元/公斤”；而且大幅降本依赖 Starship 等 heavy launch vehicles，研报写得很直白：可能要到 2030s 才能 full commercial scale。你现在谈经济性，本质是谈“时间贴现”。

• 我现在站哪边：我把它当 long-dated call。它短期不解释任何季度业绩，但会改变我们给“发射成本曲线/电力约束/在轨连接与热管理”定战略权重的方式。
  7/ 争论点B：Architecture——分布式 vs. 一体式，谁先落地？

• 多头怎么说：分布式（hundreds/thousands of satellites）天然更能分散维修/替换/碎片风险；capex 更像按需扩容；先把 inference 做成生意。Starcloud 的路线图也偏这条：先 VLEO/LEO 的小节点，再去更高轨做 GW 级结构。

• 空头怎么说：training 是 tightly coupled workload，最后还是需要更集中、更复杂的一体式结构；而更高轨拿连续日照，就要更强辐射防护、更难维护。还有硬件迭代：GPU 18-24 个月一代；卫星 3-5 年自然脱轨“顺带更换”听着很美，但等价于长期持续发射节奏。

• 我现在站哪边：inference 先上天、training 仍在地面——这是我当前最节制的 base case。
  8/ 一句引述/机翻（研报原文）：
  “Not in the slightest.”
  翻成人话：这不是 PPT 创业；是工程+资本的耐力赛。别把“能不能”当成一个问题；真正的问题是“什么时候、以什么成本、谁来承担运维与安全”。

数据中心吃电不是“慢变量”。2024 年 6.1%→2026 年 9.4%→2030 年 17.7%→2035 年 20.3%。这解释了为什么“电力”从后台走到台前。

发射成本/公斤的分布，让 re-usability 成为这条叙事的第一推动力：已 >10x 降本；但距离 ~$500/kg 的 break-even 仍有缺口。

碎片与辐射不是背景板。148,696 次规避机动（2H25）意味着“轨道拥堵”会真实吞噬运维；而辐射带决定了你要去高轨拿连续日照，就得多付硬件与系统成本。

5GW、4x4km（概念尺度）的结构，把事情从“卫星”拉回“基础设施”：这更像一座会漂移的工厂，不是一颗更贵的星。

我的临时结论

结论先行：Space-based data centers 不是 2026 年的“业绩线”，更像 2026 年开始被定价的“战略线”。

① 我更确信的：AI 的 next bottleneck 正从 chip 迁移到 power/cooling/permitting；当“数据中心用电占比”能被写到 9.4%（2026）→20.3%（2035） 这种路径上时，任何“离开地面电网”的方案都会获得讨论权。
② 我还没想清楚的：$500/kg 这条线到底靠什么实现、何时实现；以及“在轨 inference”到“在轨 training”之间的鸿沟，究竟是工程问题还是商业问题（我怀疑两者叠加）。
③ 最需要盯的数据/事件：Starcloud-2（late 2026）能否把 B200 cluster + persistent storage + 24/7 access 做成“可卖服务”；Crusoe early 2027 的 “limited GPU capacity from space”能否落地；以及发射成本是否出现研报提到的“再 10x”拐点。

风险提示我放一句就够：这篇只是把研报信息做了一次交易台式整理；不构成投资建议，也不替任何口径背书——尤其是那些还没被现金流检验的部分。