一场关于「去哪里找电」的全球竞赛，正在朝两个方向展开。

作者｜周永亮

编辑｜ 郑玄

「太空光伏是不是伪命题？」

这个问题，最近因为软银集团创始人孙正义变得备受关注。他公开表示，「太空数据中心，意义不大。」一句话，让这场争论从技术圈蔓延到了资本市场。

而两周前，SpaceX 刚成为人类历史上规模最大的 IPO，最新市值来到了 2.03 万亿美元。在它的招股书里，写满了「轨道 AI 数据中心」、「百万卫星星座」、「太空算力」等充满想象力的词汇。

SpaceX 的逻辑是，地球上的电不够用，那就去太空造电；地面的土地太贵，那就去轨道建机房；传统电网太慢，那就绕开它。

但孙正义则不买账。他认为，发射费用、在轨维护、通信延迟这三道关卡叠加在一起，大幅抵消了太空光伏在能源密度上的优势。

就在外界还在争论不休的时候，一个不一样的声音悄悄出现了。在最近刚结束的「欧洲 AI 春晚」VivaTech，远景科技集团董事长张雷官宣了「Mission Gobi」计划，「我们希望在未来五年内，在全球戈壁地区建设 5 吉瓦规模的 AI 数据中心，使用 100% 独立可再生能源。」

GobiX 这个方案没有火箭，没有卫星和轨道，只有戈壁、风机、储能设备，以及一根光纤专线。

其实，它们都在回答同一道题：当 AI 的能源账单越来越难以承受，人类应该去哪里找电？

01

AI 时代最沉重的账单：能源

在讨论这两条路之前，得先搞清楚这道题到底有多难。

国际能源署 2025 年 4 月发布的报告称，到 2030 年，全球数据中心的电力需求预计将增长一倍以上，达到约 945 太瓦时，人工智能是推动这一用电激增的主要动力。

更棘手的是，AI 数据中心对电力的要求不只是「够用」，而是要求接入容量大、调度速度快、供电稳定、绿电比例高。传统电网几乎没有一条能轻松满足。

微软、谷歌、亚马逊等科技巨头的电力采购部门，已成为最焦虑的团队。他们在全球范围内抢购电力，重启核电站，甚至开始自建输电线路。

张雷对此有一个判断，「传统电力系统并非为 AI 时代的规模和速度而设计。能源不只是 AI 的底座，更是肌体和血脉。电力系统正成为人工智能的主体工程，而非配套。」

这也意味着，AI 的本质约束正在从算力层回归到能源层。数据中心未来的瓶颈，不是单点机房的算力密度，而是电力、土地、并网、储能、冷却、网络连接，每一个环节都可能成为卡脖子的地方。

马斯克的答案，不解决问题，而是消灭问题本身。SpaceX 已向监管机构申请，计划向太空发射多达 100 万颗 AI 卫星，在低地球轨道构建一个分布式算力网络。轨道上没有地价，太阳能不间断，散热可以直接辐射向深空。听起来很性感。

SpaceX 能讲这个故事，有其独特的技术土壤。美国拥有全球最成熟的商业航天产业链，猎鹰系列的可回收技术，已经把发射成本压到历史低点。星舰一旦成熟，入轨成本还将继续下探。这是美国数十年积累的结果，短期内无法复制。

但招股书里的几个细节值得注意。轨道数据中心卫星，最早要到 2027 至 2028 年才开始部署。从部署第一批卫星，到形成规模化算力供给，再到实现稳定商业回报，业界普遍估计至少还需要 3 到 5 年。

同时，工程挑战同样不容小觑。在轨散热、星间高速链路、在轨维护补给等等，这些都是人类从未在这个规模上解决过的难题。成本结构上，地面数据中心的能源成本只占全生命周期总成本的 7% 到 10%。但轨道数据中心完全不是这个结构，发射、维护、硬件折旧会吃掉大头。这套经济模型能不能跑通，押注的是发射成本还能继续大幅下降，以及卫星硬件能否在轨升级。

此外，熟悉马斯克的人都知道，他对外承诺的时间表经常跳票。Cybertruck 量产经历了四次跳票；特斯拉的 FSD，也在多次「跳票」后，刚刚开始在部分地区进行推送。太空算力，会是例外吗？

02

马斯克去了太空，他们去了戈壁

现在，回到那个没有火箭的方案。

远景的「Mission Gobi」计划公布后，外界给了它一个很形象的标签：中国版的「GobiX」。

远景能源 AIDC 产品线 CEO 郑子浩表示，GobiX 要建设的是高比例绿电直供的数据中心——目前唯一实现这一目标的数据中心正在由远景和腾讯在内蒙古乌兰察布建设。

所谓「高比例」，是指全年有 80% 以上的电量直接从风场发出、直接送进 AIDC，而不是绕道购买绿电证书；所谓「直供」，是指自建风光储场站与输电线路，将绿电直接送进机房。这些让 GobiX 计划与市场上绝大多数「绿色数据中心」有着本质差异。

GobiX 不是在天上搞算力，而是在戈壁将新能源、新电网、储能、直连网络和 AIDC 装进同一个 AI 电力系统里，通过一个智能操作系统，重新架构 AI 的能源底座。

但 GobiX 难的不是选址，难的是把一个高比例可再生能源、离网运行、吉瓦级规模的电力系统，做到能支撑 AI 训练的数据中心级的可靠性和稳定性。这是一个没有人真正在这个规模上解决过的系统工程问题。

戈壁丰富的风光资源，为 AI 提供了充足的绿色电力。但资源丰富，不等于供电稳定。风光发电天生有波动：白天有光、夜晚无光，风速也会随天气和季节变化。而 AI 数据中心需要 7×24 小时稳定供电，不能因为天气变化停下来。

远景的解法，不是依赖一种技术，而是按不同时间尺度分层调节：

秒级、分钟级、小时级波动，由电池储能快速响应，毫秒级完成响应；日内波动，通过风光互补、储能和 AI 调度，实现全天稳定供电；跨日、跨季节的波动，则将富余绿电转化为绿色氢氨，以化学能形式长期储存，在连续低风、低光时再用于发电或供能，解决新能源无法跨季节储存的问题。

电池负责「快」，氢氨负责「久」，AI 负责统筹调度。三者结合，才能把波动的绿电，变成接近市电稳定性的工业级供电。

这套系统真正的难点，不是把风机、光伏、储能和机房摆在一起，而是让它们像一个整体一样工作。这需要同时预测三件事：风光什么时候来？算力负荷什么时候涨？储能什么时候充放？三条曲线的交叉点，就是系统崩溃或高效运行的分水岭。

除了天气气象大模型和天枢能源大模型，远景还自主研发了 EnOS 智能物联操作系统，相当于整个 AI 电力系统的「神经中枢」。它打通风电、光伏、储能、变压器、氢能和算力设施，实现电力流与数据流的实时协同，让原本依赖人工经验的调度，变成 AI 驱动的智能决策。

基于对天气、发电、储能和算力负荷的持续学习，EnOS 可以提前预测算力需求和新能源出力变化，提前安排发电、储能和负荷的协同策略，并预留充足的储能余量，应对极端天气等突发情况。

过去，AI 消耗电力；未来，AI 将管理电力，再反过来支撑 AI。AI for Energy. Energy for AI.

相比 SpaceX 的蓝图，远景的这套方案已经有了真实的落地验证：

2026 年 4 月，腾讯联合远景能源宣布，全球首个 100% 绿电直供数据中心在内蒙古赤峰落地，综合能源成本降低 40% 以上。同时，基于 2GW、100% 可再生能源电力系统，实现风光储算氢动态实时协同。

这是一个关键的概念验证，证明绿电直供 AIDC 不是 PPT，而是已经在真实负载下跑起来的工程现实。

而正在建设中的乌兰察布「星河基地」，则是这一模式的放大器与母版。作为全球第一个绿电直连吉瓦（GW）级数据中心，它标志着 GobiX 从单点示范，迈向吉瓦级规模化复制的关键跃迁。

03

算力之争，已经打到能源层

历史上，每一次工业革命，基础设施的主导权都决定了产业竞争的最终格局。蒸汽时代的煤矿、电气时代的电网、信息时代的光纤。掌握这些的人，才是那个时代真正的主角。

AI 时代的这场争夺，正在从芯片层往下沉到能源层。这场竞争的答案，不会只有一个。

GobiX 没有试图改变物理规律，而是顺应物理规律。真正的挑战，不是找到一片风光资源丰富的戈壁，而是把天然波动的绿电，变成数据中心能用、敢用、稳定用的工业级电力。

这背后，不是某一项单点技术，而是一整套 AI 电力系统：从天气预测、风光发电、储能、氢能，到电力调度和算力负荷协同，所有环节实时联动，把原本不可控的新能源，调度成接近市电稳定性的电力基础设施。

如果说 SpaceX 的核心能力，是把火箭送上天；那么 GobiX 的核心能力，是把最不稳定的绿色能源，变成最稳定的 AI 电力。

当 AI 的能源账单成为全球科技公司最沉重的负担，中国在风光资源、工程制造与规模部署上的系统性优势，正在悄然转化为真正的战略优势。

而远景的「GobiX」，则是一条技术更成熟，也更契合中国国情的路线。

*头图来源：远景能源

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待这场全球竞赛？