核心内容总结
这篇文章的核心观点是：星上计算平台的价值被严重低估，因为大家错把它当成“太空里的云计算”（按算力收费），但它本质是“轨道边缘计算”——真正值钱的不是提供算力，而是在天上提前处理数据，帮用户省下把海量原始数据传回地面的巨额成本，还能优化整个卫星数据产业链的效率。文章从成本优势、商业模式、竞争格局、技术误区四个维度，拆解了这个赛道的真实价值和未来方向。
一、星上计算：不是比算力便宜，是省下“把数据搬回地球”的大钱
很多人以为星上AI芯片要和英伟达GPU比性价比，这完全搞错了重点。星上计算真正的价值，是减少需要传回地面的数据量。
举个例子：一颗SAR卫星（能拍高清图，不管白天黑夜）每天产生500GB到1TB的数据。如果用商业地面站服务，100GB数据下传要花500-1000美元，单星每天下传成本就是2500-5000美元，一年近200万美元。30颗卫星的星座，一年下传成本高达3000-6000万美元（就算用自家地面站，也是建站、养团队的隐性成本）。
星上AI能做什么？比如检测“这张图里有没有舰船”，100GB原始影像可以压缩成十几KB的元数据（坐标、时间、有没有船），数据量减少70-90%。省下来的钱，一年可能有2000-5000万美元，而每颗卫星的星上处理模块成本才5-20万美元——这笔账一算就知道有多划算。
二、传统卫星数据链路：看得见的费用只是冰山一角
传统卫星数据从天上到用户手里，成本链条长到你想不到：
1. 地面站成本：要么租别人的（按次收费），要么自己建（买天线、雇人值守、维护调度）；
2. 数据分发：从地面站传到处理中心，每月要几万到几十万美元；
3. 存储成本：TB级数据要分层存（冷热数据分开），还要合规；
4. 人工解译：分析师看图像、找目标，这部分人力成本也很高。
业内研究说，卫星5年运营期里，数据管理成本（下传、存储、处理等）是卫星本身造价的1.5-3倍。相当于买卫星花100万，后面运营要花150-300万。星上计算直接把前面的筛选、压缩做了，后面这些成本都能砍掉一大块。
三、三种商业模式：从“卖硬件”到“做平台”，谁更有前途？
星上计算的生意模式分三种，差距很大：
1. 卖硬件：像卖电脑一样，卫星运营商买定制的星载计算机（耐辐射的）。毛利率30-50%，但增长靠卫星发射节奏（今年发10颗就卖10套），没持续收入；
2. 按使用收费：不买硬件，按在轨时间或算力付费。比如Loft的平台，你把AI模型放上去，卫星帮你执行，像太空版的“按次租车”。优点是持续收钱，但太空算力有限，不能像地面云一样无限扩展；
3. 做平台收服务费：最像“操作系统”，客户在平台上建自己的数据应用，按“处理了多少数据、沉淀了多少能力”收费。客户一旦用习惯就很难换，毛利更高，但需要数据源、工具、行业理解三者都成熟（比如Palantir，但它目前主要在地面）。
哪种好？卖硬件稳但慢，按使用灵活但有天花板，做平台最难但想象空间最大。
四、云巨头VS垂直平台：谁能主导轨道边缘计算？
这个赛道现在有两派在抢：
- 云巨头（AWS、Azure）：不造卫星，想把卫星当“边缘节点”——数据传回地面，用自家云处理。比如AWS Ground Station把地面站做成标准化服务，微软Azure Space搞伙伴生态，让太空数据顺利进云；
- 垂直平台（Loft、Palantir）：强调“实时性”——有些任务等不及数据传回地面（比如军事上要立刻知道某个区域有没有潜艇），所以必须在天上先处理。它们把筛选、推理前移，只传高价值结果。
两边都在补短板：云巨头学太空工程，垂直平台学做生态。谁赢？云巨头有规模和生态，但太空经验少；垂直平台懂航天，但规模小。短期看垂直平台可能占先机，长期云巨头的生态优势可能更明显。
五、“卫星数据中心”短期难成主流：太空里缺电又难散热
有人想把地面数据中心搬上天，这想法很美但不现实。太空最缺的不是运力，是电力和散热：
- 地面GPU服务器功率几百瓦到几千瓦，太空靠太阳翼发电，电力有限；
- 太空没空气，不能用风扇散热，只能靠辐射（像冬天身体往外散热量一样），效率极低。
所以短期更现实的是“专门化的在轨处理节点”——只做筛选、压缩、推理，不做完整的通用计算。简单说：先把“把一吨原始数据变成一公斤高价值结果”这件事做好，而不是建太空版AWS。
最后一句话总结
星上计算不是太空里的云计算，它是卫星数据产业链的“效率放大器”——谁能把“天上处理数据”的经济模型跑通，谁就能成为这个赛道的规则制定者。