当数据中心还在为算力缺口焦虑时，AI算力的下一个战场已经指向了太空。SpaceXAI正在部署英伟达Vera，这是首款专为AI智能体打造的CPU，用于支撑下一代智能体AI工作负载，专为处理模型推理过程中的CPU密集型任务而设计，涵盖工具编排、代码执行、数据处理等环节。更令人瞩目的是，SpaceXAI计划将优化版的Vera Rubin NVL72用于首代Starmind AI卫星，把英伟达AI计算平台从地面数据中心延伸至轨道计算。从地面到太空，AI算力的边界正在被重新定义，而这场变革的第一批"太空算力"即将启航。
理解Vera的价值，要先理解智能体时代算力需求的变化。传统AI推理以"模型生成文本"为主，算力消耗集中在GPU上；而AI智能体的工作负载截然不同，它需要反复调用工具、执行代码、处理数据、编排流程，这些环节的CPU密集型任务成为新的算力瓶颈。如果GPU负责"思考"，CPU就负责"动手"，智能体每完成一个任务，都要在GPU与CPU之间高频切换，CPU的性能直接决定了智能体的响应速度与执行效率。
英伟达推出Vera，正是瞄准了这一结构性缺口。作为首款为AI智能体打造的CPU，Vera针对工具编排、代码执行、数据预处理等推理环节进行了专门优化，与GPU协同构成"思考+动手"的完整算力闭环。同期公布的Vera Rubin NVL72机柜级平台性能数据同样惊艳：每兆瓦吞吐量较上一代GB300最高提升30倍，每百万Token成本最高降低35倍，用DeepSeek-V4-Pro跑智能体编码任务表现突出。当Agent时代的旧基准失效，业界改用反映上下文增长与工具调用的AgentX测试，Vera Rubin的协同设计优势开始全面显现。
SpaceXAI把Vera送上太空的逻辑，与卫星互联网的演进一脉相承。低轨卫星星座正在构建覆盖全球的通信网络，但光有"通道"还不够，卫星需要在轨道上直接处理数据，才能实现低延迟的智能服务。以Starmind AI卫星为例，它在太空中运行AI推理任务，需要CPU处理工具编排、GPU完成模型计算，Vera Rubin NVL72的太空优化版本正好满足这一需求。将英伟达AI计算平台部署到轨道，意味着AI服务不再依赖地面数据中心的回传链路，星上处理将带来数量级的延迟改善。
太空算力的战略价值远不止延迟优化。在灾害监测、遥感影像分析、海洋监管、国防安全等场景中，卫星产生的数据量巨大，全部回传地面既不经济也不及时；星上AI处理能力让卫星能够"就地分析、即时响应"，把原始数据转化为可用的情报与决策支持。更重要的是，太空算力为AI产业开辟了全新的基础设施维度：当全球数据中心面临电力、土地、冷却等资源约束，太空提供了近乎无限的空间与太阳能资源。SpaceXAI将AI算力延伸至轨道，本质上是在为AI的下一阶段扩张储备"新大陆"。
SpaceXAI的太空算力布局，让本就白热化的AI基础设施竞争进入新维度。此前，全球巨头围绕地面数据中心的军备竞赛不断升级：英伟达联合六大金融机构搭建5000亿美元算力融资平台，OpenAI将资本开支上调至1300至1450亿美元，各大云厂商加速扩建超大规模集群。而太空算力提供了差异化竞争的想象空间，SpaceXAI凭借火箭发射能力的天然优势，在"把算力送上天"这一赛道上占据了先发位置。
当然，太空算力仍处于早期探索阶段。星载芯片的散热、抗辐射、能耗约束，卫星在轨AI任务的稳定性与可靠性，轨道算力与地面算力的协同调度，都是需要持续攻克的技术难题。但从产业趋势看，AI基础设施的竞争正在从"比谁的地面集群大"走向"比谁的计算边界广"，太空、边缘、端侧构成的多层次算力体系正在成形。SpaceXAI把英伟达Vera送上太空的这一步，既是技术尝试，也是战略卡位，当AI的触角延伸到轨道，人类计算能力的疆域，正在迎来真正的拓展。
太空算力的商业化图景，正在多个方向同步展开。对卫星运营商而言，星上AI意味着更高的数据利用效率与更低的回传成本，遥感影像、气象监测、海事监管等数据密集型业务可以在轨完成初步分析，只回传关键结果；对智能终端产业而言，太空AI为全球偏远地区的设备提供低延迟智能服务成为可能，通信、导航、物联网的智能化水平将整体提升；对科研机构而言，太空算力为空间科学实验、天文数据处理提供了新的基础设施选项，低轨星座的规模化部署将进一步摊薄单位算力成本。
值得关注的是，太空AI并非SpaceX的独角戏。英伟达持续为轨道计算优化芯片架构，亚马逊的Kuiper、欧洲的IRIS2等低轨星座计划同样把星上AI作为核心能力，各国也在加速布局太空算力基础设施。当发射成本随火箭复用持续下降、星载芯片性能不断提升、AI模型持续轻量化，太空算力将从"前沿实验"走向"规模商用"。谁能率先打通"卫星+AI"的完整商业闭环，谁就有机会在下一轮全球AI竞赛中赢得新的身位，而这正是SpaceXAI此次把Vera送上太空背后更深层的战略意图。