星上AI芯片的生意经：供给缺口如何制造十年一遇的投资窗口

本文来自微信公众号： 太空与网络 ，作者：老谭

一颗太空级AI芯片到底贵在哪里

一颗消费级的AI芯片——比如手机里的NPU——出厂价大约是20到50美元。一颗同样算力水平的太空级AI芯片，价格是20万到80万美元。4000倍的溢价。——是什么造成了这个差距？

答案不复杂，但不美好：太空环境是芯片的天然杀手。

太空中的高能粒子——主要是来自太阳和银河宇宙线的高能质子、电子和重离子——会对芯片造成三种主要损害。总剂量效应（TID）：长时间累计辐射导致氧化物电荷积累，最终引起阈值电压漂移和漏电流增大。单粒子效应（SEE）：一个高能粒子穿过芯片敏感区域，造成逻辑翻转（SEU）、功能中断（SEFI），甚至永久性损坏（SEL）。位移损伤（DD）：高能粒子撞击晶格，导致载流子生命周期缩短，主要影响光电探测器等模拟器件。

解决这些问题的方案并不优雅——辐射加固本质上是用面积、功耗和速度换可靠性。加固方法包括：使用特殊的绝缘衬底（SOI工艺减少电荷收集体积），增加保护环和深沟槽隔离，采用抗辐射的版图设计规则（更大的晶体管、更宽的导线），以及三模冗余（每个逻辑门复制三份，输出取多数表决）。这些措施使得加固芯片的晶体管控数量是同等算力民用芯片的3-5倍，面积是2-4倍，设计周期是3-5倍。

$500K-$800K—一颗全辐射加固AI芯片的典型价格

$150K-$300K—消费级芯片加屏蔽+容错软件方案（COTS+加固）

$20-$50—同等算力的消费级AI芯片

40-60%—辐射认证和测试成本占芯片总成本的比例

3-5年—一块太空级AI芯片从设计到认证的典型周期

不到2000人—全球同时懂半导体设计和航天工程的工程师数量

———

市场规模：一个被低估的窄赛道

Euroconsult 2025年发布的一份报告给出了太空半导体的整体市场规模。2024年，太空半导体市场总额约为2.8亿美元，其中AI相关芯片占比约12%。到2034年，市场总额预计增长到8.5亿美元，AI芯片占比提升到35%。

单看AI芯片的细分：2024年约3,360万美元，2034年约2.98亿美元——十年增长近9倍。这听起来不算大——2.98亿美元的年市场规模，甚至不如英伟达一块GPU显卡产品线的月收入。但这是一个"窄赛道高壁垒"的市场：毛利率预期60-70%，头部玩家的ROIC（投入资本回报率）在25%以上。

另一个需要关注的维度是单星AI芯片价值：

低端（COTS+简单屏蔽）：约5万-10万美元/星——适用于短寿命（2-3年）、低轨、小型任务。

中端（筛选级+中等加固）：约15万-30万美元/星——适用于中等寿命（3-5年）、中等轨道、商业星座。

高端（全辐射加固）：约50万-100万美元/星——适用于长寿命（8-15年）、高轨道、国家任务。

如果一个5000颗卫星的星座全部采用中端方案，仅仅是AI芯片的采购额就达到7.5亿-15亿美元——这还只是一个星座。

"星上AI芯片的市场规模很容易被低估，因为看的是今天已经认证的芯片数量——不到1000颗。但需求曲线是滞后于供给曲线的。一旦供给端瓶颈突破，需求释放的速度会远超预期。"

——Euroconsult太空电子领域高级分析师，2025年行业报告

———

价值链解剖：每一层谁在赚钱

第一层：芯片设计（毛利率60-70%）BAE、Microchip、AMD/Xilinx等传统玩家主导。这一层的核心资产是辐射加固IP库和认证知识。一个辐射加固的标准单元库——包括所有门级的辐射特性表征数据——需要3-5年和超过5000万美元的投入来建立。这是新进入者最大的壁垒。在这个层，BAE的RAD系列处理器在20年间累计销售额超过10亿美元，设计团队不到200人——人均产值500万美元/年。

第二层：晶圆代工（毛利率40-50%）全球能提供辐射加固晶圆代工服务的产线不超过5条。Tower Semiconductor、X-Fab、有些IDM自己保留的内部产线。由于产能利用率通常较低（军工/航天的高可靠性订单波动大），代工价格是商业代工的5-10倍。这个层的瓶颈在产能而非技术——没有足够的晶圆，设计再好的芯片也造不出来。

第三层：封装测试（毛利率30-40%）太空级封装要求：陶瓷封装替代塑料封装、气密性要求（无内部水汽）、多维度的温度循环筛选、100%的X射线检测和声学显微检测。每道工序都比商业封装贵5-10倍。这个层的技术壁垒不高但认证周期长——一条封装测试线通过航天级认证通常需要2-3年。

第四层：系统集成（毛利率20-30%）将AI芯片集成到卫星的航电系统（OBC、电源管理、数据总线）。这一层的利润最薄，但也是芯片出货量的"漏斗"入口——谁控制了星载计算平台的标准，谁就能影响客户的芯片选型。Loft Orbital不做芯片，但它基于TPU的"Cockpit"平台决定了客户用什么样的AI芯片。

———

供给端瓶颈：为什么只有五家能供货

全球目前能量产太空级AI芯片的供应商——真正的产能可以商用量产——不超过五家：AMD/Xilinx（Versal AI Edge XQR系列）、Microchip（RT PolarFire系列）、BAE Systems（RAD系列及AI协处理器）、Frontgrade（Gaisler系列+RISC-V）、Intel/Altera（Agilex/Rad-Tol系列）。

为什么这么少？

三条相互锁定的壁垒。

壁垒一：IP和认证时间。一个辐射加固单元库的建设成本在5000万美元以上，认证周期3-5年。没有哪个投资人能忍受一个初创公司花5年才出第一颗芯片。欧洲一家芯片初创公司在2024年尝试进入这个市场，A轮融资1.2亿美元——但投资方要求3年内看到营收里程碑，这是不可能的。结果公司转做地面雷达市场。

壁垒二：人才断层。同时懂半导体设计和航天工程的人才全球不到2000人。其中大部分在BAE和Microchip工作了20年以上，正在陆续退休。近5年全球开设"太空电子"硕士项目的高校不超过5所——MIT、斯坦福、代尔夫特理工、东京大学、北航。

壁垒三：市场天花板。太空级芯片市场不是一个可以指数增长的市场——即使到2034年，市场总额也只有8.5亿美元。这对于一个"十年十倍"的赛道来说是极好的回报，但对于一家需要烧钱经营多年的初创公司来说，这看起来并不像一笔划算的买卖。除非AI大厂（英伟达、谷歌、高通）用自己的商业体量和技术积累来压进这个市场——但它们到现在还没有真正发力。

———

需求端驱动力：谁在催生这个市场

四个力量同时在推动星上AI芯片的需求。

驱动力一：星座规模化。5000+颗卫星的星座——如Starlink、Kuiper、中国的GW和国内商业星座——需要标准化的AI芯片。当你有5000颗卫星时，安装成本（每颗卫星嵌AI芯片）+运营成本（每月的AI推理消耗）需要在设计阶段就算清楚。规模化消除了定制化，带来了芯片采购的规模效应——但同时也对芯片的可靠性和一致性提出了更高的要求。

驱动力二：星上数据处理需求。第一篇文章中提到过：SAR卫星每天产生TB级数据，高分辨率光学卫星每天也有几百GB。全部下传处理——地面站接收窗口有限、存储、传输、带宽——都是瓶颈。典型估算：在轨AI处理后，需要下传的数据量可以减少到原来的5-10%。一部天基SAR卫星，如果它的AI芯片能实时判断"这张图里有没有我关心的目标"，有目标的图下传，没有目标的图丢弃——这个卫星的数据运营效率可以提升10倍以上。

驱动力三：低延迟应用。自主避碰需要在毫秒级完成。空间目标识别需要在秒级给出结果。如果数据走"天→地→天"的来回，延迟至少是秒到分钟级别——对于碰撞规避来说太慢了。在轨处理和决策是唯一可行的路。

驱动力四：商业模式的转变。第一系列文章分析过一个趋势——从"卖数据"到"卖决策"。客户不再为原始影像付费，而是为"答案"付费。这个转变要求卫星具备在轨推理能力——实时告诉你"这里有一个异常"，而不是"给你一张前天的影像你自己看"。

———

几个值得关注的信号

2024-2025年间，资本市场传递了几个明确的信号：

信号一：传统太空半导体玩家正在加强AI布局。Microchip在开发PolarFire 2集成AI加速引擎。BAE在开发AI协处理器。AMD加速Versal AI Edge的太空认证。这不是创新，这是压力下的生存反应——如果不在自己的FPGA中集成AI能力，卫星制造商会转向英伟达。

信号二：AI大厂开始太空化布局。英伟达与卫星制造商联合开发"太空级Jetson"。谷歌没有公开表态，但Loft Orbital的测试已经证明了其TPU的可行性。高通参与了多个SpaceX星载通信芯片的传闻（未证实）。大厂的介入可能会改变这个市场的竞争格局——它们有芯片设计能力、规模成本优势和品牌信任度。

信号三：RISC-V正在成为太空芯片的新变量。Frontgrade的NOEL-V系列、欧空局的多个开源项目、国内的航天芯片设计——RISC-V的开放性降低了太空级处理器设计的门槛。如果AI协处理器也采用RISC-V标准，芯片设计的壁垒将大幅降低。

信号四：美国政府正在把星上AI芯片纳入关键供应链审查。2024年美国国防部的供应链安全报告中首次将"太空级AI芯片"列为关键缺失项。这意味着后续将有更多资金和政策扶持——但也意味着出口管制可能升级，对中国的潜在影响尤其显著。

———

星上AI芯片的市场规模在绝对值上不算大，但它是一个"卡口"——没有它，整个卫星星座的AI能力就无法落地。这个卡口的价值，不能用芯片本身的市场规模来衡量，而要用它所释放的上游应用市场来衡量。