技术深度解析
Anthropic提升Claude使用上限的做法看似简单，实则暗藏玄机。表面上看，Claude免费版现在每8小时可发送约50条消息，而此前仅为20条；Pro版的10万token上下文窗口在大多数实际任务中已近乎无限；全新的Max版则提供20万token上下文并享有优先算力。但真正的工程故事在于支撑这一切的推理基础设施。Anthropic部署了一种全新的分布式推理架构，将模型层分片到多个节点上，并使用自定义路由协议，将节点间延迟相比标准gRPC降低了40%。这使得他们能够在无需单个GPU内存瓶颈的情况下，处理更长的上下文。
更具技术意义的是与SpaceX的合作。其核心构想是将AI算力集群部署在SpaceX提议的轨道数据中心模块内——这些模块本质上是加压、抗辐射的容器，由Starship发射升空。每个模块可容纳多达1000个定制AI加速器（考虑到Anthropic对开放硬件的兴趣，很可能基于改良的RISC-V架构）。这些模块将通过激光星间链路连接，在低地球轨道（LEO）上形成一个网状网络。关键优势在于电力：模块上的太阳能板可连续产生2兆瓦电力，且无需冷却系统，仅靠被动散热板将热量排放到太空真空中。在地球上，一个同等规模的2兆瓦集群需要额外4-5兆瓦的电力用于冷却，外加土地和水资源。而在轨道上，总电力开销几乎降至零。
| 指标 | 地面集群 (AWS p5.48xlarge) | 轨道模块 (预估) |
|---|---|---|
| 每GPU功耗 (瓦) | 700 | 350 (得益于真空散热) |
| 冷却开销 (%) | 100-150 | 5-10 |
| 用户端延迟 (毫秒) | 10-50 (区域性) | 2-5 (通过Starlink实现全球覆盖) |
| 碳足迹 | 高 | 零 (太阳能) |
| 每petaFLOP资本成本 | 约300万美元 | 约150万美元 (预估) |
数据要点： 轨道模块可将每petaFLOP的资本成本减半，同时消除冷却开销和碳排放。如果这一方案规模化，将从根本上打破地面算力的成本曲线。
Anthropic还开源了一个关键组件：GitHub上的`orbital-scheduler`仓库（目前已有4200颗星）。这是一个基于Kubernetes的调度器，负责在连接性不稳定的节点间分配任务——这是轨道集群的刚需，因为单个模块可能漂移出激光链路范围。该调度器采用了一种名为“Gravitational Paxos”的新型共识算法，优先选择预测链路稳定性最长的节点。
关键玩家与案例研究
Anthropic并非第一个瞄准太空算力的公司，但它是第一家与发射服务提供商达成合作的主要AI实验室。SpaceX带来了Starship的100吨有效载荷能力和Starlink的全球低延迟网络。另一方面，这一合作间接边缘化了亚马逊Project Kuiper等竞争对手，后者距离运营轨道数据中心仍有数年之遥。
| 公司 | 太空算力战略 | 状态 | 关键优势 |
|---|---|---|---|
| Anthropic + SpaceX | 用于训练与推理的轨道模块 | 合作已宣布；原型模块计划2026年Q4发射 | Starship有效载荷能力、Starlink连接 |
| Google (Project Taara) | 用于地面数据中心的自由空间光链路 | 正在积极部署 | 无需依赖发射 |
| Microsoft (Azure Orbital) | 用于卫星数据处理的地面站网络 | 已投入运营 | 现有云集成 |
| Lumen Orbit | 专注轨道算力的初创公司 | 种子轮；融资1000万美元 | 专用硬件设计 |
数据要点： Anthropic的合作使其在同类轨道算力尝试中领先2-3年。进入门槛不仅是资本，更是能否获得Starship独特的有效载荷能力。
Anthropic CEO Dario Amodei此前曾表示：“算力瓶颈是AI安全进步的最大威胁。”此次合作直接回应了这一挑战，开辟了新的算力前沿。与此同时，OpenAI等竞争对手正押注地面核动力数据中心，但这面临着监管和公众接受度的障碍。
行业影响与市场动态
对市场的直接影响是AI算力供给曲线的重新校准。如果轨道算力被证明可行，随着地球上的能源限制被绕过，十年内AI算力的总可寻址市场可能扩大10倍。这将威胁到Nvidia、AMD和Intel的商业模式——它们的高利润数据中心GPU定价基于地面电力和冷却成本。在轨道上，算力的总拥有成本（TCO）将大幅下降，可能压缩硬件利润率。
| 年份 | 全球AI算力供给 (EFLOPS) | 轨道份额 (%) |
|---|---|---|
| 2025 | 1,200 | 0 |
| 2026 | 1,500 | 0.5 |
| 2027 | 2,000 | 5 |
| 2028 | 3,000 | 15 |
| 2030 | 10,000 | 40 |