星测未来曹德志：星上边缘计算破局太空数据瓶颈

低轨卫星正在全球范围内掀起新一轮空天竞速。伴随 SpaceX 星链（Starlink）等项目的推进，卫星正从以往造价数亿元、定制周期数年的高精尖特种载荷，加速迈入工业化、批产化时代。

然而，卫星数量暴增与遥感分辨率跃升也带来了致命瓶颈：数据下传通道严重受限。以中国当前现状为例，受限于国际环境，无法在海外大规模铺设地面接收站，绝大多数低轨卫星必须等到回归中国领空才能下传数据。而卫星过境窗口期通常仅有 7 至 8 分钟，单轨传输容量极限在 80GB 左右。面对动辄数百 GB 甚至 TB 级的原始探测数据，地面分析存在数小时甚至数天的严重滞后。

针对该痛点，星载边缘计算与卫星智能化成为了商业航天的破局方向。国内专注卫星智能化的星测未来，其研发的通用星上处理载荷「星溪 02」已搭载卫星成功入轨验证。

星链的工业化启示与卫星互联网

星测未来联合创始人兼 COO 曹德志指出，星链对航天产业最大的颠覆在于两点：

1. 工业化批产体系：星链单星成本压缩至数百万人民币，工厂月产能超过 120 颗，将卫星拉入工业流水线生产时代。
2. 工业级元器件的大规模应用：打破以往非航天级芯片不用的保守传统，验证了工业级硬件在轨运行的可行性，大幅拉低了算力上天的门槛。

批量组网实现了极高的「快速重访率」，使得全球任一地点的数据刷新缩减到小时级甚至分钟级。但若缺少星上算力支撑，海量数据堆积在星载存储中无法即时变现，商业闭环便无从谈起。

星载边缘计算与 AI 架构演进

以往受限于星上太阳能帆板供电以及半导体工艺，在轨计算几乎只能处理简单的指令和简单编码。如今，针对神经网络优化的低功耗、高算力 AI 芯片开始走向太空。

卫星智能化的发展路径呈现明显的阶梯式演进：

• 初级阶段：单纯利用算法进行高倍率无损/有损压缩，优化下行带宽；
• 进阶阶段：在轨进行无效数据切片清洗（如自动剔除被云层遮挡的无效光学图像）；
• 深度智能：结合 AI 算法完成在轨目标识别与特征提取，实现舰船定位、火情预警或 SAR（合成孔径雷达）即时成像，直接将最终结果或摘要情报回传地面。

硬件预埋与软件持续更新模式

商业落地层面，星测未来主打「星溪」系列标准化星上计算平台，适配 300 公斤级以下卫星，涵盖微纳立方星到百公斤级雷达星。其模式类似地面自动驾驶芯片的「硬件预埋、软件 OTA 持续升级」：卫星升空后，地表算法工程师仍可通过灵活的 SDK 持续迭代更新目标解译与图像识别模型。

目前，星上智能处理已在海上舰船监测、海上风电场风力评估、北极无冰航道动态追踪等场景逐步落地。随着底层计算架构统一与商业航天成本下降，卫星正从单纯的「空间传感器」，加速蜕变为具备全天候自主计算能力的太空数据基础设施。