图灵汇官网

第四届琶洲算法大赛中，有一个特别的项目引发了广泛关注。参赛者提交的算法被送入太空，完成全部推理过程。虽然这个议题不是最引人注目的，但它可能成为今年人工智能产业商业化中的一个重要标志。这项被称为“AI上星”的尝试，由国星宇航和佳都科技共同推动。

9月22日，广州海珠，琶洲算法大赛的总决赛正在进行。来自全球30多个国家的8000多支队伍参与了激烈竞争。

在赛场外，评委和参赛者之间的互动也让人印象深刻。一位技术人员在展示过程中情绪激动，眼含泪水，这一幕被媒体记录并传播，让更多人感受到科研人员的努力与坚持。

比赛期间，有一项任务非常特殊。参赛者的算法不再在地面运行，而是被送到太空中进行计算。这并不是最吸引眼球的环节，但它的意义不容忽视。

这项实验背后是两家不同领域的公司合作。一家专注于太空AI技术，另一家则深耕城市交通领域。它们因“太空算力”而走到一起。

这次合作标志着国星宇航成为全球首个提供常态化星座级太空算力服务的企业。算法进入太空，意味着交通行业的模型已经在卫星上运行。

通过星上处理，只需回传结构化结果，这种模式已在交通管理中实现应用。本届大赛中，佳都科技和国星宇航以“星上路网分析”为题，打通了完整的数据链路，成果可用于智慧城市的交通优化。

目前，国星宇航的解决方案已应用于多个行业，包括人工智能、交通、应急安全、低空经济等。未来，更多应用场景将逐步展开。

这次合作是一个重要节点，验证了太空算力作为行业基础的可行性。从交通开始，国星宇航将在更广泛的领域推进商业应用。

为什么要把算法送上天？随着AI大模型的发展和万物互联的普及，传统的数据传输方式面临挑战。传感器数量激增，数据量呈指数增长，中心到边缘的链路在时延、带宽、能耗和安全方面越来越紧张。

让算法靠近数据源，在本地完成筛选、融合和推理，只回传关键信息，可以实现更低的延迟、节省带宽和能源，提高系统的稳定性，并减少敏感数据泄露的风险。

特别是在长距离、弱信号或高成本的场景中，边缘计算不再是选择，而是唯一可行的方式。

卫星遥感监测就是一个典型的例子。将模型部署在卫星上，可以减少延迟。即使地面数据中心算力强大，数据从太空传回也需要时间。

如果不在卫星上部署模型，就必须把完整的遥感图像传回地面，再进行计算。这相当于传输一段高清视频，对带宽和质量要求极高。

同时，传输过程中还可能受到干扰或被截取，信息安全问题也随之而来。这种方式并不理想。

边缘计算解决了这个问题。将模型放在卫星上，计算完成后只需要回传少量数据。我们真正关心的是数据中的关键信息，而不是图像本身。

对于交通管理来说，关注的是车流量分布，而不是每辆车的外观。通过这种方式，可以将有限的带宽留给最有价值的信息。

当地面发生严重灾害时，数据中心可能无法使用，而太空中的算力仍能保持运行，具有重要的战略意义。

表面看，这次比赛只是完成一项遥感图像分割任务。但更深层的意义在于，太空开始成为AI算力的一部分，融入日常运营。

这种变化为原本受限于地面带宽、延迟和能源调度的系统，提供了新的高效选项。

对佳都科技而言，这是实际应用的一次测试。他们的“佳知慧行”平台已在多个城市推广智能交通和城市管理项目。此前依赖地面算力，现在加入太空计算后，整体效率显著提升。

算力在哪里，边界就扩展到哪里。理解“将算力送入太空”的价值，可以看看美国正在推进的“星际之门”计划。

2025年1月，OpenAI与软银、甲骨文等公司在白宫宣布成立该项目，计划投资5000亿美元，在美国建设大规模的数据中心和超算集群。

这类地面算力基础设施需要大量土地和能源，投入巨大。相比之下，国星宇航的“星算计划”则是将算力直接部署到轨道上。

这是一种面向在轨处理和协同推理的太空算力系统，能够突破星地链路限制，降低延迟和带宽成本，并在极端情况下提供更强的稳定性。