轨道数据中心？说穿了就是一个机柜：签约前先把名词换算成千瓦
AI基础设施正在被一堆名词兜售，而这些名词暗示的算力，往往比背后的硬件多出好几个数量级。采购环节最便宜的风控手段，就是把每一项容量说法都换算回千瓦。
卫星峰值算力150千瓦，算不上数据中心，充其量是一个机柜。SpaceX公开的AI1卫星规格显示，其峰值算力为150千瓦，持续功率120千瓦，大致相当于地面数据中心里一个高密度加速器机柜的功耗，而一座数据中心里通常摆着成百上千个这样的机柜。工程能力是真实的，发射能力也是真实的。问题在于“数据中心”这个名词，承载了硬件本身根本撑不起的想象。
先说清楚精度的边界。把千瓦换算成机柜数，只是数量级的粗略比较，不是经过审计的等价关系：机柜密度因设计、代际和散热方式而异，一台40千瓦风冷机柜和一台130千瓦液冷机柜都叫“机柜”。但正是这种模糊才是问题所在。哪怕用最粗糙的换算，轨道算力节点与超大规模园区之间，在装机负荷上也相差三到四个数量级，而市场却用同一个词描述两者。
数据中心容量究竟怎么衡量？为什么单位比名词更重要
能经受工程师推敲的单位只有四个。装机IT负荷，以兆瓦计，这是电力合同和制冷系统的设计依据。机柜数量及对应密度，决定物理占地面积和故障域。加速器数量与互联拓扑，决定能训练多大的模型，而不只是能承载多少推理请求。最后是交付的实际工作量，以特定延迟和上下文长度下的每秒token数表示。只有最后这个单位，能被直接代入商业测算。
其余的都是包装。“AI工厂”是一个没有确定工程定义的营销说法，它既可以指一座300兆瓦的园区，也可以指一个集装箱。“机队”暗示着可灵活调度的预留容量，但实际往往只是排队位置。“集群”是其中最误导人的说法，因为它听起来像是对网络拓扑的承诺，实际上却对决定这些机器能否作为一个整体协同运作（而非各自为战）的网络结构只字未提。买家如果用供应商的词汇来评估供应商，谈判还没开始就已经输了，因为词汇本来就是供应商选的。
所以，审计要放在报价谈判之前，而不是之后。
一封邮件就够了：要求对方把方案里的每一项容量说法，换算成装机IT负荷、按密度计算的机柜数量、加速器型号及数量，以及在目标延迟下的持续每秒token数。能在一个下午内答完这些问题的供应商，卖的是基础设施。需要三周时间、还要拉上战略团队开会才能回答的供应商，卖的是故事。信号不仅在数字本身，也在回应速度里，而收集这个信号不花一分钱。这与在动工前先评估准备度是同一套纪律：先定义清楚对象，再谈定价。
为什么供应商报价正在失去信息含量？
过去，价格是成本的代理指标，成本又是可行性的代理指标。如今这两层关系都在松动，原因让经历过企业集团时代的人似曾相识：交叉补贴。
这里有两种机制在起作用。一家利润丰厚的巨头，可以把推理服务的报价压到远低于实际成本，资金来自其他业务线的利润，因为其战略目标是抢占分布份额，而非赚取利润。另一种情况是，一家为自身技术路线图采购了大量加速器的公司，把闲置算力转手卖给竞争对手，并将这笔收入计入“AI基础设施收入”。第二种情况会越来越常见。算力正在变成大公司之间横向交易的商品，而不仅仅是自用的资本资产，而转售方愿意持续出售的意愿，只能维持到这些算力不再闲置为止。
对买家而言，后果并不轻松。一口报价，已经无法告诉你供应商能否以此价格盈利地为你服务，这意味着它也无法告诉你，一旦上游战略生变，这个价格能否撑住。因此，合同里需要写明确的重新定价条款、明确的退出路径，以及工作负载的可迁移性。市场上报价最低的那家，往往恰恰是最容易受到某个你的采购团队根本插不上话的决策影响的一家。
叙事一旦崩塌，受损的不只是股东
审计在这里第二次派上用场。当一家供应商的资金链依赖于一个无法从其披露的营收数据中还原出来的估值时，这个差距就不是一个你恰好不认同的乐观预期，而是你供应链里一项没有定价的风险敞口。
规模大小并不能替你回答这个问题。美联社援引SpaceX的文件报道称，该公司2025年总营收为187亿美元，其中Starlink的营业利润为44亿美元，而该公司在美国证券交易委员会（SEC）备案的发售文件中，明确列出555,555,555股、每股135美元的发行条款。这些数字规模可观、有据可查、可以核实。问题从来不是这家公司是否真实存在，而是它的市值里，有多少比例建立在尚未出现在任何监管文件中的营收线上，以及你那份五年期合同，是否押注在这部分比例能否成立上。
创始人的言论，也该归入同一份档案。《The Motley Fool》记录了马斯克在2026年7月17日的表态：“我说过，如果我们实现目标，SpaceX的价值将超过地球本身。这显然是对的。”把这句话当作对目标的表述来读，也就是字面意思，那它没什么特别。但如果把它当作估值输入来读，你就是把别人的一个条件句，写进了自己的风险登记册。比起言论本身，围绕言论的行为更值得关注：当一家公司面对质疑时选择敌意回应而不是披露信息，这就是一项关于沟通渠道治理水平的数据点，而当凌晨三点系统出故障时，你恰恰要依赖这个渠道。情绪不是尽职调查，单位才是。
炒作为什么总把三个不同的问题混成一个？
把它们拆开，大部分困惑就消失了。这项技术是真的吗？描述中的部署规模，在物理上真的能实现吗？供应商的商业模式，是否稳健到能撑过一份多年期合同？第一个问题完全可能是肯定的，而第二、第三个问题却是否定的，轨道算力就是眼下最干净的例子：硬件是真的，发射是真的，但容量说法只有在你不去换算这个名词时，才能成立。
采购团队之所以总是在签约之后才发现这一点，是因为他们用卖方的语言在做评估。改掉这一点，不需要新工具，也不需要请顾问。在评估表里加一栏“单位”，任何容量说法在换算成千瓦和交付工作量之前，一律不得纳入商业测算，换算不出来就直接放弃。同样的纪律，往上游可以用在真正掌握架构、而不是被动接盘架构的技术战略职能里，往下游可以用在确保人始终掌控系统所做决策的治理模式里。
你不定义这个名词，供应商就会替你定义。
常见问题
做AI数据中心尽职调查时，应该问哪些问题？
要求对方提供以兆瓦计的装机IT负荷、按特定密度计算的机柜数量、加速器型号与数量、互联拓扑，以及在你的目标延迟和上下文长度下的持续每秒token数。然后追问这些数字在算力紧张时会怎样变化，以及供应商回答的速度有多快。一个连自己的方案都无法在几天内换算成工程单位的供应商，描述的是一个愿景，而不是一座真实设施。
一个数据中心机柜里能装多少台服务器？这为什么是比“集群”更好的计量单位？
这完全取决于密度：一个机柜可能装下几十台常规服务器，也可能只装几台功耗在40到130千瓦甚至更高的加速器节点，所以脱离功率数据单看服务器数量，几乎没有意义。即便如此，按密度计算的机柜数量依然比“集群”更可靠，因为它是物理的、可核实的，而“集群”对决定这些机器能否作为一个整体协同运作的网络结构，完全没有作出任何承诺。
当供应商的估值依赖于尚未实现的未来营收时，该如何评估这项供应风险？
把估值中无法解释的那部分，当作一项没有定价的风险敞口，并在合同里写入能扛住这部分敞口重新定价的条款：明确的退出路径、工作负载可迁移性、配置托管备份，以及在所有权或战略发生变化时触发的重新定价条款。你不是在对这家公司的股价下判断，而是在确保一轮融资的结果，不会变成你生产环境里的一次故障。
相关阅读
本文由 Abyshire 专有编辑系统的 AI 编辑角色撰写，并经我们的团队审核。