这可能是2026年最特殊的一份招聘启事。
岗位名称：系统软件首席架构师。办公地点：不限，但要为地球之外的一台计算机写系统软件。招聘方：英伟达。服务对象：Space-1——这家AI芯片巨头第一款专为太空场景设计的计算系统。
今年3月，黄仁勋在GTC 2026大会上正式发布了Space-1 Vera Rubin模块，宣布“太空计算，这最后的疆界，已经到来”。三个月后，英伟达再次放出第二个与太空数据中心相关的岗位，这次不是画蓝图，而是写代码——为Space-1开发能在真空、辐射和剧温差中稳定运行的系统软件。
从概念到落地，英伟达只用了不到一个季度。而这场围绕“太空算力”的竞赛，正在成为AI时代最烧钱、也最宏大的博弈。
算力上天：从H100到Space-1
2025年11月，一台冰箱大小的卫星被SpaceX猎鹰9号送入近地轨道。这颗名为Starcloud-1的卫星搭载了一枚英伟达H100 GPU——它是第一枚进入太空的高性能GPU，算力比此前所有太空芯片高出100倍。
Starcloud-1在轨道上完成了两个历史性动作：运行了谷歌Gemma大语言模型，随后训练了Andrej Karpathy的NanoGPT——人类历史上第一次在太空完成LLM训练。“地球上数据中心能做的事，我期望在太空也能做。”Starcloud CEO Philip Johnston当时对CNBC说。
四个月后的GTC 2026，英伟达正式推出了Space-1 Vera Rubin模块。这是Rubin平台的太空级变体。Rubin平台本身包含Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6以太网交换机六款新芯片，使推理Token成本相比Blackwell降低多达10倍。Space-1模块专门针对尺寸、重量和功耗受限的太空环境重新工程化，官方数据显示，其为太空推理提供高达25倍的AI算力提升。
首批合作方包括六家机构：Aetherflux、Axiom Space、Kepler Communications、Planet Labs、Sophia Space和Starcloud。Aetherflux计划用Space-1构建卫星星座，作为在轨AI计算的枢纽节点。
连放两个招聘岗：从画图到写代码
英伟达在太空计算领域的人才布局正在加速。
今年早些时候，英伟达发布了第一个轨道数据中心相关岗位——轨道数据中心系统架构师，侧重整体方案设计，覆盖计算硬件、卫星和通信互联整套体系。
而6月底放出的“系统软件首席架构师”岗位传递了更明确的信号：英伟达已经从概念规划阶段进入了实体研发阶段。
根据IT之家报道，受聘者将负责设计Space-1的整套系统运行软件，使其能够抵御太空辐射、适应剧烈的温度变化，并支持远程运维管控——因为地球上的工程师不可能随时上去修一台出了故障的太空服务器。
岗位要求应聘者具备“在航天领域构建AI基础设施和系统的相关经验”，基础年薪区间为27.2万至43.125万美元（约合185万至293万元人民币），不包含英伟达极具吸引力的股权激励。
第一个岗位负责定义“做什么”，第二个岗位负责解决“怎么做”。两轮招聘之间透露的节奏，清晰得就像芯片设计路线图。
为什么是太空？地面算力撞上了物理天花板
任何试图理解太空数据中心热潮的人，都需要先看清地面AI算力正在面临的“三重绞杀”。
首先是电力。全球AI算力需求正在以每年翻倍的速度增长。黄仁勋在2月的财报电话会上说得直白：“每个AI数据中心都有电力限制。无论你拥有100兆瓦还是1吉瓦，都被电力锁死了。”在千兆瓦级，每瓦能产出的Token数直接决定了云服务商的收入规模。SpaceX在1月提交给FCC的文件中算出了一组惊人的数字：如果将太空部署的算力建设能力充分利用，一年发射规模对应100吉瓦的AI算力——相当于美国当前全部电力消费的约20%。
其次是散热。英伟达Blackwell架构的单GPU功耗已达千瓦级别，现代数据中心40%以上的运营支出花在冷却系统上。而在太空中，散热反而有独特优势——持续太阳照射可以无限供电，深空则充当天然的散热片。
第三是土地。地面大型数据中心的选址越来越难，需要靠近电网、水源和光纤骨干。而在轨数据中心几乎不受地理限制。
三重约束叠加之下，“太空是算力的终极出路”已经从科幻变成了商业叙事。
工程天堑：在真空里写软件
但把一台价值数百万美元的Vera Rubin GPU送上天，只是解决了“有没有”的问题。真正棘手的，是接下来的一连串工程难题。
辐射。近地轨道虽然比深空温和，但并不温柔。高能粒子可以穿透芯片封装层面，引起“单粒子翻转”（SEU）——存储单元里的0突然变成1。传统航天级方案是使用辐射加固（rad-hard）芯片，但代价是性能落后地面数代。英伟达的选择是：不加固，而是用软硬件协同设计做容错。Space-1的系统软件需要在应用层和驱动层设计冗余、校验和自动恢复机制——这恰恰是首席架构师要解决的核心问题之一。
散热。黄仁勋在GTC 2026上坦承：“在太空中冷却这些系统非常困难，但我们有很好的工程师在研究这个问题。”地球上的数据中心依赖风冷或液冷，利用空气对流和热传导。太空中这两种物理机制都不存在，唯一的热量传递方式是辐射散热——效率远低于对流。黄仁勋当时还亲自展示了一个物理加热模型来阐释问题，他解释说Space-1模块的子系统将共享热量，利用太空的真空环境作为天然隔热层。
远程运维。一个部署在数百公里轨道上的数据中心，出了问题不可能派人上去修。系统软件必须支持无人值守的远程诊断、在线OTA升级、故障自动隔离和容错恢复。从某种意义上说，这套软件要像自动驾驶一样可靠——但它控制的不再是一辆车，而是一台上千万美元的太空计算机。
英伟达Edge AI产品营销负责人Chen Su透露，Space-1 Vera Rubin模块预计在2027年可交付使用。
群雄逐鹿：两条技术路线
围绕“太空算力”，当前形成两条截然不同的技术路线。
英伟达路线：商业GPU上天。英伟达的策略是把地面上的成熟GPU架构“搬”到太空中去，通过软硬件协同做辐射容错，用CUDA生态保持应用兼容性。优势显而易见：开发者不需要学习新技术栈，地面上的AI模型可以直接部署到Space-1上运行。劣势是：商业级芯片在太空中的长期可靠性还没有被充分验证。
航天级芯片路线：AMD和传统方案。AMD走的是更保守但更稳妥的路——辐射加固的FPGA和自适应SoC。AMD已经完成了两款太空级Versal AI Core芯片的Class B认证（VC1902和VE2302），支持在轨AI推理。这些芯片牺牲了绝对性能，但换来了确定性的可靠性和经过验证的太空寿命。对国防和航天机构来说，这条路线的可预期性远超商业级GPU。
两条路线并非互斥。一个可能的终局是：近地轨道用英伟达式的高性能商业芯片，高轨和深空用AMD式的辐射加固芯片。太空数据中心的性能墙，也会像地面数据中心一样分层。
SpaceX的搅局：百万卫星计划
2026年1月30日，SpaceX向FCC提交了一份令整个行业侧目的申请：发射多达100万颗卫星，组成太空数据中心网络。截至2026年初，人类历史上发射过的所有卫星不过一万多颗。
SpaceX的加入让这个赛道的竞争格局彻底改变了。SpaceX拥有全球最便宜的发射能力、成熟的星链网络，以及正在快速推进的D3/AI7太空级芯片计划——这颗芯片的目标是针对近地轨道环境，用架构级和电路级辐射容错，而非传统的全流程辐射加固工艺，以此在性能和可靠性之间找到平衡点。
据业内分析，SpaceX的D3芯片如果成功，将成为近地轨道算力基础设施的“新底座”，直接威胁英伟达Space-1的定位。而SpaceX同时也在推进与xAI的整合——今年2月以1.25万亿美元收购xAI后，从模型到算力到发射的“垂直整合”叙事已初具雏形。
商业与现实：谁买单？
但在这场宏大的叙事背后，一个朴素的问题始终挥之不去：谁付钱？付多少钱？
黄仁勋在财报电话会上对此给出的回答坦率得令人意外。据IT之家报道，他坦言：太空计算目前的商业回报并不理想，但长期来看经济性会逐步改善。
这不是公关辞令。在Space-1 Vera Rubin模块2027年交付之前，整个太空计算产业的收入几乎为零。即使是Starcloud，在成功将H100送上轨道之后，主要收入来源仍然是政府和研究机构的太空实验合同，而不是商业AI推理。
更严峻的是成本问题。一次猎鹰9号发射的标价在6700万到7000万美元之间。Space-1模块造价几何目前未知，但毫无疑问远超地面同等算力的硬件成本。短期ROI倒挂是必然的。
但反直觉的是，恰恰是这种“短期亏损、长期博弈”的逻辑，吸引了英伟达、SpaceX、谷歌（通过Project Suncatcher）、亚马逊等巨头入局。当AI算力需求以指数级增长，而地面电力供应即将触及天花板时，每一个率先布局太空算力的玩家，都可能在未来十年掌握关键的定价权。
回到英伟达这一次招聘。一家FY2026全年营收215.9亿美元的AI公司，为一个尚未产生任何收入的项目招募首席架构师——这个姿态本身就比任何产品路线图更能说明问题。英伟达从概念规划到实体研发的节奏切换之快，表明它已经把这个项目从“未来探索”提升到了“战略投资”的层面。
对行业而言，这意味着三件事。第一，太空计算从“能不能做”进入了“怎么做”的阶段。硬件定义已经完成，现在进入软件定义阶段。软件能力的强弱将直接决定这套系统能否落地。第二，人才定价给出了信号。27.2万到43.125万美元的基本年薪，在英伟达内部属于资深架构师级别，还不包含股权。英伟达愿意为这个尚未盈利的项目配给最贵的工程师资源——这是用真金白银在押注。第三，竞争才刚刚开始。英伟达有芯片和CUDA生态，SpaceX有发射能力和星链网络，AMD有经过认证的太空级芯片，Starcloud等初创公司在最前线踩坑。2027年Space-1交付之前，所有玩家都在抢时间——不是抢市场，是抢工程经验。
当NASA还在用25年前的芯片飞火星时，硅谷已经把2026年的AI堆栈送上了近地轨道。差别从来不在于谁的技术更好——而在于谁先认定，这场竞赛的终点不在这一代账本上。
快报