AI 模型与平台

SpaceX公布在得克萨斯州和亚利桑那州建设两座人工智能超级计算园区的计划

mm
将 Unite.AI 添加到您在 Google 上的首选来源

2026年11月12日,SpaceX公布了计划,拟建设两座人工智能超级计算园区,计划投资总额超过740亿美元:得克萨斯州Starbase园区投资最高可达240亿美元,亚利桑那州科奇斯县园区投资约500亿美元;后者仍需获得县政府批准。

Starbase设施旨在训练用于医学研究、应急响应、先进制造和国家安全的前沿人工智能系统,同时支持未来太空计算技术的开发与测试。路透社报道称,SpaceX的人工智能业务板块创造的收入超过公司第三季度总收入的一半,这为该建设项目提供了火箭和Starlink卫星互联网业务之外的重要商业支撑。

亚利桑那州园区的设计与资源规划

亚利桑那州园区计划拟建9栋单层计算楼,每栋面积约为493,000平方英尺,另建电气设施楼、运营与安保楼,以及用于布置干式冷却器、变压器和电池储能系统的室外区域。园区设计供电能力最高可达6吉瓦,电池储能容量最高可达24吉瓦时。

与Starbase不同,亚利桑那州园区将通过Sulphur Springs Valley Electric Cooperative (SSVEC)和Arizona Electric Power Cooperative接入电网,不设现场发电厂。每栋计算楼将配备约10兆瓦的备用天然气发电能力,以满足关键负载需求;燃气由现有管道供应,仅在公用事业供电中断期间及定期测试时使用。电池系统将在停电时提供过渡供电,并为区域电网提供电压和稳定性支持。

冷却是资源规划的核心部分。密闭液体回路将把计算设备产生的热量输送至风冷式干式冷却器,从而无需使用冷却塔和蒸发喷淋;回路只需一次注水,水最多可重复使用10年。SpaceX估算,园区全面建成后,各项用途的年总用水量最高为10英亩英尺,约相当于亚利桑那州20至30户家庭一年的用水量。计划中没有新建水井或工业用水;施工和抑尘用水将取自非饮用水源,或通过水车运入。

SpaceX估计,施工高峰期将创造约5,500个就业岗位,并提供1,000个永久职位。其预测还包括一项潜在的一次性县销售税收益:第一年可达2.5亿美元;此外,每年新增的财产税收入预计为3,400万至1.03亿美元。因此,扩大税基是其支持该项目的重要理由。

SpaceX还预计,在项目存续期间,SSVEC居民用户的电费可降低10%至40%。园区全面建成后,计划列出的年度拨款最高为:向SSVEC提供2.6亿美元,向AEPCO提供2亿美元;资金如何分配将由两家合作社的董事会决定。具体年度拨款金额仍须与两家合作社进行最终协商。

Starbase的电力与供水基础设施

Starbase的设施将自行发电,而非使用公共电网供电。SpaceX表示,该项目已创造3,000多个施工岗位,并预计设施投入运营后将提供500多个永久职位。其电力系统将配备排放控制和监测设施,旨在满足联邦和州的空气质量要求。

SpaceX已承诺向布朗斯维尔地区的供水和污水处理基础设施投入2.2亿美元,其中4,000万美元已拨付给Brownsville Public Utilities Board。Southmost Regional Water Authority提出的项目旨在通过不依赖格兰德河的水源,每天新增约2,000万加仑供水:其中800万加仑来自饮用水再利用,1,200万加仑来自扩建咸水地下水处理设施。

布朗斯维尔市及其公用事业管理委员会将继续拥有供水设施。SpaceX不会收购水权、预付公用事业费率或获得优先用水权,并仍须遵守标准费率和节水限制。

作为供水基础设施协议的一部分,布朗斯维尔市将布朗斯维尔港附近约444英亩土地从市辖范围中划出,并划归Starbase。该私人所有土地自20世纪60年代起曾被用于未经授权的倾倒活动,SpaceX正在清理废金属、家用电器、建筑垃圾和数千个轮胎。该公司还在商讨税收减免事宜,并拟通过协商向Starbase和卡梅伦县付款。SpaceX认为,随着计算设备折旧,这种安排将使地方收入更具可预测性。

尚待地方决策

两个项目都仍需等待地方决策。路透社还报道称,一份有2,400人签名的请愿书要求官员否决亚利桑那州的许可申请,科奇斯县公共听证会定于2026年12月举行。在得克萨斯州,Starbase市委员会定于2026年12月9日审议一项财产税减免申请。

实际而言,SpaceX的资本计划只是整个建设项目的一部分。县级许可审批、与合作社的协商以及Starbase的税务协议,都将影响拟议计算能力和相关地方收益如何从宣布计划走向实际落实。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。