2030年，太空中将有10万颗卫星同时运转——而它们产生的卫星数据，正以人类地面基础设施根本无法消化的速度爆炸式增长。都柏林一家刚成立不到一年的初创公司，正试图用一块"芯片"解决这个困扰整个航天工业的老问题。

---

太空版"交通堵塞"：卫星数据危机的规模有多大？

让我们先把问题的量级说清楚。

根据《爱尔兰时报》的报道，到2030年，在轨卫星数量预计将突破10万颗。这些卫星的核心任务，几乎都是"把信息传回地球"。问题在于，新一代卫星的传感器精度和数据采集能力，已经远远超出了现有下行链路（downlink）的传输容量。

"卫星正在产生越来越多的数据，在越来越复杂的环境中运行，然而今天大部分航电系统仍依赖传统架构，这限制了自主性，并需要对地面操作的高度依赖。" —— Setanta Space Systems联合创始人 James Murphy

这不是一个抽象的技术隐患，而是已经在实际任务中造成效率损耗的工程现实。地球观测卫星拍摄的高分辨率图像、气候监测传感器采集的多维数据、海洋和农业遥感信息——这些数据在等待传输的过程中，要么被迫压缩丢失精度，要么滞留在星上存储器中等待下行窗口。

从产业角度看，这个问题有一个更准确的技术名称：星地链路带宽瓶颈（downlink bandwidth bottleneck）。解决方案通常有两条路：扩大地面站网络（成本极高）、或者在卫星本体上进行数据预处理（技术门槛极高）。Setanta Space Systems选择了后者。

---

Setanta的解法：把AI"装进"卫星

Setanta的核心产品叫做Danu——取自爱尔兰神话中的女神之名。这是一套星载计算机，其底层架构被称为"Space Tile"（太空瓦片）。

"这是一种灵活架构，允许任务设计者根据需求定制处理能力、AI加速和辐射容忍度。模块化硬件允许计算子系统在无需重新设计整个航电堆栈的情况下进行集成、升级或重新配置。" —— James Murphy

这段描述背后有几个关键工程挑战值得展开：

第一，辐射容忍（radiation tolerance）。太空环境中存在大量宇宙射线和高能粒子，这些粒子会导致普通芯片产生"单粒子效应"（Single Event Effects），轻则数据错误，重则系统崩溃。传统航天级芯片通过特殊制程和冗余设计来抵抗辐射，但代价是性能低下、迭代缓慢。Setanta声称其平台将"辐射容忍电子元件"与"可部署AI"相结合，这在技术路径上是一个值得关注的折中方案。

第二，边缘计算（edge computing）范式的迁移。Setanta的逻辑与过去十年地面物联网行业的演进高度相似：从"所有数据上传云端处理"转向"在数据产生的节点就地处理"。区别在于，轨道上的"边缘节点"面临的约束远比地面苛刻——功耗预算极为有限，维护窗口几乎为零，软件更新受轨道周期约束。

第三，模块化可扩展性。Murphy特别强调"模块化"的重要性，这实际上是在解决航天工业的一个深层痛点：卫星的研发周期通常长达数年，而AI和计算硬件的迭代周期只有18个月左右。传统的一体化航电设计让卫星一旦发射就"锁死"在某个技术代际，而模块化架构理论上允许在任务生命周期内进行能力扩展。

---

创始人背景：这不是"车库创业"

Setanta于2025年7月正式成立，2025年12月开始运营，目前入驻都柏林大学创新中心NovaUCD。从时间线来看，这确实是一家非常年轻的公司。

但创始团队的履历，让这家公司的技术可信度远高于一般早期初创企业：

• James Murphy：博士论文聚焦于航天器AI，曾是欧洲阿丽亚娜5号和阿丽亚娜6号运载火箭视频遥测系统Viki的软件架构师，在Réaltra Space Systems担任AI工程主管期间，主导了飞行级嵌入式软件和AI系统的开发。
• Adam Taylor：拥有超过20年航天与国防领域工程经验。

目前公司融资规模在20万至30万欧元之间，来源包括创始人自有资本、合同收入再投资，以及多年积累的知识产权折算。这个数字在航天初创领域属于极早期阶段，但公司已与爱尔兰企业局（Enterprise Ireland）建立合作关系，后者与欧洲航天局（ESA）有深度连接。

---

卫星数据处理赛道：Setanta并不孤单

Murphy坦承，Setanta并非这一市场的唯一玩家。事实上，星载AI计算这条赛道近年来已经相当拥挤：

• 英特尔和NVIDIA均在推进适用于航天场景的边缘AI芯片
• Ubotica（同样是爱尔兰公司）已与ESA合作，在国际空间站上验证了星载AI推理能力
• D-Orbit等在轨服务公司也在将计算能力作为差异化竞争要素
• 美国方面，Orbital Sidekick和Pixxel等地球观测公司正在将AI

卫星数据处理赛道：Setanta并不孤单（续）

美国方面，Orbital Sidekick和Pixxel等地球观测公司正在将AI能力深度嵌入其卫星平台，试图在数据采集端就完成初步分析，而非将原始影像传回地面再处理。这一趋势正在将"星载AI"从可选项变为标配。

面对如此拥挤的赛道，Setanta的差异化逻辑在于：它不做整星，不做传感器，而是专注于计算基础设施层——类似于航天领域的"AWS"逻辑。Murphy的表述是："我们不是在和卫星制造商竞争，我们是在给他们提供工具。"

这一定位让人联想到早期云计算市场的分层逻辑：当所有人都在争夺应用层时，真正的护城河往往在基础设施层悄悄筑起。

---

市场规模与增长逻辑

理解Setanta的机会，需要先理解整个在轨计算市场的体量。

根据多家市场研究机构的数据，全球卫星地面站数据处理市场规模在2025年前后约为40亿至60亿美元，而星载计算（on-board processing）细分市场虽然目前体量较小，但增速显著高于整体市场——部分预测显示，到2030年代初，这一细分赛道的复合年增长率（CAGR）可能超过20%。

驱动这一增长的核心逻辑有三条：

第一，低轨卫星星座的爆炸式扩张。 SpaceX的Starlink已部署超过6000颗卫星，Amazon Kuiper、OneWeb、中国的"千帆星座"等项目正在跟进。卫星数量的指数级增长意味着地面站带宽将成为瓶颈——星载预处理不再是"锦上添花"，而是系统性必需。

第二，军事与情报需求的溢出效应。 乌克兰战场上商业卫星图像的大规模军事化应用，已经让各国国防部门重新评估"实时星载处理"的战略价值。延迟越低，情报价值越高。这一需求正在从军方向商业市场反向渗透，推动整个行业的技术标准上移。

第三，气候监测与碳核查的政策驱动。 欧盟碳边境调节机制（CBAM）的落地，以及各国碳排放核查体系的建立，正在催生对高频、高精度地球观测数据的巨大需求。而这类数据的价值，很大程度上取决于处理速度——星载AI在这里有明确的商业场景。

---

从深圳视角看：中国在这条赛道上在哪里？

作为一名长期追踪中国科技产业的记者，我必须在这里插入一个不可回避的坐标系。

中国的星载计算赛道，与爱尔兰的Setanta走的是截然不同的路径。

中国航天科技集团（CASC）和航天科工集团（CASIC）主导的"千帆星座"（GW星座）计划部署超过1.3万颗低轨卫星，这一规模本身就对星载处理能力提出了系统性要求。与此同时，华为海思、寒武纪等芯片企业已开始探索航天级AI芯片的研发路径，尽管受制于光刻机出口管制，先进制程的获取仍面临挑战。

更值得关注的是，中国的路径是垂直整合——从芯片、卫星平台到地面应用，尽量在国内闭环。这与Setanta代表的西方"模块化、开放生态"逻辑形成了鲜明对比。

两种路径各有优劣：

• 垂直整合路径在规模效应和供应链安全上占优，但创新速度受制于体制惯性；
• 模块化开放路径在技术迭代速度和跨平台适配性上占优，但在国家级大规模部署中协调成本较高。

这场路径之争，将在未来五到十年内决定谁能主导全球在轨计算的技术标准。

---

对韩国产业的潜在影响

韩国在这一赛道上的位置，比许多人意识到的更为微妙。

韩国航空宇宙研究院（KARI）和韩华系统（Hanwha Systems）近年来在低轨卫星领域的投入持续加大。韩国政府的"韩国版星链"计划——6G低轨卫星通信网络项目——已将星载计算能力列为核心技术需求之一。

然而，韩国目前在航天级AI芯片领域存在明显的技术断层：

• 三星和SK海力士在存储芯片领域的优势，并不能直接转化为抗辐射逻辑芯片的竞争力；
• 韩国缺乏类似Setanta这样专注于星载计算基础设施的初创企业生态；
• 与ESA的合作深度，远不及与NASA或商业美国企业的连接。

这意味着，韩国企业若要在全球星载AI赛道上占据一席之地，有两条可能的路径：一是投资或收购欧洲类似Setanta的早期技术公司，借道进入ESA生态；二是依托三星的晶圆代工能力，定向开发抗辐射AI推理芯片，形成硬件层面的差异化竞争力。

两条路径并不互斥，但都需要政策层面的主动布局，而非等待市场自然演化。

---

结论：一颗"小种子"与一个正在重写的行业逻辑

Setanta Space是一家融资不足30万欧元、成立不到一年的爱尔兰初创公司。用任何传统的商业标准来衡量，它都还只是一颗种子。

但它所押注的方向——将AI计算能力从地面推向轨道——正在成为整个航天产业下一个十年的结构性命题。

这让我想起2010年前后深圳华强北的一幕：当时没有人认为那些做模块化手机主板的小公司会改变全球消费电子的供应链逻辑，但十