10月14日发射的十颗卫星中，7颗为AI智算卫星，搭载星载激光通信终端，计划验证星上算力与高速回传的组合能力。所谓星上算力，是把部分数据处理从地面搬到卫星，在轨完成图像筛选、目标识别和数据压缩。这类卫星通常采用较高算力载荷和较大存储容量，对平台供电与热控提出新要求。研制方希望把数据处理时延压到分钟级以内。 遥感卫星每天产生的原始数据量很大，但真正有价值的片段占比有限。如果全部下传，既占用星地链路，也增加地面处理压力。星上处理可以先做云检测、变化检测和感兴趣区域提取，只把有用片段和结构化结果发回地面。这种模式对星上算法精度提出要求，误判可能漏掉真正有价值的目标。因此，算法需要在精度与速度之间取得平衡。 难点在于功耗与散热。高算力芯片在真空环境中只能依靠辐射散热，温度过高会触发降频甚至保护关机。卫星平台需要为计算载荷设计独立的热控路径，还要在电源供电、姿态稳定和数据存储之间重新分配资源。热控设计往往要占用宝贵的平台重量和功耗预算。如何在有限资源下平衡算力与寿命，是工程团队反复权衡的问题。 软件层面同样不轻松。星上模型要在有限算力和存储条件下运行，还要适应辐照导致的单粒子翻转。下一步，团队将通过在轨数据评估处理精度与能耗，探索任务动态编排和模型在线更新，让卫星从单纯采集设备变成可编程的感知节点。在轨软件升级还能延长卫星的使用周期，但也带来版本管理和安全验证的新课题。