Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

SpaceX IPO 和太空数据中心

Posted on 2026-05-27

目前还没有能够证明 SpaceX IPO 合理的财务模型,但太空数据中心是可行的,这或许就足够了。


在您的播客播放器中收听此更新


这算不上什么天大的问题——或许认为这是个问题本身就是一种莫大的特权——但最令人恼火的消费体验之一莫过于预订了一辆 Uber Black,结果却发现被分配了一辆特斯拉 Model Y(Uber去年终于停止允许新款 Model Y 出现在 Black 服务中)。系好安全带,准备迎接不舒服的后排座椅、简陋的塑料内饰,以及司机可能带来的晕车风险——因为他们往往还没完全掌握特斯拉强劲的能量回收制动系统。

不过,Model Y 能够达到黑色级别,本身就证明了埃隆·马斯克打造的品牌实力。早在 2016 年,当 30 万人在短短几个小时内每人花费 1000 美元预订尚未发布的 Model 3 时,我就解释过这种现象的原因:因为它是特斯拉。

马斯克“宏伟计划”的真正价值在于,特斯拉的品牌意义非凡:它代表着可持续发展和环境保护,但更重要的是,特斯拉也代表着卓越的性能和硅谷的酷炫风范。诚然,特斯拉对高端市场的专注确实帮助其降低了成本,但正是马斯克坚持打造“一款毫不妥协的电动汽车”的理念,最终促成了27.6万人预订Model 3,其中许多人甚至都没见过实车:毕竟,这是一辆特斯拉。

正是这股品牌光环,让一辆说实话相当普通的车上了优步的黑名单。这些车真正吸引人的地方在于它们高度智能化:我认识很多富豪开特斯拉,不是为了炫酷的内饰,而是为了它的完全自动驾驶(监督式);至少在你能拥有的汽车领域,市面上没有任何其他产品能与之媲美。

特斯拉似乎正在加倍强化这一差异化优势:该公司今年早些时候停止了Model S和Model X的生产,将生产资源集中于Cyber​​Cab和机器人;如果你想要一辆自动驾驶汽车,你最终得到的车型将和其他人一样。这让我想起了安迪·沃霍尔的名言:

这个国家最棒的地方在于,美国开创了一种传统:最富有的消费者和最贫穷的消费者购买的东西本质上是一样的。你看电视的时候会看到可口可乐,你知道总统喝可乐,伊丽莎白·泰勒也喝可乐,然后想想,你也可以喝可乐。可乐就是可乐,再多的钱也买不到比街角流浪汉喝的更好的可乐。所有的可乐都一样,所有的可乐都很好喝。伊丽莎白·泰勒知道,总统知道,流浪汉知道,你也知道。

这种“传统”就是规模,而美国在这方面确实比世界上任何其他国家都做得更好;而且,在美国人中,没有人像马斯克那样追求和利用规模。

星链和航空公司

美国航空公司新闻稿如下:

美国航空公司今日宣​​布,将从2027年第一季度起,在其500多架窄体客机上安装星链(Starlink)高速Wi-Fi系统,全面升级窄体客机的机上乘客体验。星链被公认为全球最先进的卫星星座,利用近地轨道提供宽带互联网服务,支持机上流媒体、在线游戏、协作会议工具等多种应用。星链拥有数千颗近地轨道卫星,可通过其航空终端(Aero Terminal)为飞机提供多千兆连接,每个天线最高支持1Gbps的传输速度。

“作为一家全球领先的航空公司,我们一直在寻找像Starlink这样的世界级合作伙伴,以满足客户的需求和愿望,”美国航空首席客户官Heather Garboden表示。“Starlink的加入巩固了美国航空在保障乘客机上网络连接方面的领先地位。” 作为美国航空致力于提升机上体验的一部分,Starlink将为美国航空的国内航线和短途国际航线提供无缝的流媒体播放、网页浏览和实时通信功能。

我贴出新闻稿链接纯粹是为了逗乐美国航空。近年来,美国航空的战略是提供除高端服务以外的任何服务,而他们与星链的合作却被标榜为“提升机上体验”的承诺。这或许是美联航在2024年宣布与星链合作时的理由,但到了现在,这已经成了基本条件,而这肯定正是马斯克所希望的。

Starlink是SpaceX面向消费者的业务,去年营收87亿美元,利润44亿美元。虽然SpaceX如何核算发射成本的具体情况尚不完全清楚,但Starlink显然受益于其能够使用SpaceX的发射能力。这种发射能力使得超过一万颗卫星在近地轨道上运行,为全球各地(包括空中)提供低延迟、高速的互联网服务。这对航空公司来说既是诱饵,也是挑战;而真正的威胁在于,所有人都能享受到同样的服务,乘客也会根据网络接入质量来决定是否乘坐飞机。

这一点与特斯拉有相似之处。马斯克旗下最成功的公司并非赢得比赛,而是通过规模效应改变游戏规则,让亿万富翁们购买经济型轿车,因为这些车实际上可以自动驾驶(当然需要监督),航空公司也自掏腰包彻底改变了乘客体验。马斯克孤注一掷——无论是在产能方面还是在自动驾驶领域——并非基于理性的短期商业决策,而是从预期的最终状态出发,反向推导。

SpaceX 的 Silly S-1

科技界向来不乏一些滑稽的图表——甚至还有一整类被称为“贝佐斯图表” ——而SpaceX S-1的图表就让我捧腹大笑。这张图表出现在对SpaceX潜在市场规模的讨论中:

我们相信,我们已经发现了人类历史上规模最大的可操作潜在市场(“TAM”)。我们估计,可量化的TAM为28.5万亿美元,其中包括:太空领域3700亿美元的太空解决方案;连接领域1.6万亿美元,涵盖Starlink宽带8700亿美元和Starlink移动7400亿美元,以及企业和政府领域的其他机遇;人工智能领域26.5万亿美元,涵盖AI基础设施2.4万亿美元、消费者订阅7600亿美元、数字广告6000亿美元,以及企业应用22.7万亿美元。为了更清晰地展示我们的潜在市场规模,我们的全球估算不包括中国和俄罗斯。

这张图大致按比例垂直显示,但肯定不是按比例水平显示的:我需要帮助才能真正理解价值 26.5 万亿美元的人工智能机遇,因为它是空间和连接机遇总和的 13 倍以上!

说真的,这些数字显然荒谬至极,但话说回来,SpaceX 这次 IPO 的一切都荒谬至极。SpaceX 仅靠 186.7 亿美元的营收,去年亏损 49 亿美元,就寻求 2 万亿美元的估值,而且增长率实际上还从 35% 放缓至 33%。尽管公司推出了 xAI(因此也包括 X),但由于 51 亿美元的人工智能研发支出,公司从小幅盈利转为巨额亏损,增长依然放缓。要知道,这些研发投入最终打造的模型目前排名第五,而且其整个创始团队最近都已离职。但 26.5 万亿美元的人工智能市场,真是令人难以置信!

这并非意味着SpaceX无法获得理想的估值。特斯拉的估值在Model 3和Model Y真正取得成功之前一直都不合理,而Model 3和Model Y的成功也推动了特斯拉股价的飙升(即便如此,也很难建立一个能够支撑新股价的财务模型)。马斯克能否实现自己的愿景,首先取决于投资者;从2021年的“错误与梗图”以及对苹果和特斯拉的比较来看:

这种比较在一定程度上是成立的,但它并不能说明全部问题:毕竟,苹果的品牌建立在数十年的产品研发之上,正是这些产品使其成为世界上最赚钱的公司。而特斯拉则似乎总是徘徊在破产边缘,至少在它不断增发股票之前是这样,这更加深了特斯拉怀疑者和空头的信心。

然而,最令人匪夷所思的是:你可能会认为发行股票会导致特斯拉股价暴跌;毕竟,现有股份会被稀释。但事实却是,特斯拉每次宣布发行股票后,股价反而都会上涨。这完全说不通,至少如果你把股票看作是一家公司的代表的话。

然而,事实证明,特斯拉(TSLA)本身就是一个网络迷因,它不仅关乎一家汽车公司,也关乎可持续发展,更重要的是,它关乎埃隆·马斯克本人。增发股票并没有稀释现有股东的权益,而是让更多人有机会接触到特斯拉这个网络迷因。马斯克的黑粉越来越多,他的粉丝也随之壮大。毕竟,互联网的本质是丰富,而非匮乏。最终的结果是,不是基础设施推动了一场运动,而是这场运动通过股市为基础设施建设提供了资金。

我在那篇文章中解释了我为什么通常不报道特斯拉的财务业绩,而这个理由也同样适用于我为什么不打算报道SpaceX的业绩:马斯克是网络迷因大师,他本身就是一个迷因。他描绘了一个梦想——火星、全自动驾驶汽车、28.5万亿美元的潜在市场——并将他的公司及其股票定位为实现这个梦想的途径,并通过资本市场的魔力,将共同的幻想转化为大众市场的现实。

在这方面,马斯克的过往业绩至关重要。打造一家电动汽车公司是可能的,实现完全自动驾驶(但需人工监督)也是可能的;与此同时,政府不断出台减少排放的强制性规定和项目,这就像一根大棒,而特斯拉则像一根胡萝卜。同样,火箭着陆也是可能的,而由此带来的发射成本降低所催生的新市场也是可以理解的。马斯克在这两方面都取得了成功,这让他赢得了人们的信任。

因此,关键问题不在于这些数字现在是否合理(它们显然不合理);而在于这个梦想是否可行,以及是否有实际理由认为它有可能实现。我认为太空数据中心符合这些条件。

太空数据中心案例

关于太空数据中心,首先要问的是它们是否可行,我认为答案显然是肯定的。关键在于,这些太空数据中心无需与地球上的数据中心有任何相似之处。在地球上,我们建造庞大的建筑物,里面装满了GPU,并配备了庞大的基础设施来冷却这些GPU,以及庞大的发电厂(或连接到电网,电网再连接到庞大的发电厂)来为这些GPU供电。将这些庞大的结构运送到太空的想法听起来不可思议,而事实也的确如此!

然而,太空数据中心没有理由与地球上的数据中心相同。更合理的做法是将单个卫星视为类似机架的东西。目前在轨运行的最大星链卫星是V2 Mini Direct-to-Cell,其尺寸约为7.4米×2.7米×0.3米;而英伟达的NVL72机架尺寸为2.2米×1.1米×0.6米,因此我们已经找到了合适的尺寸范围。V2 Mini Direct-to-Cell的能耗(和散热)估计高达25千瓦;NVL72高达135千瓦,并且可以拟合一个量化为FP4的1万亿参数模型。

机架式卫星最大的缺点是功率及其散热,但从25kW提升到135kW绝对是可行的——考虑到在地球上不需要太多的冷却和电力分配,接近100kW的功率或许就能达到类似的性能。还有其他一些问题需要解决,例如辐射干扰计算、可靠性等等,虽然使用更大的芯片(效率较低,但功耗也更低)可以部分解决这两个问题;这些机架式卫星也将像星链卫星一样是一次性的,从而缓解可靠性问题。然而,关键在于,可以构建一个由多个机架组成的阵列,这些机架通过激光器互连(就像星链卫星那样),每个机架都配备自己的太阳能电池板和散热器阵列进行冷却(每个机架部署超过200平方米的散热器将是一个巨大的挑战)。


关于太空数据中心,下一个问题是它们是否有实际应用场景——也就是所谓的“诱饵”——我在《推理转变》一书中已经论证了这一点。具体来说,围绕低层逻辑模型(LLM)正在发展三种类型的工作负载:训练、答案推理和智能体推理。以下摘自论证“智能体推理”的部分:

关键在于,这种针对特定智能体的内存层级结构意味着速度与容量之间必须做出权衡。然而,问题在于:如果没有人为干预,速度慢就显得不那么重要了。如果智能体正在等待一个需要通宵运行的任务,它既不了解也不关心用户体验会受到怎样的影响;最重要的是能够完成任务,如果全新的内存处理方法能够实现这一点,那么延迟是可以接受的。

如果延迟可以接受,那么对纯粹计算能力和高带宽内存的过度关注就显得不合时宜:如果延迟并非首要考虑因素,那么速度较慢但价格更低的内存——例如传统的DRAM——就更有意义。如果整个系统的大部分时间都在等待内存响应,那么芯片的速度也无需达到最前沿的水平。这代表着未来架构的深刻转变,但这并不意味着当前的架构将会被淘汰:

  • 训练仍然很重要,而英伟达目前的架构,包括高速计算、大量高带宽内存和高速网络,可能会继续占据主导地位。
  • 答案推理将是一个有意义的市场,尽管规模相对较小,而像 Cerebras 或 Groq 这样的芯片的速度(我在这里解释了英伟达是如何部署 Groq 的 LPU 的)将非常有用。
  • 智能推理将逐渐解构 GPU,GPU 会在高带宽内存(预填充过程)和计算(解码过程)之间交替使用,转而采用日益复杂的内存层次结构,以高容量和相对低成本的内存类型为主,并配备“足够好”的计算能力;事实上,对于工具使用等任务而言,CPU 的速度将比 GPU 的速度更重要。

与此同时,这些类别在规模和重要性上并不相同。具体而言,智能体推理将成为迄今为止最大的市场,因为这个市场不受人类或时间的限制。如今的智能体只是花哨的答案推理;未来真正的智能体推理将是由计算机根据其他计算机的指令完成的工作,而市场规模的增长将不再取决于人类,而是取决于计算能力。

对于空间机架而言,代理推理是最合理的,而且巧合的是,从长远来看,这很可能也是最大的市场。


关于太空数据中心的第三个问题是:它是否真的可行?具体来说,虽然我认为太空机架比人们想象的更可行,而且比目前的计算模式更适合智能推理,但归根结底,在其他条件相同的情况下,在地球上建造太空数据中心仍然更便宜、更容易。

然而,情况并非总是如此:目前我们正处于人工智能建设的初期阶段,最大的制约因素之一不仅是电力(在意料之中),还有区域划分(出乎意料)。我在上周的更新中写道:

这与全球化形成了鲜明的对比:当企业关闭美国工厂、裁员并将业务转移到中国时,受影响的城镇和工人没有任何发言权。他们突然失去了工作,锈带地区的许多城市也失去了存在的理由。人们不得不搬迁,或者更糟的是,沉迷于酒精或毒品等不良嗜好。

然而,人工智能的情况恰恰相反:建设数据中心需要获得许可,也就是说,人们实际上拥有发言权。当然,我并非认为这些人对数据中心或其对社区的经济影响,乃至人工智能整体的经济影响,都了如指掌;我所指出的是,那些在全球化进程中没有发言权的人,突然发现自己对人工智能有了发言权,因此他们通过阻止数据中心建设来表达不满也就不足为奇了。

在那次更新中,我提出数据中心建设者——以及使用这些数据中心的公司——应该直接向当地居民支付建设数据中心的许可费。然而,至少这样做会增加地面数据中心的成本。从长远来看,非常有可能出现的情况是,计算需求最终会如此巨大,以至于没有地方可以建设数据中心,届时广袤的太空不仅成为一种选择,而且实际上成为唯一的选择。

值得支持的IPO

如果这一切真的发生——当然,这里有很多“如果”!——那么2万亿美元的估值突然就显得合理了。SpaceX已经开始从xAI的首个数据中心Colossus 1中获利,每年300兆瓦的容量可带来150亿美元的收入;这相当于3000个太空机架。与此同时,Anthropic公司从同样的容量中获得的收入可能是SpaceX的三倍;xAI能否重返尖端计算领域还有待观察,但如果能,那么它每个太空机架的收入也会相应提高。即便没有xAI,SpaceX也有潜力成为边际计算能力的垄断供应商。

毋庸置疑,这种论证中包含了大量的假设,包括大量工程难题得以解决、星舰真正成功、SpaceX能够获得充足的合适芯片供应、计算需求大幅增长、智能推理能够突破现有架构的限制,以及数据中心领域的竞争对手能够取得成功。所有这些假设所带来的风险都应该影响你对这家公司的估值,也就是说,我仍然认为这次IPO简直是疯了。

与此同时,我很高兴它存在,原因有很多。首先也是最显而易见的:尽管马斯克有诸多缺点,但他已经在多个领域推动了人类进步,包括电动汽车、自动驾驶、可重复使用火箭、卫星互联网等等,我很期待看到他尝试更多。

第二点是,我其实很担心我们能否拥有足够的计算能力来充分发挥人工智能的优势,而且非常担心核能的悲剧重演,因为我们未能建造核电站,导致我们甚至无法想象在一个能源无限的世界里可以发明什么;马斯克提出了一条通往无限计算能力的替代道路,这让我感到欣慰。

第三点是,我非常欣赏这次IPO回归IPO本质的意义:让投资者有机会投入资金真正参与公司建设,并在成功后获益。正如我之前提到的,我无法建立一个财务模型来完全支撑目前的估值,尤其是在现有财务数据的基础上,但投资A轮融资的风险投资机构也无法做到这一点。SpaceX已经取得了诸多创新,其早期投资者将通过这次IPO获得丰厚回报;与此同时,SpaceX还有许多创新领域等待探索,因此未来仍有很大的发展空间——当然,风险也同样巨大。SpaceX的雄心壮志在于让散户投资者也能参与风险投资,这本身就是一种证明。

而且,你还能免费获得火星倒置版!


添加到您的播客播放器: Stratechery | Sharp Tech | Dithering | Sharp China | GOAT | Asianometry


原文: https://stratechery.com/2026/the-spacex-ipo-and-data-centers-in-space/?access_token=eyJhbGciOiJSUzI1NiIsImtpZCI6InN0cmF0ZWNoZXJ5LnBhc3Nwb3J0Lm9ubGluZSIsInR5cCI6IkpXVCJ9.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.A1qSoYHmLW_tC9EyBptdwCfiO8PuOYwcfJ_HMb2Bpf25Xy_XhhumUcpne4oMP06t1L9m0bM8_z_DptqlfTHm3qljKBSRSVuGpbhfxfqpZvjQXPXIoA7p2aeAmPpPhWPRve_j4t9BszP3RuJlLt2wEn1JsbB6H6uo9hIlBBwANl9ndz-83_xn3MtjcATQ-DZz01qSLPny_UiYLDrWAAqg4E19nRET1v_mlQqDcl70FQxURUG2i8OssLus8S_u0RI6YFPXWtZxjIzgLPKRSTKTjKkjMUYWhCMWpxTIWAcJ91Ep7hClwW3ymP2mRjQBCbM7TmHOtzSlP_oZWOCa7sq-PA

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • A List Apart
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Pieter Levels
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme