馬斯克確認將 SpaceX 與 xAI 合併,估值達 1.25 兆美元,計畫將數據中心部署至太空軌道,並為 2 […] 〈重磅!SpaceX 併購 xAI 估值 1.25 兆美元,馬斯克打造「太空+AI」巨頭備戰 IPO〉這篇文章最早發佈於動區BlockTempo《動區動趨-最具影響力的區塊鏈新聞媒體》。馬斯克確認將 SpaceX 與 xAI 合併,估值達 1.25 兆美元,計畫將數據中心部署至太空軌道,並為 2 […] 〈重磅!SpaceX 併購 xAI 估值 1.25 兆美元,馬斯克打造「太空+AI」巨頭備戰 IPO〉這篇文章最早發佈於動區BlockTempo《動區動趨-最具影響力的區塊鏈新聞媒體》。

重磅!SpaceX 併購 xAI 估值 1.25 兆美元,馬斯克打造「太空+AI」巨頭備戰 IPO

馬斯克確認將 SpaceX 與 xAI 合併,估值達 1.25 兆美元,計畫將數據中心部署至太空軌道,並為 2026 年中旬 IPO 鋪路。 (前情提要:SpaceX 向美 FCC 申請發射百萬顆衛星造太陽能資料中心,馬斯克的太空 AI 豪賭 ) (背景補充:馬斯克太空公司 SpaceX 傳計劃明年 IPO 上市!估值預計高達 8000 億美元超車 OpenAI )   馬斯克(Elon Musk)重磅宣布,將旗下太空公司 SpaceX 與人工智慧公司 xAI 正式合併。根據TechCrunch 報導,這筆交易將 SpaceX 的 1 兆美元估值與 xAI 的 2500 億美元估值合併,打造出一個總估值達 1.25 兆美元的私人企業。 據了解,此次合併採用全股票交易方式進行,xAI 股東將換股成為 SpaceX 股東。馬斯克已在內華達州成立新的併購實體來執行這項交易。外界普遍認為,這是為 2026 年中旬備受矚目的 SpaceX IPO 做準備,在上市前完成資產整合。 xAI 月燒 10 億美元,SpaceX 金流成關鍵 從財務面來看,xAI 目前每月資金燃燒率約達 10 億美元,急需穩定現金流支撐營運。相較之下,SpaceX 擁有強大的政府合約與衛星發射收入,佔總營收約 80%,EBITDA 利潤率更達 50%。此前,SpaceX 與特斯拉(Tesla)已分別向 xAI 投資各 20 億美元。 合併的核心戰略之一是解決 AI 算力基礎設施面臨的電力與冷卻難題。目前 xAI 在曼非斯的陸地數據中心正面臨環境環評挑戰,而馬斯克的解決方案是:將數據中心部署到太空軌道。 軌道數據中心:避開地球電力限制 動區前日有報導,馬斯克創立的 SpaceX 已於 1 月 30 日向美國聯邦通信委員會 (FCC) 送交申請,提出最多部署 100 萬顆太陽能資料中心衛星的計畫,希望將 AI 運算核心搬離地面,進入近地軌道。 這場合併不僅是為緩解 xAI 的資金壓力,更標誌著「太空+AI」一體化商業體系的成形。隨著 2026 年 IPO 進程推進,這家私人巨頭將如何影響全球科技與資本市場,值得持續關注。 地球電網拉警報,太空成最後尋址 我們知道,AI 模型訓練與推論需要龐大電力與冷卻用水,但土地、電力配額與水資源管制正讓地面資料中心擴張踩下急煞車。 根據世界經濟論壇分析,太空數據中心預估電價僅 0.005 美元/kWh,約為地面平均批發價的十五分之一,同時真空環境則直接消除冷卻用水,對耗水高達百萬噸的傳統 40MW 機房也是一大解套。 SpaceX 在呈交文件時強調: 這是邁向恆星文明第一步,不只是解決當前瓶頸,而是要完整掌握太陽能。 如同馬斯克過去對極端目標的熟練操作,這段敘述把能源紅利與文明進階雙重敘事綁定,引導投資人將焦點放在長期邊際成本優勢。 太空算力中心還有多遠?落地前的五道難關 但儘管 SpaceX 的願景引人遐想,但從申請到實現之間,依然有著幾道不容迴避的工程與經濟難題。 第一,發射成本與部署規模的矛盾。 即便 Falcon 9 已將每公斤入軌成本壓至約 2,700 美元,Starship 未來目標更低,但一座具備實際運算能力的衛星節點:含伺服器、太陽能板、散熱系統與通訊模組,重量遠超一般通訊衛星。要部署數十萬顆,所需的發射頻次和總成本仍是天文數字。 第二,太空級硬體的算力瓶頸。 地面資料中心使用的 GPU 和高頻寬記憶體並非為太空環境設計。宇宙射線會造成單粒子翻轉,導致運算錯誤;極端溫差(向陽面攝氏 120 度、背陽面零下 150 度)則對晶片穩定性構成嚴峻考驗。目前太空級抗輻射晶片的效能,大約落後商用消費級晶片兩到三個世代。 要在軌道上跑大型模型推論,硬體差距仍是最根本的瓶頸。 第三,散熱並不如想像中簡單。 真空環境確實省去了冷卻水,但也意味著無法透過對流散熱,只能依靠輻射散熱。輻射散熱效率取決於散熱面積和表面溫度,換言之,衛星需要攜帶大面積散熱板,這進一步推高了重量和體積,與有限的運載能力形成矛盾。 國際太空站的散熱系統重達數噸,就是這個問題的縮影。 第四,延遲與頻寬的物理極限。 近地軌道的單程延遲約 4 至 20 毫秒,看似可接受,但衛星間雷射鏈路的頻寬遠不及地面光纖。一條海底光纜的傳輸量可達數十 Tbps,而目前 OISL 的單鏈路頻寬仍在 Gbps 等級。 對於需要大量參數同步的分散式訓練任務,這個頻寬差距可能是致命的。太空算力更適合延遲容忍度高的批次推論,而非即時訓練。 第五,維護與升級困難。 地面資料中心可以隨時更換硬碟、升級 GPU、修復故障節點。軌道上的衛星一旦部署,基本上無法進行硬體維修。當晶片性能被下一代產品甩開,或零件因輻射老化而降效,唯一的「升級方案」就是發射新衛星、讓舊衛星退役:這又回到了發射成本與軌道擁塞的問題。 距離 FCC 最終裁決還有數個月,但這份申請已將「把資料中心送上太空」從科幻概念推進到政策議程。未來雲端運算的天花板,或許真的不在天花板之下,而在抬頭望不見的天際邊界。 相關報導 Telegram 創辦人宣布「AI 算力網路 Cocoon」上線:可用 GPU 挖 TON、100% 隱私運算 馬斯克預測:3年內AI將解決38兆美元美債,20年後人類已不需要工作 李飛飛談 LLM 下一步:AI 須擁有「空間智慧」才能理解真實世界,Marble 模型如何實現?〈重磅!SpaceX 併購 xAI 估值 1.25 兆美元,馬斯克打造「太空+AI」巨頭備戰 IPO〉這篇文章最早發佈於動區BlockTempo《動區動趨-最具影響力的區塊鏈新聞媒體》。

免責聲明: 本網站轉載的文章均來源於公開平台,僅供參考。這些文章不代表 MEXC 的觀點或意見。所有版權歸原作者所有。如果您認為任何轉載文章侵犯了第三方權利,請聯絡 service@support.mexc.com 以便將其刪除。MEXC 不對轉載文章的及時性、準確性或完整性作出任何陳述或保證,並且不對基於此類內容所採取的任何行動或決定承擔責任。轉載材料僅供參考,不構成任何商業、金融、法律和/或稅務決策的建議、認可或依據。