太空算力卫星星座
搜索文档
满屏涨停!商业航天再“起飞”,巨力索具等22股封板
21世纪经济报道· 2026-02-03 16:47
市场表现 - 2月3日A股市场探底回升,沪指与创业板指均涨超1%,深成指涨超2% [1] - 商业航天概念板块爆发,罗博特科与帝科股份均20CM涨停,另有城建发展、巨力索具、沃格光电、东方钽业等22股涨停,三角防务、海兰信、戈碧迦等跟涨 [1] 行业催化事件 - SpaceX公司于2月2日发表声明,宣布已收购同属埃隆·马斯克名下的人工智能初创企业xAI公司,旨在整合人工智能、火箭、太空互联网等领域的创新资源 [1] 机构研究观点 - 中信建投研报指出,航天侧,SpaceX正积极推进上市进程,并向FCC提交了百万颗AI卫星申请,目标是打造太空算力卫星星座 [1] - 苹果公司与SpaceX拟联合推动手机直连卫星服务,商业航天下游应用领域有望进一步拓展 [1] - 机构继续看好航天与人工智能领域的共振发展 [1]
商业航天股逆势上涨,通光线缆涨超14%,通宇通讯涨超5%
格隆汇· 2026-02-02 12:03
市场表现 - 2月2日A股商业航天核心股逆势上涨,多只个股半日涨幅显著,其中通光线缆涨幅超过14%,天银机电涨幅超过12%,西部材料和中超控股涨幅超过9% [1] - 顶固集创和流金科技涨幅超过8%,和顺电气涨幅超过7%,派克新材涨幅超过6%,江顺科技、长江通信、国机精工、东方钼业、通宇通讯涨幅超过5% [1] - 根据表格数据,年初至今部分个股涨幅突出,例如天银机电年初至今涨幅达68.73%,流金科技年初至今涨幅达111.46% [2] 行业驱动因素 - SpaceX已向美国联邦通信委员会提交申请,计划发射高达100万颗卫星,目标打造太空算力卫星星座 [1] - SpaceX积极推进上市进程,拟吸收xAI整合业务 [1] - SpaceX与苹果拟联合推动手机直连卫星服务,有望拓展商业航天下游应用领域 [1] 机构观点 - 中信建投研报称,继续看多商业航天,并提及SpaceX推进上市、申请百万颗AI卫星以及苹果合作等事件 [1]
百万颗卫星!SpaceX,剑指“太空算力”
证券时报· 2026-01-31 20:50
SpaceX的百万卫星星座计划 - SpaceX向FCC申请部署一个规模空前的太空算力卫星星座,卫星数量最高可达100万颗,并搭载轨道数据中心,旨在为全球人工智能发展提供算力基础设施支持 [1] - 该系统面向未来数十亿用户,为大规模AI推理及数据中心级别应用提供必需的计算能力,卫星计划分布在高度500公里至2000公里之间的轨道上,采用约30度的太阳同步轨道倾角,集中在宽度不超过50公里的狭窄轨道壳层内运行 [1] - 星座将依靠太阳能供电,通过激光与现有星链网络相连,将轨道数据中心的计算结果路由传送到全球地面用户手中,此举可能成为太空算力与通信融合的重要里程碑 [1] 中美太空算力发展路径对比 - 美国由于地面数据中心面临严峻的能源与散热资源约束,科技巨头对太空算力商业化的需求更为迫切,凭借在商业航天运力方面的显著优势,加速推进在轨计算验证与星座部署,有望在短期内实现技术原型和早期商业化应用的突破 [2] - 美国已形成以科技巨头为主导的发展路径,SpaceX、Starcloud、谷歌、亚马逊、英伟达等企业凭借各自核心能力,从单点技术验证、轨道验证到进入提供商业化服务初期阶段,定义着未来太空算力的商业标准 [2] - 中国采用政府与顶尖研究所协同引领、工程化推进的模式,由国家级实验室和顶尖高校牵头,以重大科技专项为牵引,分阶段推动太空计算星座组网,强调技术自主可控、天地一体化架构与长期战略支撑能力 [2] - 中国的发展呈现出政府牵头、产业协同、快速推进的特点,由国家级实验室、科研机构和地方政府强力引领,系统性整合从芯片、载荷、卫星平台、火箭发射到运营应用全产业链,且多由地方国资参股或控股的公司作为投资运营主体 [3] 太空数据中心的技术进展与优势 - 2025年5月14日,之江实验室成功将12颗算力卫星组成的“三体计算星座”发射入轨,并在太空中部署了80亿参数AI模型,实现了太空数据处理从“依赖地面”向“在轨执行”的根本转变 [3] - 打造太空算力体系能有效缓解星际传输数据下行压力,提升遥感通信导航等空间信息服务的时效性与自主性,也有助于破解超大规模算力集群面临的能源供给、散热能力与部署效率的多重制约 [3][4] - 太空数据中心在能源利用效率方面优势显著,据Starcloud白皮书,其自供电系统将实现发达经济体电价八十分之一到二十分之一的边际发电成本 [4] - 在可扩展性、部署效率与监管灵活性方面,轨道数据中心有效规避了地面大型能源与基础设施项目所面临的漫长审批流程、土地权属协调、电网接入难题以及环境影响评估等制度性瓶颈 [4] - 未来如GPT-6、Llama5等模型的训练或将需要部署5GW级别的算力集群,其规模将超过美国现有最大电厂的总装机容量,轨道部署为构建高耦合度、低延迟、高带宽的大规模AI训练平台提供了可行技术路径 [4]