筛动堆栈的革命性飞跃：前SpaceX工程师如何驱动智能工厂的未来_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

筛动堆栈的革命性飞跃：前SpaceX工程师如何驱动智能工厂的未来

2026-03-25 21:37:18

Sift Stack的革命性飞跃：前SpaceX工程师如何推动智能工厂的未来

在加利福尼亚州埃尔塞贡多，一场由两位前SpaceX工程师推动的工业制造巨变正在发生，他们将火箭科学应用到了工厂车间。Sift Stack的创始人Karthik Gollapudi和Austin Spiegel正在利用他们在航天器遥测技术方面的经验，来解决制造业最紧迫的挑战之一：处理来自现代化、布满传感器的机器的海量数据。这一变革正值杰夫·贝索斯等行业巨头宣布对工厂自动化进行大规模投资之际，凸显了软件在实体世界中的关键作用。

植根于航空航天卓越经验的Sift Stack

Gollapudi和Spiegel在SpaceX开发软件工具后，于2022年创立了Sift Stack。他们的系统曾在火箭测试、制造和发射期间管理庞大的遥测数据流。因此，他们发现了市场中的一个巨大空白。大多数制造复杂机器的公司依赖通用的数据库工具或定制的Python脚本。然而，这些解决方案往往难以应对规模化和集成化的需求。Sift Stack的平台提供了一个专业的、一流的替代方案。

该公司最初的客户包括联合发射联盟等主要航空航天和国防承包商。此外，机器人初创公司和电网管理公司也采用了他们的技术。这些早期客户验证了该平台的稳健性。他们需要同时处理来自成千上万、有时甚至是数百万个传感器的数据。例如，Sift Stack监控的一些交通工具就包含超过150万个传感器，以多种格式和时间尺度传输数据。

数据基础设施的挑战

卫星公司Astranis的软件副总裁Jeff Dexter阐述了这一问题的规模。他的公司可能一天就要进行一千万次自动化软件测试。“不可避免地，情况会发展到仅仅存储数据每月就要花费我们数百万美元的地步，”Dexter解释道。他强调，借助Sift Stack的技术，关注点从存储成本转移到了数据效用上。对于那些数据量可能成为财务负担而非资产的公司来说，这种转变至关重要。

人工智能的战略转向：从定制工作流到数据赋能

人工智能工具的快速发展迫使Sift Stack进行了战略演进。此前，该公司的价值主张主要集中在创建定制化的数据工作流上。这些工作流帮助工程师分析测试结果并监控制造过程。然而，人工智能和深度学习模型的普及改变了竞争格局。定制工作流变成了标准预期，而不再是差异化优势。

Gollapudi很早就认识到了这一转变。“我们对于未来五年发展前景的长期愿景，实际上正在今年上演，”他表示。该公司的核心优势——管理海量、复杂的数据基础设施——突然成为了其最宝贵的资产。新的目标是专门为人工智能应用组织和存储数据。“很多价值在于将这些数据以机器可读的方式呈现出来，”Gollapudi指出。如果人工智能代理要分析测试数据或标记制造问题，它们需要干净、可访问且结构良好的数据源。

推动Sift Stack增长的关键行业趋势：

软件密集型机器：现代交通工具和工业设备产生的数据比以往任何时候都多。

人工智能集成：工厂越来越多地将人工智能用于预测性维护和质量控制。

成本压力：公司寻求将数据存储成本转化为运营洞察。

遗留系统的局限性：现成的工具无法处理专业的工业数据流。

展望未来：4200万美元的B轮融资

2025年，Sift Stack完成了4200万美元的B轮融资。StepStone领投了本轮融资，GV、Riot Ventures、Fika Ventures和CIV参与其中。此轮融资后公司估值达到2.74亿美元。这项重大投资凸显了投资者对实体制造与先进软件融合的信心。此外，这也为公司研发和市场扩张提供了资金。

融资环境反映了更广泛的趋势。据报道，杰夫·贝索斯为工厂自动化和人工智能设立的1000亿美元基金，表明大量资本正涌入该领域。这股通常被称为“原子，而非比特”的运动，标志着人们重新关注实体产品和基础设施。Sift Stack正处在这一趋势的交汇点，为基于原子的经济提供数字神经系统。

对比分析：传统方法与Sift Stack方法

数据管理：传统方法依赖现成的数据库、定制脚本；Sift Stack平台专为海量遥测数据构建。

可扩展性：传统方法通常需要人工干预；Sift Stack平台自动化设计，可处理数百万传感器。

人工智能就绪度：传统方法的数据需要大量预处理；Sift Stack平台的数据为即时AI使用而结构化。

成本结构：传统方法的存储成本可能不可预测地上升；Sift Stack优化的基础设施降低了总成本。

对制造业和工业的更广泛影响

Sift Stack的技术带来的不仅仅是效率提升。它促进了工厂运营方式的根本性改变。有了可靠的数据基础设施，制造商能够实施真正由人工智能驱动的自动化。这意味着机器可以在故障发生前进行预测。此外，生产线可以根据传感器反馈进行实时调整。质量控制可以变得连续且全面，而非周期性和基于抽样。

该公司的发展历程反映了一个更大的工业演进。第一波工厂自动化侧重于机器人和机械系统。当前的浪潮则以数据、连接性和智能为核心。软件不再仅仅是支持工具。它正在成为实体生产的核心神经系统。这种转变需要新型的公司和专业知识，同时也为那些既懂硬件工程又懂软件开发的专业人士创造了机会。

结论

Sift Stack是技术跨界融合的一个引人注目的案例研究。在火箭发射的极端环境中磨练出的专业知识，如今正在催化工厂车间的创新。该公司从定制工作流向支持人工智能的数据基础设施的转型，与行业趋势完美契合。随着制造业日益由软件定义，管理、构建和呈现海量数据流的能力将区分出行业领导者与落后者。凭借雄厚的资金和清晰的愿景，Sift Stack有望成为智能工厂革命的关键推动者，证明用于发射火箭的工具确实能够改变我们制造一切的方式。

免责声明：

本网站、超链接、相关应用程序、论坛、博客等媒体账户以及其他平台和用户发布的所有内容均来源于第三方平台及平台用户。百亿财经对于网站及其内容不作任何类型的保证，网站所有区块链相关数据以及其他内容资料仅供用户学习及研究之用，不构成任何投资、法律等其他领域的建议和依据。百亿财经用户以及其他第三方平台在本网站发布的任何内容均由其个人负责，与百亿财经无关。百亿财经不对任何因使用本网站信息而导致的任何损失负责。您需谨慎使用相关数据及内容，并自行承担所带来的一切风险。强烈建议您独自对内容进行研究、审查、分析和验证。

展开阅读全文