据报道，Naver 投资浮动式 AI 数据中心开发商 Panthalassa

尽管未披露投资金额，且两家公司均未给出相应确认，Naver 仍以 Panthalassa 投资者的身份出现在一则 Google News 标题中。不过，其背后的核心构想更容易得到验证：Panthalassa 正在开发可在公海运行 AI 计算的自主式波浪能平台。

这一区别至关重要，因为 Panthalassa 已拥有一批知名且有公开记录可查的投资者。Peter Thiel 于 2026 年 5 月领投了其 1.4 亿美元 B 轮融资。其他参与方包括 John Doerr、TIME Ventures、Gigascale Capital 以及多位成熟科技投资者。

与此同时，Naver 正在陆地上推进一项截然不同的基础设施计划。该公司近期宣布，将与 Nvidia 和 Brookfield 在其 GAK Sejong 数据中心大规模扩建 AI 工厂。因此，投资 Panthalassa 将构成一条颇具吸引力的第二路径，但现有公开证据尚不足以证实这一关联。

这并非只是把服务器放在浮标上的故事。它检验的是，计算是否能够转移至搁浅的可再生能源所在地，而不是将电力输送至传统数据中心。这一机制或可绕开电网排队和土地限制，但也会引入维护、网络连接、腐蚀和可靠性等棘手问题。

Google News 报道实际能够证实什么

该标题表明曾有媒体报道这笔投资，但没有提供足够的公开证据，无法将 Naver 的参与视为已获确认。

所提供的 Google News 条目将该说法归因于 The Elec。其标题称 Naver 投资了 Panthalassa，但信息流条目未披露投资主体、日期、金额或战略条款。这些缺失的细节使读者无法评估双方关系。

截至审查时，Naver 的英文新闻稿或其已发布的 D2 Startup Factory 材料中均未见相应公告。Panthalassa 在 5 月发布的融资公告中，也没有将 Naver 列入已披露的参与者名单。

这份融资公告确认 Thiel 为 B 轮领投方。公告还列出了 John Doerr、TIME Ventures、SciFi VC、Gigascale Capital，以及多位现有或新加入的投资者。

后续投资也可能已经发生，而未出现在 5 月的公告中。Naver 也可能通过基金、关联方或未披露的二级交易参与其中。不过，这些可能性只是对信息缺口的解释，而非能够填补该缺口的证据。

谨慎的结论应当保持狭窄：一家媒体发布了这一说法，但本文审查的公开记录并未独立证实其核心细节。Naver 和 Panthalassa 均不应被描述为提供了尚未公开披露的信息。

这一验证缺口值得关注，因为信息聚合会将报道压缩成看似高度确定的标题。Google News 列表可能保留发布者的措辞，却省略完整报道中的限定条件、消息来源或背景。

搜索用户往往会在打开文章前先看到该标题。随后，多个信息流中的重复内容可能让单篇报道看起来像多项独立确认。在得到另一可靠来源或公司披露支持前，它仍只是一项说法。

Naver 的更广泛战略使这则报道具备足够的合理性，值得调查。这家韩国公司运营大型数据中心、开发 AI 模型、提供云基础设施，并投资科技初创企业。其业务覆盖范围也正扩展至韩国以外。

Naver 曾表示，其初创投资机构高度聚焦于早期科技公司，并寻求与被投企业的合作机会，尽管并非总是需要立即形成内部应用场景。

Panthalassa 在该投资组合中会显得不同寻常。其业务结合了海洋工程、能源转换、数据中心硬件、自主导航和卫星通信。与典型的软件初创企业相比，它更接近一家工业基础设施公司。

不过，战略交集确实存在。Naver 不断扩张的 AI 业务需要更多计算能力和能源。Panthalassa 则主张，其平台能够在无需等待陆地电网建设的情况下，同时增加这两项资源。

目前，这笔据报道的投资应被描述为尚未获得原始报道以外来源的确认。要获得确认，需要 Naver 的直接声明、Panthalassa 的披露、监管记录，或基于可识别消息源的额外报道。

这一报道标准并不会降低底层技术的重要性。它只是将可能具有重大意义的基础设施故事，与仍不完整的所有权主张区分开来。

Naver 已确认的 AI 工厂计划提供了真正的背景

Naver 已经在大型陆地 AI 工厂上投入资源，因此 Panthalassa 将代表多元化布局，而非替代战略。

2026 年 6 月，Naver 和 Nvidia 宣布计划开发一座全球 AI 工厂，并朝吉瓦级容量迈进。初始运营计划于 2027 年启动，容量为 55 兆瓦。

两家公司随后在 7 月扩大了近期计划。其200 兆瓦扩建项目将在 GAK Sejong 使用 Nvidia 的 DSX 平台。Naver 表示，该部署将支持约 10 万块 Nvidia GPU。

这一计划在一个关键意义上是传统的：它将加速器、网络、电力系统和冷却设备集中部署在一座受管理、与陆地基础设施连接的超大规模设施中。

它也让 Naver 能够掌控模型、智能体、政府工作负载和企业云客户的生产环境。工程师可以直接接触硬件、更换故障设备，并通过高容量光纤连接工作负载。

Panthalassa 提出的是另一种运行模式。其节点将在海上发电、在机载环境中运行芯片，并通过低地球轨道卫星传输计算结果。该公司不计划将产生的电力送往岸上。

这一设计将能源传输问题转化为数据传输问题。海底电力电缆可能使偏远海域的发电成本高昂，而处理后的 AI 输出所需带宽，远低于持续传输每一项输入、模型更新和中间计算结果。

这种权衡适合部分 AI 推理工作负载。推理是指运行已训练模型以生成答案或预测的过程。节点可以接收紧凑请求、在机载环境中计算响应，再返回生成的 token。

但当工作负载需要持续访问庞大的外部数据库时，这一模式并不理想。当大量加速器必须跨多个独立平台以极高速度交换数据时，难度也会随之增加。

因此，即便 Naver 投资海洋计算，其陆地基础设施仍将不可或缺。GAK Sejong 可支持紧密耦合的训练、企业云服务、数据密集型应用，以及需要可预测物理访问条件的受监管工作负载。

浮动节点将承担更为狭窄的角色。它们可能处理可容忍延迟的推理、强化学习模拟、合成数据生成，或其他能够容忍间歇性通信的任务。

这种互补结构解释了为何据报道的 Naver 关联引发关注。Naver 无需相信海洋节点能够取代超大规模园区，只需相信它们可以提供额外类别的计算资源。

这一时机也反映出更广泛的限制。AI 公司已无法将硬件选择与能源条件割裂开来。若项目缺乏电网接入、变电站容量、冷却系统或建设许可，获得 GPU 的意义也十分有限。

Naver 与 Nvidia 和 Brookfield 的扩张计划展现了其在陆地基础设施上的投入规模，也说明了为何该公司会关注能够将计算增长与本地电力基础设施脱钩的替代方案。

一笔得到验证的投资，将使 Naver 同时处于这场基础设施实验的两端。一端是在受控 AI 工厂中集中计算，另一端则是将计算分布到自主发电机器之中。

这两条路径目前并不对等。Naver 的陆地计划拥有具名合作伙伴、明确容量、已知地点和目标运营年份。Panthalassa 仍处于试点和制造验证阶段。

因此，压力落在 Panthalassa 而非 Naver 身上：它必须证明第二条路径值得承载生产工作负载。资本可以资助原型和工厂，却无法消除公海运行带来的运维要求。

Panthalassa 如何将波浪能转化为海上计算能力

Panthalassa 的关键机制是共址：它将 AI 芯片部署在波浪发电设备旁，使电力无需抵达岸上。

Panthalassa 将其规划中的量产平台称为 Ocean-3。该节点被设计为一座高耸的自由漂浮钢结构，上方设有浮力部分，下方连接一根长长的浸没式管道。

随着海浪推动平台，海水会在内部系统中往复振荡。这一流动驱动涡轮机，将结构与周围海水之间的相对运动转化为电力。

平台将立即使用这些电力。其机载数据中心将处理 AI 工作负载，冷海水则用于辅助冷却。卫星连接将在节点与陆地用户之间传输请求和结果。

Panthalassa 表示，其系统不需要锚、海底电缆或燃料供应。节点可自行推进和定位，使船队能够向波浪条件更佳的区域移动，或避开部分危险。

该公司已花费约十年时间开发相关组件技术。其表示，Ocean-1、Ocean-2 和 Wavehopper 原型机在 2021 年至 2024 年间测试了发电、推进、自主运行和海上计算能力。

其Ocean-3 部署计划计划于 2026 年在北太平洋部署试点节点。这些系统旨在展示 AI 推理能力，并在 2027 年商业部署前完善制造流程。

规划中的量产节点以在华盛顿州近海测试的更大型 Ocean-2 原型机为基础。据基于公司演示的报道，该结构在水面下延伸约 70 米。

Panthalassa 曾表示，量产系统在适宜条件下可持续产生最高 1 兆瓦电力。在全尺寸硬件证明其能够跨季节维持稳定输出之前，这仍只是公司的预测。

技术洞见并不只是海浪中蕴藏能量。工程师数十年来一直尝试实现波浪能商业化。真正的洞见是，有价值的计算结果可比大宗电力更廉价地离开平台。

传统波浪能项目通常需要电缆、沿岸互联、许可，以及按电网标准输出电力的设备。这些要求可能抹去原本高能量地点的价值。

Panthalassa 通过就地消耗电力，免除了外送电缆。即便生成一项 AI 响应需要大量加速器运算，该响应本身也可能仅包含数 KB 数据。这一差异创造了经济上的切入空间。

节点仍需要模型权重、软件更新、安全补丁、工作负载输入和运营遥测数据。卫星带宽与延迟将限制哪些任务具有可行性。该架构不能将连接性视为事后考虑的问题。

舰队设计又增加了一层复杂性。Panthalassa 表示，多个节点可以像一个数据中心一样协同运行。但这并不意味着它们会像通过陆上高速网络互连的加速器那样工作。

分布式节点可以共享工作负载队列，并分别返回结果。但对于需要在芯片之间频繁传输数据的高度同步计算，它们将难以胜任。训练大型前沿模型通常依赖这类高速连接。

因此，最有力的早期应用是独立推理，或其他易于并行化的工作。这一术语指的是可拆分为许多自包含单元、彼此之间几乎不需要通信的任务。

这一方案是在工作负载层面与陆地数据中心竞争，而非依赖完全相同的架构。云调度器可以将适合的作业发送至海上，同时将对延迟敏感或数据量大的工作保留在陆地。

这一区分对于任何与 Naver 有关的合作都很重要。Naver 运营搜索、电商、地图、消息、云和生成式 AI 服务。许多请求会涉及实时数据库或用户信息，无法简单复制到自主运行的平台上。

其他工作负载的可迁移性更强。批量评估、合成数据生成、媒体处理和部分模型推理，只要经济性足以弥补延迟，就可以远离终端用户运行。

该公司的实现机制在逻辑上是连贯的。但其商业价值仍取决于实测能源产出、可靠通信、硬件存活能力、可维护性，以及能够容忍这种运营模式的 AI 需求比例。

海洋消除了电网延迟，却叠加了一系列风险

Panthalassa 通过接受传统数据中心运营商很少面对的海洋风险，规避了若干陆地瓶颈。

开阔海域拥有强劲海浪、充足的冷却能力，也没有本地电网排队问题。但它也让每个组件都暴露于盐分、风暴、晃动、生物污损和困难维护之中。

波浪能长期以来一直难以从原型机发展为商业化舰队。在受控测试中表现良好的设备，必须在不可预测的载荷下存活多年，同时以具竞争力的成本发电。

一位波浪能专家向 Latitude Media 表示，该行业过去长期缺乏足够资金来支持反复的原型迭代。一次失败可能会在工程师造出下一代产品前就终结一家公司。

Panthalassa 的 1.4 亿美元融资为这种迭代提供了更大空间。但这并不能保证最终系统能够达到可用性或运营成本目标。

这家初创公司估计，一套全尺寸节点的制造成本将为 100 万至 150 万美元。这一估算不包括物流和维护，而后两者是部署在远海设备的核心成本。

如果船只必须频繁前往维护，再便宜的结构也会变得昂贵。其经济性取决于自主运行、远程恢复、模块化硬件，以及足够长的维护间隔，以抵消海上通行成本。

可靠性在这里也有两层含义。电力系统必须将变化的海浪转换为稳定电力，数据中心系统则必须让加速器保持在安全运行条件下。

服务器不喜欢振动、潮湿和计划外的电力波动。密封系统可以降低暴露风险，但也会让维修和组件更换更困难。每个外壳、连接器和冷却回路都成为可用性计算的一部分。

海上碰撞和航行也带来更多担忧。具备自主推进能力的节点必须探测船只、维持舰队间距、遵守禁入区，并在推进或通信失效时安全应对。

随着部署向更远海域推进，管辖权将变得重要。国际水域并不能免除法律义务。注册、环境审查、航行规则、数据治理和责任认定，都将取决于地点和运营结构。

Panthalassa 还必须证明卫星链路能够支持具有商业意义的需求。卫星通信正在改善，但其容量、一致性和成本特征仍无法与陆地光纤相比。

推理输出可以很紧凑，但输入端并不总是很小。视频分析、大型文档处理、多模态 AI 和检索系统，都可能在计算开始前需要大量数据传输。

数据驻留要求可能限制采用。政府和企业客户可能禁止敏感信息离开特定区域，或禁止其在移动式海上基础设施上运行。

安全性又增加了一个维度。运营商必须验证工作负载身份、加密数据、保护模型权重、检测物理篡改，并在不依赖直接访问的情况下更新系统。

环境层面的论据同样需要证据。波浪能本身在运行期间不产生燃烧排放，但制造大型钢结构会留下实质性的环境足迹。部署和回收也需要船只。

研究人员需要评估噪声、局部生态系统、碰撞风险，以及大规模舰队的累积影响。少量原型无法确立数百个移动平台的影响。

海洋冷却不应被描述为天然无害。工程师必须公布系统如何传递热量、排放点周围会出现何种温度，以及防污措施是否会带来环境问题。

竞争将从多个方向检验这一模式。Aikido Technologies 已提出配备模块化数据中心的漂浮式海上风电平台。这类系统将计算能力与更成熟的可再生能源技术相结合。

Microsoft 的 Project Natick 曾将密封的数据中心模块置于水下并连接至岸上。Microsoft 已结束这项研究工作，但该项目表明，在受控条件下，海底环境可以支持可靠服务器运行。

中国一直在推进连接海上风电的水下数据中心。这些设施保留了固定基础设施和区域网络连接，规避了部分自主运行和卫星限制。

天基计算构成了更遥远的比较对象。轨道系统在某些配置下可以获得持续太阳能，但发射、辐射、散热和维修都会带来极高成本。

Panthalassa 相比这些替代方案的优势在于其一体化电源。其弱点则是同时尝试了多个困难系统：波浪能转换、自主导航、海洋环境存活、卫星网络和远程 AI 运营。

这一组合技术栈是核心的质疑角度。某一层的成功无法弥补另一层的失败。只有整条链路都能可靠运作，该平台才具有商业价值。

Naver 据报参与其中，并不会改变这一工程负担。即使是拥有数据中心专业经验的战略投资者，也无法验证尚未完成生产规模海洋试验的硬件。

最有力的证据不会是又一份融资公告，而是 Ocean-3 的运营数据，包括持续产出、计算可用性、通信性能和维护需求。

Google News 读者接下来应关注什么

三个信号将决定这个故事会成为基础设施里程碑，还是停留在一个引人注目的原型与尚未证实的投资说法。

第一个信号是 Naver 投资的直接确认。读者应寻找公司公告、具名投资部门、融资日期、持股披露或 Panthalassa 的声明。

确认将强化对这笔交易的战略解读。Naver 可以贡献数据中心运营经验、云工作负载、AI 模型，以及通往商业测试的潜在路径。

交易条款与投资者名称同样重要。小额财务持股只能表明兴趣；开发协议、工作负载承诺或联合试点，则意味着更深层的技术关系。

沉默并不能证明交易没有发生。私营公司可以接受未披露的投资。然而，如果持续缺乏可归属的证据，原始标题作为可靠报道的价值将会减弱。

第二个信号是 Ocean-3 在北太平洋的表现。Panthalassa 需要部署计划中的节点，并报告具体运营测量数据，而不仅仅是设计目标。

有价值的证据包括持续电力输出、加速器正常运行时间、冷却性能、卫星可用性、自主重新定位能力和维护间隔。独立技术审查将比公司单方面声明更具分量。

试点还应澄清“海上 AI 推理”在实践中的含义。芯片类型、部署模型规模、请求量、响应延迟和工作负载类型，将共同界定这一成果。

短暂运行一个小型模型可以验证基础集成能力。在不断变化的条件下维持具有商业意义的服务，才能支持 Panthalassa 更大的经济论点。

这一差异至关重要，因为该初创公司的主张依赖舰队，而不是单次演示。一旦单个节点运行成功，制造一致性和舰队编排就必须随之实现。

第三个信号是在计划于 2027 年商业发布前获得真实客户工作负载。Panthalassa 需要一位客户，其应用能从低成本远程能源中受益，并能容忍卫星限制。

理想的早期工作负载应可在各节点间清晰划分、所需入站数据有限，并产生紧凑输出。它还应足够频繁地运行，以确定节能收益是否超过通信和维护成本。

如果据报关系得到正式确认，Naver 试点将尤其具有参考价值。Naver 可以使用同一工作负载，将海上结果与其不断扩张的陆地 AI 工厂进行比较。

这种比较应衡量总服务成本，而不仅仅是电力成本。硬件利用率、组件故障、数据传输、船舶运营、模型更新和闲置时间都会影响结果。

这些信号将出现在一个异常激进的陆地基准背景下。Naver 计划通过其与 Nvidia 和 Brookfield 的合作扩建 GAK Sejong，初始运营目标定于 2027 年。

陆地系统提供高带宽网络、物理访问、成熟的控制措施和靠近客户的优势。Panthalassa 必须为不需要这些特性的工作负载证明其具有显著经济优势。

更大的启示超越了单笔据报投资。AI 基础设施正在成为一个能源选址问题。开发者越来越需要决定的不仅是哪种加速器运行模型，还包括电力能否足够快地送达该加速器所在位置。

Panthalassa 颠倒了传统答案。该公司不再是在用户附近获取电力并将其送入建筑，而是希望将计算送往能源充沛之处，只返回结果。

这条路线在技术上足够可信，值得测试；同时也足够困难，值得质疑。海洋本身无法解决可靠性或网络问题。它改变的是系统中哪些约束占据主导地位。

对 Naver 而言，经验证的参与将表明其采取了计算供应的组合策略。该公司可以继续建设密集型陆地 AI 工厂，同时探索面向专业任务的远程基础设施。

对企业采购方而言，眼下的问题并不是下一座数据中心会不会漂浮在海上，而是当电力成为限制性资源时，越来越多的 AI 工作是否能摆脱对地点的依赖。

对开发者而言，答案将取决于工作负载架构。输入数据紧凑、可独立执行且能够容忍延迟的任务，可以部署在离用户更远的地方。数据密集型、需要同步协作以及受监管的应用，则仍会更接近传统基础设施。

Google News 提出了一个引人注目的说法，但新闻标题不能替代已披露的交易或成功的部署案例。接下来的证据必须来自 Naver 的记录、Panthalassa 的 Ocean-3 试验，以及愿意在海上运行生产工作负载的客户。

在此之前，这笔投资仍据报道与 Naver 有关，而 Panthalassa 更大的愿景仍是一项雄心勃勃的工程测试。请关注信息披露、试点数据和首个商业工作负载。这三项进展将决定漂浮式 AI 会成为基础设施，还是仅停留在想象图景中。