海洋数据中心竞相满足 AI 日益增长的电力需求
- Aisha Washington

- 8月2日
- 讀畢需時 15 分鐘
Google News 发现了应对 AI 用电难题的一种引人注目的方案:将计算设备部署到近海,并采用大型石油企业已验证的技术进行建设。
这一构想正在走出概念图。Panthalassa 计划在北太平洋测试由波浪能驱动的 AI 基础设施,而 Aikido Technologies 正在开发一种海上风电设计。Samsung Heavy Industries 也已参与浮动数据中心项目。
但这并不是 Google、Microsoft 或 Amazon 的大规模迁移。大多数项目仍处于初创企业试点、工程研究或早期商业部署阶段。
这一落差正是故事的核心。电力需求正在上升,而海洋计算仍需证明自己能够经受风暴、海水侵蚀、维护延误和监管不确定性的考验。
近海战略借鉴了油气作业中的成熟要素,包括标准化平台、海洋施工、远程监控、专业服务船舶,以及为恶劣环境设计的设备。
其优势在于能够在拥挤的陆地市场之外获取能源和冷却资源。其弱点则是,每一次服务器故障都会变成海事问题。
Microsoft 的 Project Natick 提供了重要的历史参照。该公司在完成两年部署后,于 2020 年从北海回收了一座实验性海底数据中心。
如今的开发商正在迈出不同的一步。他们希望将海洋数据中心与发电结合起来,让海洋同时成为部署地点和电力来源。
Google News 正在追踪一场真实的近海计算竞赛
海洋数据中心已从 Microsoft 一项不同寻常的实验,演变为多个相互竞争的基础设施项目。
Panthalassa 提出了最具雄心的方案。这家总部位于俄勒冈州的公司正在开发可自航的 Ocean-3 节点,通过波浪运动发电,并利用这些电力在平台上运行 AI 推理。
AI 推理是指运行已训练模型以响应请求的过程。与前沿模型训练相比,它可以部署在规模更小、分布更广的设施中。
Panthalassa 于 2026 年 5 月宣布完成 1.4 亿美元 B 轮融资。Peter Thiel 领投,参与者包括科技、工业和气候领域的投资者。
根据该公司发布的 Ocean-3 funding 公告,这笔资金将用于支持 Portland 附近的一座制造设施以及试点部署。
拟议中的节点将捕获波浪能,在平台上处理 AI 工作负载,并通过低地球轨道卫星传输结果。这种设计无需铺设永久性的岸上电缆。
它也改变了被运输的对象。平台并非将偏远可再生能源产生的电力输送出去,而是在海上完成计算后传输紧凑的数字结果。
Panthalassa 已测试过早期波浪能原型。不过,其核心商业主张仍取决于 Ocean-3 能否在真实海洋条件下搭载计算设备运行。
Aikido Technologies 正在推进一种更为固定式的设计。该公司计划在同一平台上结合浮动海上风力涡轮机、电池储能和浸没式计算舱。
该公司表示,其结构采用了为海上油气行业开发的标准和组件。拟议设备将使用现有海洋船舶进行安装和维护。
这就是大型石油企业关联的实际含义。近海开发商并非复制石油开采本身,而是在复用其制造、物流、维护和生存方法。
Samsung Heavy Industries 则提供了另一条路径。这家造船商已与海事和认证合作伙伴探索浮动数据中心,将造船专业能力带入这一市场。
中国在商业化海底计算方面走得更远。据报道,一座配备 2,000 台服务器、使用海上风电的 24 兆瓦水下设施已于 2026 年全面投入运行。
这些项目差异显著。有些漂浮在海面,有些位于水面以下,还有一些仍连接着陆基网络或电力系统。
Google News 的报道可能让它们看上去像是一场协调一致的行动。更准确的理解是,它们是为了摆脱同一类陆地限制而进行的平行尝试。
没有大型云服务商宣布将其核心机群迁往近海。真正的变化是,海洋计算如今已获得资金、工业合作伙伴和明确的硬件测试计划。
这构成了一场真正的基础设施竞赛,但尚未形成成熟市场。
AI 电力需求正在超过电网建设速度
近海计算最有力的理由并非更便宜的土地,而是 AI 部署进度与能源基础设施建设进度之间日益扩大的错配。
国际能源署估计,全球数据中心的耗电量在 2025 年达到约 485 太瓦时。其最新预测显示,到 2030 年,这一数字将接近 950 太瓦时。
以 AI 为重点的设施增长更快。该机构表示,其用电量有望在同期增长至三倍。
2025 年,数据中心需求增长了 17%,而全球总用电需求仅增长 3%。这些数字解释了开发商为何开始考察非常规地点。
IEA 的 energy forecast 还指出,AI 工作负载可能导致电力需求快速变化。因此,储能和灵活运营与总发电量同样重要。
数据中心不能只获得一年的可再生电力供应量。它需要在计算设备提出需求的地点和时刻获得可靠电力。
这种区别已成为瓶颈。一个地区整体上可能发电充足,却缺乏通往规划中计算园区附近的输电能力。
新的电网接入可能需要数年的规划、许可和建设。AI 公司作出硬件承诺的产品和投资周期则要短得多。
大型园区还要与住宅、工厂和交通电气化争夺资源。这种竞争引发了谁应为新增发电和输电基础设施买单的问题。
水资源构成另一项本地限制。传统冷却系统可能消耗大量水,使项目在干旱或快速发展的社区引发争议。
海洋似乎能同时提供三种资源:物理空间、持续可用的水,以及来自风能或波浪能的可再生能源。
这就是为什么 Google News 搜索结果如今会将浮动平台与核电项目、专用燃气电厂和太空计算方案并列呈现。
它们并不是可以互换的环保解决方案。它们是在回答同一个运营问题的竞争性方案:开发商如何快速获得大规模、可靠的电力?
据 IEA 称,到 2030 年,可再生能源预计将满足数据中心用电需求增长中近一半的部分。天然气和其他能源也将扩张。
近海计算通过将能源转换与能源消耗部署在一起进入这一组合。理论上,这可以避免为每个新的计算集群建设长距离输电连接。
这一方法比起许多训练工作负载,更适合推理。推理请求可以分散到众多节点,而大型训练任务要求加速器之间进行高密度通信。
前沿模型训练依赖于在芯片之间以极低延迟传输海量数据。卫星链路无法替代这些内部连接。
近海平台仍可容纳一个紧密互联的本地集群。然而,协调多个相距遥远的平台将带来延迟、带宽和可靠性限制。
这使得初始工作负载的选择至关重要。承诺提供通用 AI 容量的开发商可能会发现,只有部分推理任务适合海洋环境。
云服务商正面临双重压力。他们需要更多容量,同时也需要可预测的服务水平和可控的运营成本。
如果传统选址持续延误,即使是专用的近海容量也会变得有吸引力。如果电网扩张更快,海洋方案就必须靠经济性而非紧迫性参与竞争。
海洋数据中心的行动手册来自石油钻井平台
近海计算从根本上说是一种工业物流战略,而不只是新颖的冷却技术。
油气公司用了数十年时间,学习如何在远离海岸的地方建造、部署、监控和维修复杂机械。海洋数据中心开发商希望借用这些积累下来的知识。
Aikido 的概念明确体现了这种关联。其平台采用浮动风力涡轮机,搭配浸没式计算舱、电池以及围绕既有近海标准设计的设备。
拟议设计将在组装期间使用大型陆基起重机。平台抵达运营地点后,服务船舶将负责部署和维护。
这更接近模块化近海能源建设,而非传统数据中心开发。硬件在受控设施中组装,通过海运运输,并作为可重复部署的单元安装。
这一模式也类似造船。标准化平台可以通过生产线制造,而不是在每个地点建造成独一无二的建筑。
这种可能性吸引投资者,因为制造业的扩张方式不同于土木建设。一个成功的设计可以生产更多节点,而无需重复每一项本地建造决策。
不过,标准化只有在稳定设计形成后才有帮助。早期平台将遭遇需要重新设计的机械、电气、热管理和通信问题。
Panthalassa 将模块化概念推进得更远。其节点旨在无需锚泊、燃料补给或永久电缆即可运行。
波浪运动将驱动水流通过内部涡轮机。产生的电力将为密封在平台内的计算设备供电。
卫星连接将传输请求和结果。平台可以自行调整位置,可能借此追随更有利的运行条件或避开危险天气。
每项功能都消除了一个传统依赖,同时增加了一项技术要求。取消电网连接,会提高对波浪能转换和平台内能源管理的依赖。
取消光纤电缆,会提高对卫星可用性和带宽的依赖。自航则增加了导航、避碰和海事控制责任。
石油行业为应对这些问题提供了有用的工程模式,但无法消除这些问题。
近海石油平台通常拥有定期维护系统、冗余设备、受过训练的人员和既定的应急程序。这些系统成本高昂,因为海上故障会迅速升级。
陆基技术人员无需租用船舶就能更换故障网络交换机。近海运营商则必须考虑天气窗口、航行时间、船员安全和备件储存。
远程运营变得不可或缺。传感器必须识别腐蚀、振动、电力不稳定、冷却问题和进水的早期迹象。
运营商还需要具备优雅的故障处理机制。平台应能隔离受损设备,而不会丢失所有工作负载,也不需要立即进行人工干预。
软件编排可以将新的请求导向远离性能退化的节点。它无法修复腐蚀的连接器,也无法在推进系统故障后回收平台。
Microsoft 的水下实验表明,密封的海底环境可能有助于提升服务器可靠性。Project Natick 使用氮气环境,且没有现场人工接触。
Microsoft 表示,浸没式装置中的服务器故障少于可比的陆基系统。受控的内部环境消除了氧气、湿度以及意外人为干扰。
该实验并未解决商业化问题。Project Natick 与岸上相连,使用固定海床位置,且不自行发电。
如今的方案结合了多项更棘手的任务。它们必须发电、保护计算设备、维持通信、管理移动,并实现经济运营。
因此,石油巨头的经验可作为起点,但并非证据。决定性考验在于,其昂贵的可靠性实践能否适配云计算的利润空间。
转向海上以海洋风险换取电网延误
海洋数据中心并不会消除基础设施风险。它们只是用不那么熟悉的海事问题,替换了熟悉的许可和电网问题。
盐水会强烈侵蚀金属和电气系统。海浪会造成持续的机械应力,而风暴可能将设备推至正常运行极限之外。
生物污损带来了另一项挑战。海洋生物会附着在水下表面,并可能影响传热、传感器、进水口和运动部件。
运营商可以选择耐腐蚀材料和保护涂层。但他们仍需要制定检查计划,并证明这些保护措施能贯穿平台的预期服役寿命。
热量仍然是一种物理输出。海水冷却可以减少冷水机组的用电量,但计算所消耗的能量最终仍会转化为周边环境中的热量。
单个试点项目的热影响范围有限。商业化船队则需要针对温度变化、水体循环和海洋生态系统开展特定地点的研究。
波浪能转换本身也存在不确定性。资源总量巨大,但设备必须在承受不规则作用力的同时,以具备竞争力且可预测的速率发电。
Panthalassa 的创始人认为,开放海域蕴藏着巨大的能源潜力。这一说法指向的是资源本身,而非 Ocean-3 已被证明的商业发电成本。
这种区别很重要。丰富的风能、阳光或波浪运动,并不会在计入设备和维护成本后自动转化为廉价电力。
Google News 的标题常常压缩了这种区别。当读者在一句话中看到投资、AI 和海洋能源时,获资助的试点项目很容易看起来像一个已完成的答案。
该公司尚未发布 Ocean-3 船队的长期商业运营数据。其首批部署必须证明可用性、计算性能、能源输出和维护需求。
Aikido 面临类似的验证要点。其概念依赖于将漂浮式风电、电池储能、水下设备和海上维修整合为一个可靠系统。
监管又增加了一层复杂性。靠近国家海岸线的项目必须应对环境审查、海事安全、能源规则、数据治理和地方许可。
向更远海域移动并不会形成无法可依的区域。运营商仍需要处理注册、保险、通信合规、碰撞处置程序,以及存储或处理数据的司法管辖问题。
网络安全也带来了物理层面的要求。远程平台必须抵御数字攻击,同时保护设备免遭未经授权的物理访问或干扰。
数据驻留规则可能限制工作负载。一些客户要求信息必须保留在特定国家、法律管辖区或获批准的设施环境内。
卫星连接会给敏感应用带来限制。加密可以保护传输中的信息,但客户仍会评估延迟、可用性和路由。
延迟将决定可服务市场的范围。批处理和部分推理任务能够容忍延迟,而实时应用可能要求持续稳定的快速响应。
训练工作负载则带来另一项障碍。数千个加速器通常持续交换数据,使高带宽本地网络成为性能的核心。
分散的平台船队不能被当作一个普通的训练园区。开发者必须在每个节点内部部署更大的集群,或者瞄准可拆分的工作负载。
融资可能暴露出最艰难的取舍。投资者基于未来潜力资助原型,而云客户则依据服务保障采购容量。
商业合同揭示的信息将多于技术演示。买方会要求对正常运行时间、数据丢失、维修延误和容量替代给出明确条款。
保险机构也将影响设计。其风险模型可能使海上项目具备经济性,也可能为其附加高昂要求。
环保团体可能质疑,进一步将海洋空间工业化是否合理。渔业社区、沿海居民和航运运营商将以不同方式评估当地影响。
支持者可以合理地认为,海上系统能够减轻陆地和淡水压力。批评者也可以合理地追问,这些益处是否已在整个生命周期内得到衡量。
这一生命周期包括钢材、制造、部署船舶、卫星服务、维护航次、设备更换,以及最终退役。
在开发商公布这些结果之前,关于低成本或低影响计算的说法仍应被视为公司主张。工程概念具有可信度,但其商业优势仍未得到验证。
漂浮式 AI 基础设施向云服务商施压
海上竞赛通过创造其既有园区之外的新容量选择,向云计算公司施加压力。
Amazon、Google、Meta 和 Microsoft 正在推进多种能源战略,包括可再生能源合同、核能协议、电网合作、现场发电和效率改进。
它们的大部分计算容量仍将留在陆地上。现有区域拥有光纤网络、安全运营、受训员工和成熟的客户连接。
海洋平台不太可能取代这一体系。对于重视灵活选址和专属能源的工作负载,它们可能成为额外的基础设施层。
这种可能性之所以重要,是因为当电力成为首要调度约束时,云架构将发生变化。开发者过去主要基于延迟、功能和价格选择区域。
未来系统还可能考虑实时电力可用性。当电力紧缺时,软件可能延后、迁移或缩减特定工作负载。
亚利桑那州的一项现场演示表明,一个 256-GPU 集群可在三小时内将功耗降低 25%。该测试维持了其所宣称的服务质量要求。
这一电网灵活性实验指向了一种竞争性解决方案。运营商无需迁移数据中心,而可以让现有设施更灵活地响应电网状况。
效率构成了另一种制衡。更好的加速器、冷却系统、模型架构和调度方式,可以减少完成每项 AI 任务所需的能量。
不过,更低的单位成本也可能增加总使用量。当每次推理变得更便宜时,公司往往会部署更多计算。
专用天然气发电提供了一条更快、但碳强度更高的路径。能源公司正提议建设将发电厂与大型数据中心园区共址的设施。
Chevron、Engine No. 1 和 GE Vernova 宣布了围绕美国燃气数据中心项目的计划。其方案同样绕开了部分电网约束。
这一天然气合作凸显了海洋计算真正的对手。它不是另一种漂浮式设计,而是拥有专属电力的成熟陆基基础设施。
燃气轮机拥有成熟的供应链和运营历史。无论海浪条件如何,它们都能提供可控电力,尽管燃料和排放仍是重大问题。
海上风电平台可提供更清洁的发电,但其输出存在波动。电池可以平滑短期波动,但长时间低产出仍需要工作负载灵活性或备用容量。
波浪能可能与风能形成互补,因为其发电模式不同。开发商仍需要运营数据来证明这种组合在多个季节中的表现。
最终胜出的策略很可能因工作负载和地区而异。受水资源约束的内陆市场,面临的压力不同于电网容量充足的沿海市场。
云服务商可能成为海上开发商的客户、合作伙伴、竞争者或收购方。它们也可能采用部分海洋技术,而不运营自由漂浮的节点。
Samsung 的参与表明了供应商机会。造船企业可以为云计算或能源公司建造平台,而无需自行成为计算服务商。
油田服务公司也有类似机会。它们已经了解海上安装、检查、腐蚀控制和远程设备管理。
这种融合模糊了熟悉的行业边界。云计算容量可能涉及芯片制造商、公用事业公司、船厂、卫星运营商、保险公司和海洋工程企业。
它也让责任认定更加复杂。一次服务故障可能源于软件、计算硬件、发电、海洋设备或卫星通信。
客户将期待由一家供应商管理这些依赖关系。能够将它们打包成可靠服务的公司,将占据最强势的位置。
Google News 的报道捕捉到了一场早期的抢滩热潮,但今天的公告并未指明赢家。它们揭示的是不断扩大的基础设施供应商阵营。
对超大规模云服务商的压力来自时间。如果需求增长快于其获批的陆基容量,它们就必须接受更高成本、限制部署,或尝试替代地点。
海上计算只需要胜过被延误的项目,而非理想的陆基园区。这是一个更窄、也更可信的竞争切入点。
三项检验将决定海洋计算能否规模化
部署证据、商业合同和监管态度,将决定漂浮式 AI 基础设施会成为一个市场,还是仍停留在工程奇观阶段。
第一个信号是 Panthalassa 的 Ocean-3 试点。该公司计划于 2026 年在北太平洋部署,随后于 2027 年开展商业部署。
观察者不应只关注平台是否下水。更重要的指标是持续发电输出、计算可用性、卫星性能和维护干预情况。
成功的短期演示将验证整合能力。在不断变化的海况中稳定运行数月,将为商业用途提供更有力的证据。
反复延误或有限的计算活动将削弱这一论点。早期原型测试了波浪能概念,但 Ocean-3 必须将这些设备与真正的 AI 工作负载连接起来。
第二个信号是一项具有约束力的客户协议。一位具名买方承诺使用生产工作负载,将表明海上容量满足的不只是投资者兴趣。
合同所涉及的工作负载类型至关重要。推理、批处理、科学计算和模型训练,对网络与可靠性的要求各不相同。
一份面向可容忍延迟推理的合同,将支持一个专业化市场;一份面向高要求实时工作负载的合同,则会强化更广泛的云服务主张。
买方还应披露如何处理容量故障。备用安排将揭示海上节点是能够独立运行,还是依赖陆地冗余保障。
第三个信号是监管与保险方面的处理。许可、分类认证、环境评估以及可投保的运营条款,都可能支持部署,也可能显著拖慢进度。
据报道,Samsung 提出的 2028 年目标提供了一个产业基准。大型造船企业通常需要经历认证流程,这与风险投资支持的原型开发有所不同。
据报道,中国的商业化水下部署则提供了另一项参照。其 24 兆瓦系统表明,固定式海底设施或许会早于自主平台实现规模化。
不应将这些路径视为完全相同。通过电缆连接的水下设施更接近海洋公用基础设施,而自推进节点则更像自主船舶。
二者都将面临不同的维护与法律问题。它们的性能数据将帮助买方判断,哪种海洋架构值得进一步投资。
在这些测试期间,更广泛的电力数据仍将持续变化。如果电网扩容缓慢,而 AI 需求沿着 IEA 的预测轨迹增长,海上方案的紧迫性将上升。
如果效率提升抑制了需求增长,或传统站点能更快接入电网,海洋项目就必须在总成本和可靠性方面展开更直接的竞争。
因此,读者应将海洋数据中心视为一项正在进行的基础设施试验。它既非幻想,也并非 AI 能源约束的既成逃生方案。
最有力的证据将来自运营,而非概念图。应关注可测量的产出、已完成的工作负载、维护记录,以及愿意依赖该服务的客户。
Google News 将继续推送这场竞赛的戏剧化版本。更有价值的问题其实更简单:哪个平台能够在海上完整运行一个季节,并持续承载有价值的计算?
未来几个月请持续关注这些证据。如果试点项目保持在线、获得客户并通过监管审查,海洋计算便有望与传统数据中心并列。
如果这些里程碑延后,行业将回归既有工具:更多输电能力、专用发电设施、灵活工作负载,以及效率不断提升的芯片。


