馬斯克上天之後,AI算力又瞄準了大海

虎嗅APP
08/12

本文來自微信公衆號:字母AI,作者:袁心玥,編輯:王靖,題圖來自:AI生成

繼馬斯克計劃把AI算力送上太空後,又有人準備把AI數據中心扔進海里。

想象一下,在一片風暴肆虐的遠海,一個巨大的球形浮標正隨着海浪起伏。

它的內部搭載着高性能計算芯片,持續運行着AI模型;外部連接着能源系統,可以利用海浪提供動力;而冰冷的海水,則成為天然的散熱系統。

這不是科幻電影裏的場景,而是一家名為Panthalassa的公司正在嘗試實現的未來。

8月7日,據報道,波浪能公司Panthalassa正在籌集2.25億美元新孖展,目標估值約20億美元,較三個月前接近翻倍。

這家公司的目標,是把搭載GPU的計算節點部署到遠海。

過去,數據中心一直屬於陸地,它們靠近城市、靠近電網,也依賴大片土地。

但隨着AI模型規模不斷擴大,訓練和運行這些模型需要越來越多的電力、散熱能力和部署空間,一個新的問題自然出現:

如果陸地不夠用了,AI基礎設施還能去哪裏?

 20億美元估值,一家海洋能源公司闖入AI時代 

某種意義上,Panthalassa和SpaceX很像,從名字開始,兩家公司就透露出了自己的目標。SpaceX指向了太空(space),而Panthalassa這個名字,來自數億年前環繞盤古大陸的泛大洋

天空和海洋,是人類探索未知世界最古老的兩個方向。幾千年來,人類仰望天空,試圖理解宇宙;也一次次駛向大海,尋找新的航線和資源。

今天,這兩個方向又因為AI基礎設施產生了新的聯繫。

SpaceX試圖把AI算力送向太空,而Panthalassa,則準備把AI數據中心送入海洋。

8月7日,據報道,Panthalassa正在尋求約2.25億美元新孖展,孖展後目標估值約20億美元。而就在三個月前,這家公司啱啱完成1.4億美元孖展,當時估值約10億美元。

短短幾個月估值翻倍,背後反映的是資本對AI基礎設施新形態的興趣。

在Panthalassa的設想中,海洋也可以成為數據中心建設的地方——它恰好提供了AI數據中心擴張所需要的幾個條件。

首先是空間:相比陸地,海洋擁有更加廣闊的部署範圍,不需要佔用城市周邊越來越稀缺的土地資源。

其次是冷卻:數據中心最大的成本之一就是如何帶走服務器產生的熱量,而海洋天然擁有大量低溫水體,為高密度計算提供了新的散熱環境。

最後是能源:隨着數據中心的規模不斷擴大,電力正在成為關鍵的限制因素,而遠海擁有豐富的自然能源資源,為未來的離網計算提供了另一種想象。

在AI算力需求快速增長的背景下,任何能夠提供額外能源和計算空間的方案,都開始受到資本關注,海洋因此成為了新的想象空間。

對於Panthalassa而言,AI時代讓這家本是研究海洋能源的公司,找到了新的應用場景。

 把數據中心部署到海洋 

把數據中心部署到海洋,並不是一個完全陌生的想法。

早在2015年,微軟就啓動了Natick項目,探索海底數據中心是否能夠成為未來雲計算基礎設施的一種形式。

2015年,微軟完成了第一階段實驗,將一個小型數據中心原型部署在美國太平洋海域。隨後在2018年啓動第二階段測試,將一個更大的鋼製容器部署到蘇格蘭奧克尼群島附近海域。這個設備內部裝有864台服務器,在海底運行了兩年。

實驗結果證明,海底環境確實具備一些優勢:密封環境減少了氧氣和溼度帶來的設備損耗;海水提供了穩定的低溫環境,降低散熱壓力;標準化模塊化設計,也讓數據中心具備快速部署的可能。

2020年回收後,微軟表示,設備內部的服務器故障率甚至低於陸地對照組,僅約為後者的八分之一。

但Natick最終停留在實驗階段,2024年,微軟雲運營負責人Noelle Walsh確認,公司不再建設海底數據中心,並表示團隊會把從項目中獲得的經驗應用到其他領域。

中國則進一步嘗試將海底數據中心從實驗探索推向產業化應用。

2026年,上海臨港海底數據中心項目正式投入運行。這個項目位於東海海域,採用「海上風電直連+海水自然冷卻」的模式,在海上建設平台,將數據艙部署在水下,通過海上風電直接供電,再利用海水進行散熱。項目總規劃規模24兆瓦,一期示範項目規模2.3兆瓦。

相比傳統陸地數據中心,這種模式試圖解決幾個現實問題:一方面,東部沿海地區土地資源緊張,難以建設大規模數據中心;另一方面,海上風電資源豐富,但過去受限於輸電和用電需求匹配問題,部分電力難以及時被利用。

將數據中心部署到海上,可以讓綠色電力更接近算力需求。

新華社報道顯示,該項目設計PUE(電源使用效率)目標低於1.15,綠電供給率超過95%,並利用海水自然冷卻降低散熱需求。

而Panthalassa的特殊之處在於,別的組織從數據中心進入海洋,而Panthalassa從海洋進入數據中心。

這家公司成立近十年,過去一直研究如何利用波浪運動產生能源,積累了大量的海洋工程能力:如何設計能夠長期運行在海洋環境中的設備,如何捕獲波浪運動產生的能量,以及如何在遠離陸地的環境中部署和維護系統。

這些難以複製的工程能力,正是海上數據中心從實驗走向實際應用時最關鍵的部分。

事實上,Panthalassa已經完成了海洋環境中的原型部署。

2024年,公司完成了Ocean-2原型部署測試,將搭載計算設備的海洋節點部署在美國華盛頓州附近海域。

在這次測試中,Ocean-2驗證了多個關鍵環節的協同運行,包括波浪能源捕獲、海上設備運行、計算節點部署以及遠程數據傳輸,證明了海洋可以成為能源、計算和通信系統共同運行的環境。

如今,隨着AI數據中心需求快速增長,Panthalassa希望在這一基礎上進一步整合波浪能源設備、GPU計算節點和衛星通信系統,將海洋能源平台升級為能夠提供AI算力的遠海數據中心。

按照設想,未來的數據中心可能直接部署在遠海環境中,由海浪提供動力,海水幫助散熱,在海上完成AI推理,再通過衛星將計算結果傳回陸地。

 上天入海,AI算力尋找新大陸 

AI數據中心最稀缺的東西,可能已經不只是GPU和電力,還有一塊真正能夠開工的土地。

《The Information》8月7日報道,英偉達計劃向Blackstone支持的能源基礎設施公司Lancium投資最高30億美元,其中首筆20億美元投資將獲得約20%股份;如果Lancium完成更多電網接入等里程碑,英偉達還可能追加10億美元投資。

Lancium最重要的資產之一,就是可以承載大型AI基礎設施的土地資源。公司正在美國得州開發多個大型AI數據中心園區,包括位於阿比林(Abilene)的Stargate項目所在地,其園區擁有經過審批的電網接入能力,可以支持吉瓦級數據中心建設。

對英偉達而言,這筆投資的意義不限於獲取一家公司的股權,更在於為AI基礎設施的持續擴張提前卡位,鎖定能夠容納更多GPU的物理空間。

而這樣的空間,正在變得越來越稀缺。

截至8月初,全美已有超過500項針對新數據中心開發的暫停或長期限制,僅7月就新增超過150項。

地方政府在限制新項目,社區在擔心水電和環保——AI數據中心正在撞上現實的天花板。於是問題來了:

如果陸地上的空間越來越有限,下一代算力還能在哪裏生長?

對於這個問題,有人看向太空。

SpaceX正在與英偉達合作,共同設計Starmind AI1衛星的計算系統。該衛星將搭載英偉達Rubin GPU和Vera CPU,使其具備數據中心級別的太空計算能力。

相比地面數據中心,太空計算最大的想象空間在於那裏擁有廣闊的部署空間,也可以直接利用太陽能供電。

還有人看向海洋。

Panthalassa試圖把GPU部署到覆蓋地球70%的海洋,用海洋提供新的部署空間、冷卻環境和能源可能。

相比太空,海洋距離地面更近,微軟Natick項目以及中國海底數據中心等探索,也已經驗證了該路線的技術可行性。

從爭奪得州的土地和電力,到把GPU送進海洋和太空,AI基礎設施正在尋找下一塊能夠承載算力的「新大陸」。

有意思的是,在這場尋找新大陸的過程中,英偉達的身影正在反覆出現。

在陸地上,它投資Lancium,爭奪數據中心園區和電力入口;在太空中,它與SpaceX合作探索軌道計算。

雖然Panthalassa目前的孖展名單中並沒有出現英偉達的身影,但如果海洋數據中心真能成為AI基礎設施的重要方向,英偉達大概率也不會缺席。

畢竟,對於一家出售GPU的公司而言,尋找能夠放下GPU的「土地」,本就是它必須參與的課題。

本文來自微信公衆號:字母AI,作者:袁心玥,編輯:王靖

本內容由作者授權發布,觀點僅代表作者本人,不代表虎嗅立場。如對本稿件有異議或投訴,請聯繫 tougao@huxiu.com。

 End

想漲知識 關注虎嗅視頻號!

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10