·聚焦:人工智能、芯片等行業

歡迎各位客官關注、轉發

前言：

過去數據中心產業的主線是規模化，AI改變了這個節奏，大模型訓練和推理把功耗曲線拉得更陡。

AI數據中心的競爭不再只看誰能拿到GPU，也看誰能拿到穩定、便宜、低碳、可快速部署的電力。

作者| 方文三

圖片來源 | 網絡

陸地裝不下的算力饑渴，在海上實現

上個月，Panthalassa宣布完成1.4億美元B輪融資，由Peter Thiel領投，資金將用于俄勒岡州波特蘭附近的試點制造設施，并加速Ocean-3海上節點部署。

公司計劃在2026年于北太平洋部署Ocean-3試點節點，驗證海上AI推理能力，并為2027年商業化部署做制造工藝準備。

Panthalassa切入的正是這個縫隙，既然遠洋波浪擁有尚未充分開發的能源潛力，海水又天然具備散熱優勢，那就讓AI節點離開陸地，直接在能源所在地完成計算。

它提出一種新的基礎設施組合，波浪發電裝置、海上浮體、密封服務器艙、自治航行系統、衛星通信鏈路和分布式AI推理任務，被壓縮進一個可制造、可部署、可組網的海上節點里。

傳統海上新能源項目通常要解決如何把海上的電送回陸地，Panthalassa的技術邏輯繞開了這一環，它不打算把電能大規模傳回陸地電網，而是在海上現場消納。

電力不再是最終商品，推理結果才是最終商品。

Panthalassa真正激進的部分，并非它把節點放在海上，而是它把電力輸送問題改寫成數據回傳問題。

這個改寫非常重要，電力輸送是重資產系統，受制于電纜、并網、損耗、審批和電力市場機制。

海上節點不需要服務每一個對延遲極端敏感的交互場景，也不必承擔所有高峰負載，它可以先從價格敏感、時延容忍度更高、可批處理的推理任務中尋找商業入口。

這一點決定了Panthalassa的商業定位，它更像一個「離網AI推理電廠」，而不是傳統意義上的超大規模云數據中心。

這也解釋了Panthalassa為什么選擇AI推理作為Ocean-3早期驗證方向，而非直接沖擊大規模訓練集群。

Ocean-3不送電回岸，只送推理結果回岸

Ocean系列是一種自主漂浮計算節點，最新一代Ocean-3頂部為直徑約50米的球形艙體，下接60至70米鋼制管狀塔身，整體接近85米，大部分結構隱藏在海面以下，只露出頂部球體。

它采用越頂波能轉換路線，類似一座漂浮微型水電站。

海浪推動節點起伏，海水經底部頸管進入頂部加壓腔，形成穩定水壓，再驅動渦輪機發電。

單臺Ocean-3峰值功率可達1兆瓦，理論容量因數約90%，顯著高于陸上光伏和風電。

海水冷卻進一步放大了算力效率。陸基數據中心大量電力消耗在制冷環節，PUE通常為1.2至1.5。

Ocean-3可借助低溫深層海水帶走服務器熱量，理論PUE接近1.0，同等發電量下能釋放更多有效算力。

最大的突破在于無錨泊設計，它不依賴海床纜繩、海底電纜或管道，憑借水動力外形自主移動，巡航速度約每天50公里，可駛向高浪能海域，也能避開臺風和巨浪。

部署時只需拖船投放，施工成本、生態擾動和海域審批壓力都被壓低。

內部設計延續極簡工程思路：發電系統核心運動部件僅有渦輪機，主體采用成熟鋼鐵材料，便于量產。

球形艙體內封裝AI服務器集群，配合浸沒式液冷和外部海水冷卻；通信則依托Starlink等低軌衛星星座，實現無人化運行和遠程運維，故障時再派維護船出海。

海水、波浪與密封艙：海上節點把自然環境變成系統組件

把服務器放到海上，表面看增加了復雜性，卻也獲得了陸地數據中心難以復制的條件。

AI芯片功耗密度越來越高，散熱已經成為數據中心設計的核心約束，陸地設施要依靠風冷、液冷、冷卻塔、冷凍水系統、浸沒式液冷或混合方案來控制溫度。

每一次散熱升級，都意味著更高的工程復雜度和更精細的運維要求，海上環境提供了一個天然散熱介質：海水。

對海上AI節點而言，海水是散熱器，波浪是電站。

Panthalassa把波浪發電、海面浮體、自治系統和計算負載放在同一個節點中，它是一個可自主運行的海上能源計算單元，這種系統設計存在三層技術含義。

①波浪能承擔基礎供電角色，波浪來自風能的持續輸入，具備比普通間歇性可再生能源更強的時間延續性。

尤其在遠洋高能波區，波浪資源更穩定，且不與陸地空間爭奪土地。

②海水可降低冷卻系統負擔，海水的大熱容量有利于帶走芯片廢熱，密封艙體可減少濕度、氧氣、粉塵等因素對服務器壽命的影響。

外部環境本身參與散熱，理論上有助于降低非IT設備能耗占比。

③自治系統是必要條件，遠洋節點不能依賴頻繁人工巡檢，海上數據中心的「無人化」難度，遠高于陸地機房的自動化。

陸地機房出問題可以派工程師進場，遠洋節點出問題則涉及船舶、天氣窗口、維修成本和資產回收風險。

這也是Panthalassa技術壁壘最重的地方，它把海洋工程、可再生能源、AI計算、衛星通信和無人系統整合到一個長期暴露在高鹽、高濕、強風浪環境中的工業產品里。

它的差異化價值在于它把離網能源、自然冷卻和可調度推理任務組成了新的商業閉環。

賣算力而非賣電，商業邏輯的逆向思維

人類研究海浪發電已有數十年歷史，全球技術可利用波浪能潛力超過50太瓦，國際能源署評估海浪發電每年可產出數萬太瓦時電能。

然而波浪能行業始終未能規模化，核心癥結在于輸電困境：海浪能資源豐富的區域往往遠離陸地用電中心，鋪設海底電纜的成本和損耗讓波浪能的經濟性大打折扣。

Panthalassa的破局之道是回避輸電問題，不賣電，只賣算力。

當算力成為最終產品，Panthalassa的競爭對手不再是NextEra或EDF這樣的能源巨頭，而是AWS、Azure和Google Cloud這樣的云服務商。

從這個角度看，Panthalassa本質上是一家AI算力公司，而非海洋能源公司。

通過將算力錨定在海上，Panthalassa試圖在云服務市場的紅海中開辟一片屬于自己的藍海。

商業可行性邊界，遠洋算力的場景與成本賬

海上算力正在從概念走向新型數據中心賽道，2025年中國浮動數據中心市場規模達47.8億元，同比增長32.6%，明顯高于全國數據中心整體增速。

全球水下與海上數據中心市場規模達11.1億美元，預計2030年增至27.8億美元。

但現階段國內浮動數據中心多為近岸部署、岸電供能，本質是把集裝箱數據中心搬上海上平臺，緩解土地約束。

Panthalassa選擇完全離岸、能源自給，走向另一條技術路線。

遠洋算力的吸引力在于長期邊際成本，節點建成后，不占土地、不耗淡水，電力成本接近于零，適合長周期、大規模算力需求。

但它并不天然便宜，海洋工程制造、衛星通信、遠程運維都會抬高前期投入。

只有在滿載運行、生命周期超過十年的條件下，單位算力成本才有望低于沿海高電價地區的陸基數據中心。

它的適配場景也很清晰：非實時批量AI推理、科學計算與工程仿真、海上風電和遠洋船舶等離岸本地計算。

大模型預訓練、實時推薦、云游戲、高頻交易以及強合規數據業務，并不適合遠洋節點。

因此，海上算力的價值在于填補陸地基建難以覆蓋的成本區間與場景空白，未來算力供給會走向陸地、海洋、太空協同的三維網絡。

結尾：

算力最終會流向能量密度、冷卻效率和監管摩擦共同最低的地方，陸地不會失去中心位置，但海洋、沙漠、極地、地下、太空等非常規場景會持續被重新評估。

AI越向規模化推理擴張，算力基礎設施越會從「中心化機房」走向「多形態能源計算網絡」。

部分資料參考：財富FORTUNE：《彼得·蒂爾押注一家“海底數據中心》，華爾街見聞：《Peter Thiel領投，美國初創公司探索“海洋數據中心”》，福布斯：《馬斯克想上天，彼得·蒂爾把數據中心“扔”進海里》，Ars Technica：《硅谷豪擲2億美元，打造海上漂浮AI數據中心》

本公眾號所刊發稿件及圖片來源于網絡，僅用于交流使用，如有侵權請聯系回復，我們收到信息后會在24小時內處理。

請務必注明：

「姓名 + 公司 + 合作需求」