- 利用海水进行自然冷却系统建设，可大幅降低电力消耗。
- 利用海洋可再生能源，如波浪能和风能，实现完全的能源独立。
- 部署移动式和模块化基础设施，避免城市土地短缺和地面电网饱和。
如果我们曾以为服务器注定要坐落在荒郊野外尘土飞扬的工业建筑里，那么很快我们就意识到，未来正在水下铸就。人工智能和海量数据处理的爆炸式增长让这个行业岌岌可危，因为陆地电网根本无法满足如此巨大的能源需求。
为了应对这一挑战，多家科技巨头和颠覆性初创公司决定将目光投向海洋。这并非一时风潮，而是一项战略性解决方案，旨在解决城市空间不足和土地成本高昂的问题，使数字基础设施能够迁移到能源更便宜、制冷成本几乎为零的地方。
运营效率与延迟挑战
将服务器从城市迁移出去面临的最大挑战之一是响应时间。然而，像上海这样的项目表明，通过将设施选址在足够靠近海岸的地方，可以显著降低延迟，从而使终端用户能够享受到速度极快的数字服务。
就能源消耗而言，数据中心不仅需要电力来驱动处理器，还需要花费大量资金用于温控系统。通过使用水作为冷却介质，可以减少对传统空调系统的依赖，在某些情况下可降低高达 70% 的能耗，并且由于水的热稳定性，还能最大限度地减少技术故障。
从供应角度来看，IREC的José Luis Domínguez García等专家认为，投资自建能源设施远比从大陆铺设电缆更具成本效益。在海上，我们拥有多种选择：海上风能、波浪能和潮汐能，这些都使得这些设施能够成为名副其实的能源岛。
全球投注：从日本到荷兰
日本不甘落后，航运公司商船三井（MOL）大胆提出将船舶改造为移动数据中心的计划。试想一下，一艘近10.000万吨的巨轮可以根据地理需求移动，并由伴随的能源船提供动力，从而避免了某些电力公司将电厂并入电网所需的长达五年的等待时间。
另一方面，荷兰则另辟蹊径，充分利用其著名的运河资源。他们在水道上部署了模块化平台，利用淡水为服务器冷却。最引人注目的是，其中一些系统还能回收废热，为附近的建筑物供暖，将废弃物转化为城市的有用资源。
挪威也加入了这场竞争，并提出了专为其峡湾设计的概念。他们利用当地冰冷的海水，创造出能够最大限度减少数字碳足迹的系统，将能源工程与尖端计算相结合，以满足人工智能的需求，同时又不损害环境。
人工智能巨头：泛古扁和风险投资
像彼得·蒂尔这样的大人物拿出140亿美元投资，就意味着背后必有重大项目。Panthalassa是一家初创公司，它将这项技术提升到了新的高度，打造出可在巨浪区运行的自主计算节点。他们建造的85米高的装置利用波浪能发电，并通过星链（Starlink）进行通信。
关键在于共址：在同一地点生产和使用能源可以消除陆地传输中常见的损耗。此外，他们实现了每千瓦时仅0,02美元的能源成本，这一数字令太阳能和核能相形见绌。然而，我们必须面对现实：虽然它们非常适合人工智能推理，但卫星的带宽不足以训练大规模模型。
这种方法让人想起微软的“纳蒂克计划”（Project Natick），该计划将水下平台沉入海底。纳蒂克计划证明，水下服务器的故障率比陆地服务器低一百倍，而泛大洋计划则解决了对陆地电网的依赖问题，使其完全实现自给自足。
风险、维护和可持续性
并非一切都尽如人意；海洋环境恶劣。腐蚀和藻类滋生是持续不断的威胁，因此必须设计能够承受巨大压力和剧烈热循环的结构。水下维护是一项艰巨的任务，不过无人机和水下机器人的应用正在逐步改善这项工作。
从生态角度来看，我们必须极其谨慎。使用热交换器加热海水可能会破坏当地生态系统并危害海洋生物。因此，建议将这些设施安装在人类活动频繁、环境影响较小的区域，例如港口等已受人类活动影响的区域。
超大规模数据中心和千兆瓦时代的到来
虽然海上漂浮数据中心正在蓬勃发展，但陆上数据中心已经发展成为庞然大物。我们指的是像中国电信位于内蒙古的超大规模数据中心，占地近百万平方米；或是Switch公司位于内华达州的“城堡”（The Citadel）园区，该园区旨在利用100%可再生能源提供高达850兆瓦的关键电力。
我们正在步入千兆瓦时代。像OpenAI位于德克萨斯州的“星门”（Stargate）项目，或是亚马逊位于印第安纳州的园区，其能源消耗量都相当于整个城市的用电量。目标很明确：训练日益强大的AI模型，而这些模型需要数万个GPU并行运行。
趋势显而易见：为了节省制冷成本，企业纷纷选择尽可能寒冷的气候，无论是中国北方、爱荷华州还是挪威峡湾。电源使用效率 (PUE)是关键指标，谷歌和微软等巨头正努力将 PUE 值提升至接近 1,1，这意味着它们几乎所有的能源都用于计算，而不是用于制冷。
数字基础设施格局正在迅速重塑。海上交通、波浪能以及对计算能力的迫切需求，正推动技术向海洋迁移。最终，能否以可持续且低成本的方式处理数据，将决定未来几年人工智能竞赛的胜负。
