华盛顿州一家创业公司正在造一种奇怪的东西:不用锚、不用油、不用电缆,自己会在海上漂的算力平台。海浪推它上下,它就发电;发的电直接喂给船上的芯片跑模型。算完的结果,卫星传回陆地。
这不是概念图。Panthalassa的Ocean-3平台已经造出来了。CEO加思·谢尔登-库尔森(Garth Sheldon-Coulson)的原话是:「海洋在可用能量方面真的是无限的,它将成为地球上最便宜的能源。」
![]()
为什么非要把AI搬到海上?
数据中心正在变成电力黑洞。训练一个大模型消耗的电量,相当于一个小城市几年的用电量。更麻烦的是,这些电大多来自烧煤烧气的火电厂,碳排放大户。
陆地上的解法无非是几种:找风电、光伏,或者往气候冷的地方搬,用自然空气散热。但风电光伏看天吃饭,储能成本还没打下来;北欧的冷空气是好,但地皮、审批、电网扩容都是硬约束。
Panthalassa的逻辑是:干脆跳出陆地,去海上找答案。
海洋覆盖了地球71%的表面,而人类只开发了极少一部分。波浪能是全天候的——不像太阳落山、风会停,海浪只要地球自转和月亮引力还在,就永远不会断。根据世界能源理事会的估算,全球波浪能理论储量约2-3太瓦,相当于目前全球发电装机容量的两倍。
但波浪能有个老问题:怎么收集?传统的波浪能装置要么固定在海底,建设成本极高;要么需要复杂的液压系统把机械能转成电能,维护噩梦。
Ocean-3的设计绕开了这些坑。
一个会自己走的"水上 Roomba"
谢尔登-库尔森把Ocean-3比作「一个巨大的Roomba」——那种在家里自己到处跑的扫地机器人。平台没有锚链锁死在海底,而是靠自主推进系统在海上缓慢移动,像游牧民族逐水草而居一样,追着浪况好的海域走。
发电原理倒不复杂。平台随波浪上下起伏时,内部管道里的水被强制压入压载水舱;水流驱动涡轮旋转,直接产出电能。这和传统水电站的重力驱动逻辑一样,只是把大坝换成了浮动的平台,把河流换成了海浪。
关键设计在于「无缆」。没有海底电缆意味着不用和沿海电网扯皮,不用付天价并网费,更不用等动辄数年的环评和审批。卫星通信虽然带宽不如光纤,但对于AI推理任务的输出——通常是压缩后的模型结果或决策指令——完全够用。
多个Ocean-3单元可以组网运行。谢尔登-库尔森描述的场景是:「当你部署很多我们的系统时,它们基本上像一个数据中心一样协同工作。」没有碳排放,没有本地电网负荷,算力像鱼群一样在海上聚散。
海上算力的商业账怎么算
把数据中心搬到海上,成本结构完全重构。
陆地数据中心的大头支出:土地、建筑、电网接入、冷却系统、碳税或绿电溢价。海上平台把这些全部砍掉或替换。没有地皮成本——公海不属于任何国家(虽然实际操作中仍需考虑专属经济区法规)。没有建筑成本——平台本身就是设备载体。没有电网接入费——自发自用。冷却几乎免费——海水是天然散热器,平台浸在恒温的深海环境中。
剩下的主要是平台制造成本、维护成本和卫星带宽费用。Panthalassa没有披露具体数字,但从技术路线可以推断:模块化设计意味着批量生产摊薄单位成本;自主移动能力意味着可以避开台风等极端天气,降低损毁风险;没有海底电缆意味着部署周期从数年压缩到数周。
更隐蔽的优势是政策套利。越来越多的国家开始对数据中心碳排放征税或设限,而海上平台的排放核算处于模糊地带。即便未来监管收紧,波浪能本身就是零碳能源,天然合规。
谢尔登-库尔森强调的「最便宜能源」不是修辞。国际可再生能源署(IRENA)的数据显示,2023年海上风电的平准化度电成本(LCOE)已降至约0.05-0.08美元/千瓦时,而波浪能由于技术成熟度低,目前成本仍在0.15-0.30美元区间。但Ocean-3的巧妙之处在于,它不需要把电输回陆地——省掉了海底电缆和并网损耗,实际到账成本可能反而更低。
谁在抢这片新战场
Panthalassa不是唯一看到机会的玩家。
日本方面,日立造船和三井OSK Lines正在合作开发浮动数据中心,计划利用沿海工业余热和海上风电。他们的路线更保守:平台固定或半固定,依赖外部电网或风电输入,本质上是把陆地数据中心搬到海上平台。
另一家初创公司Antimatter走的是相反方向——不做集中式大平台,而是部署1000个微型数据中心到全球各地,2030年前建成网络。他们的逻辑是边缘计算:让AI推理贴近数据源,减少传输延迟。
还有更激进的方案:把数据中心塞进海上风电的塔筒里,用风机直供电,用北冰洋的海水冷却。这个方案的问题是选址极度受限——必须有风电场、必须水够冷、必须离陆地够近以便维护。
相比之下,Ocean-3的差异化在于「完全解耦」。不依赖任何陆地基础设施,不绑定特定能源形态,理论上可以部署到任何有浪的海域。这种自由度在军事、科研、应急等场景下有独特价值——比如为远洋船队提供实时AI支持,或在灾难导致陆地通信中断时维持算力节点。
技术风险与未解之谜
海上环境是电子设备的天敌。盐雾腐蚀、生物附着、极端天气、设备故障后的维修可达性——每一项都是实打实的工程挑战。
Panthalassa没有公开平台的防护等级或MTBF(平均无故障时间)数据。从设计描述看,自主移动能力确实提供了一定的风险规避空间:台风来了可以跑,浪况差了可以换地方。但这也意味着平台需要持续的能源储备来维持推进和导航,在极端情况下可能出现「想跑跑不动」的困境。
卫星通信的带宽和延迟是另一个瓶颈。虽然AI推理的输出通常数据量不大,但模型更新、参数同步、紧急调试仍然需要上行链路。现有的低轨卫星星座(如Starlink)在海洋覆盖上进展迅速,但服务稳定性和成本结构仍在快速变化中。
最深层的问题或许是商业模式的可持续性。Panthalassa目前展示的是一个技术验证平台,但规模化运营需要回答:客户是谁?是云厂商租用海上算力,还是直接服务特定行业?算力定价如何与陆地数据中心竞争?维护团队怎么配置——定期巡检船队,还是依赖自主诊断和模块化热插拔更换?
谢尔登-库尔森的愿景是「无限能源支撑无限算力」,但商业现实往往是能源和算力的错配:浪大的地方不一定需要算力,算力需求大的地方不一定有浪。Ocean-3的游牧特性理论上可以缓解这种错配,但也会增加调度复杂度和空驶成本。
为什么这件事值得盯紧
AI算力的地理分布正在经历一场静默的重构。
过去十年,数据中心向气候寒冷、电力便宜的内陆地区聚集——贵州、内蒙古、北欧、加拿大。但模型规模指数级增长,电力瓶颈日益凸显,「找电」正在变成「造电」或「偷电」。海上是少数还有增量空间的方向。
更关键的是,Ocean-3代表了一种「去基础设施化」的技术路线。不依赖国家电网、不依赖土地审批、不依赖光纤骨干网——这种「减法设计」在监管收紧、地缘冲突频发的环境下,反而可能获得结构性优势。
对于科技从业者,这件事的启示在于:当陆地上的资源争夺进入零和博弈,换个介质(海洋)、换个能量形态(波浪)、换个连接方式(卫星)可能打开全新的成本曲线。Panthalassa的赌注是,AI的终极形态不是更大的数据中心,而是更分散、更机动、更贴近能源原产地的算力节点。
谢尔登-库尔森的「最便宜能源」论断能否兑现,取决于平台量产后的实际成本和可靠性。但至少,他们证明了技术上可行——海浪确实可以推着一个装满GPU的盒子自己跑,在公海上完成计算任务。这个起点本身,已经比大多数停留在PPT上的能源创新走得更远。
下一步观察指标:首个商业合同的规模、部署海域的选择、与卫星运营商的合作细节,以及最关键的平台实际运行数据——在真实海况下,一度波浪电能换来多少有效算力。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.