1.4亿美元押注：硅谷把AI算力搬进了太平洋

彼得·蒂尔（Palantir联合创始人）刚刚往海里砸了1.4亿美元。不是买岛，是造球——直径85米的钢球，漂在太平洋上，专门给AI芯片发电。

这听起来像科幻片开场，但Panthalassa公司的Ocean-3原型机确实定档2026年下水。更离谱的是，这套系统的商业逻辑居然能自洽：不用拉海底电缆，不用抢陆地电网，波浪能直接变算力，算完的结果通过卫星传回陆地。

「把能源传输问题变成数据传输问题。」宾夕法尼亚大学计算机架构师Benjamin Lee这么总结。这句话背后，是整个硅谷对陆地AI基建的集体焦虑。

陆地数据中心快没地建了

科技巨头们现在抢地皮抢疯了。微软2023年签下的数据中心用地合同，面积相当于整个旧金山。亚马逊AWS在弗吉尼亚北部部署的服务器集群，耗电量已经超过冰岛全国。

但电网跟不上。美国能源信息署的数据显示，2022-2024年间，全美新建数据中心的电力申请被拒率高达37%，主要瓶颈是变压器和高压线路的交付周期拉长到3-4年。

水冷是另一个死结。一个100兆瓦的传统数据中心，每天冷却用水相当于一个10万人口城镇的生活用水量。亚利桑那州、内华达州的数据中心项目，已经因为干旱争议被环保组织告上法庭。

Panthalassa的解法很粗暴：既然陆地资源卡脖子，那就去资源无限的地方。

这颗钢球怎么发电

Ocean-3的设计像一颗倒置的巨型图钉。水面以上是球形浮舱，水面以下拖着一根垂直管道，直插深海。

波浪起伏时，管道内的水柱被上下抽动，压入高压储水舱。需要发电时，释放高压水流冲击涡轮，驱动发电机。整个过程不需要化石燃料，也不需要储能电池——波浪本身就是天然的「电池」，时涨时落，永不停歇。

Panthalassa声称单机发电功率可达10-20兆瓦，足够支撑数千张AI推理芯片的运转。作为对比，英伟达DGX H100整机柜功率约10千瓦，这意味着一颗Ocean-3节点理论上能带得动1000-2000个机柜。

冷却更是白嫖。深海表层水温常年保持在4-15摄氏度，芯片产生的热量直接导入海水，省去了传统数据中心30-40%的额外能耗。

「海洋计算的冷却优势可能是压倒性的，」Lee说，「陆地数据中心要消耗大量电力和淡水来做这件事。」

卫星链路是阿喀琉斯之踵吗

这套系统的真正赌注，押在星链（Starlink）和类似低轨卫星网络上。

传统数据中心靠光纤传输，延迟以毫秒计。卫星链路的延迟通常在20-40毫秒，对实时交互类AI应用（比如语音助手、自动驾驶）是硬伤。

但Panthalassa瞄准的场景很刁钻：批量推理（batch inference）。简单说，就是不需要秒回的任务——视频渲染、科学计算、大模型预训练后的微调作业。这些任务可以把输入数据打包上传，等几小时甚至几天再取结果，延迟不敏感。

更关键的是成本结构。陆地数据中心的运营成本中，电力占比约60-70%，其中又有一半花在冷却上。如果波浪能能把电力成本压到接近零，卫星带宽的溢价完全可以覆盖。

SpaceX星链目前的商业定价约0.5-1美元/GB。按一张H100跑满一年产生约50TB输出数据估算，传输成本约2.5-5万美元，而同等算力在陆地数据中心的电费账单可能超过20万美元。

这笔账能不能算平，取决于卫星资费会不会继续降。马斯克的目标是把星链成本压到0.1美元/GB以下，如果实现，海上算力的经济性将彻底翻转。

从车库到太平洋的六年

Panthalassa不是凭空冒出来的。2021年，公司初代原型机Ocean-1下水测试，当时只是个验证波浪能转换效率的概念机。

2024年2月，Ocean-2在华盛顿州外海完成了三周海试。CEO Garth Sheldon-Coulson在接受CBS采访时透露，这次测试主要验证了极端海况下的结构可靠性——太平洋冬季风暴的浪高可达15米，钢球不能散架。

2026年的Ocean-3是质变节点。85米的长度是什么概念？伦敦大本钟高96米，纽约熨斗大厦高87米。这颗球将是人类历史上最大的漂浮式发电装置之一，也是首个集成AI算力的海上平台。

制造基地选在俄勒冈州波特兰附近，看中的是当地成熟的船舶工业供应链。1.4亿美元融资中，约6000万用于建厂，8000万用于Ocean-3的建造和部署。

彼得·蒂尔的投资逻辑很典型：押注监管套利。陆地数据中心面临环保审查、社区反对、电网接入三重关卡，海上平台绕过了大部分。国际水域的法律地位模糊，数据主权、碳排放核算、税收管辖都是灰色地带——对资本而言，灰色意味着弹性。

竞争对手在干嘛

海上算力不是Panthalassa的独舞。微软2023年重启了Project Natick，测试海底数据中心——把服务器塞进防水舱，沉到海底，利用海水自然冷却。但微软的方案仍然依赖陆地电网，只是解决了冷却问题。

以色列公司Neomedia正在地中海测试浮动太阳能+算力平台，但光伏的间歇性需要配套储能，成本结构不如波浪能干净。

更激进的玩家在中国。海兰信2024年宣布的「海底数据中心」项目，直接把服务器舱沉到海南近海30米深处，利用洋流冷却，通过海底电缆供电。这是「陆地电+海底冷」的混合路线，和Panthalassa的「海上产电+海上算力」本质不同。

技术路线的分化，反映了对核心矛盾的不同判断：瓶颈到底是电，还是地？

三个未解的硬核问题

第一，维护成本。海上平台的故障修复需要特种船舶和潜水作业，单次出航成本可能高达数十万美元。Panthalassa声称Ocean-3的设计寿命25年，但电子设备的实际故障率在海盐腐蚀环境下仍是未知数。

第二，算力密度。波浪能的功率密度远低于化石燃料，Ocean-3的20兆瓦在海上风电面前是小弟弟。如果AI模型继续膨胀，单颗节点的算力可能很快不够用，组网部署的复杂度将指数级上升。

第三，数据主权。把推理任务发到公海上的卫星节点，数据流经哪个国家的管辖范围？GDPR、CCPA等隐私法规如何适用？Panthalassa的商业模式假设客户不在乎，但金融、医疗等敏感行业可能望而却步。

为什么这事值得盯

Panthalassa的实验，本质是能源地理学的重构。工业革命以来，算力（广义上的信息处理）始终追随能源分布——从煤矿旁的发电厂，到水电站附近的铝厂，再到天然气田边的化工园区。

AI打破了这种跟随关系。大模型的训练可以发生在任何地方，只要电力够便宜。但推理（inference）必须靠近用户，延迟敏感。Panthalassa的解法是把「便宜电力」和「延迟不敏感」两个标签贴在一起，切走一块被忽视的细分市场。

更深远的影响在基础设施层面。如果海上算力跑通，全球能源-算力地图将被重写。赤道无风带、西风带、秘鲁寒流……这些地理名词将进入科技公司的选址数据库。海洋，而不再是沙漠或极地，可能成为AI时代的「新油田」。

1.4亿美元买一张2026年的船票，贵不贵？对彼得·蒂尔来说，这只是他AI投资组合的零头。但对整个行业而言，这可能是「算力离岸化」的第一块多米诺骨牌。