摘要：Panthalassa获得Peter Thiel等硅谷投资者2.1亿美元融资，计划在太平洋部署波浪驱动的漂浮AI计算节点。这不是科幻——它背后是一个真实的工业困境：陆地数据中心建设正面临电力短缺、社区抵制和施工延期的三重围堵。但海上方案的卫星带宽瓶颈、维护难题和工程可靠性，同样是硬约束。
当硅谷把7650亿美元砸向AI数据中心建设时，一个尴尬的现实正在浮出水面：电不够用，地方不让建，工人不够多。
40%的美国2026年规划数据中心项目遭遇施工延期。农村社区正在组织起来抵制数据中心入侵。电网容量成为最硬的瓶颈。
在这个背景下，一家叫Panthalassa的公司提出了一个听起来疯狂但逻辑自洽的方案：把AI算力搬到海上，用波浪发电，用海水冷却，用卫星传输推理结果。
Peter Thiel领投，总融资2.1亿美元。2026年晚些时候，一个85米长的原型节点将在北太平洋进行测试。
这不是PPT融资。这是一个值得认真拆解的工业命题。
核心设计：把能源传输问题变成数据传输问题
Panthalassa的技术路线可以用一句话概括：与其把海上的可再生能源输送到陆地数据中心，不如直接在海上完成计算，只传输结果。
宾夕法尼亚大学计算机架构师Benjamin Lee对Ars Technica的评价精准到位：“Panthalassa的想法把一个能源传输问题转化成了一个数据传输问题。”
每个"节点"的物理形态是一个巨大的钢球漂浮在水面上，下方延伸一个管状结构深入水下。波浪运动将水推入管内的加压储水器，释放时驱动涡轮发电机，为船上的AI芯片供电。同时，周围的海水直接用于芯片冷却——海洋环境温度远低于陆地数据中心，且不消耗淡水资源。
最新原型Ocean-3长约85米，几乎和伦敦大本钟或纽约熨斗大厦一样高。此前Ocean-1（2021年）和Ocean-2（2024年2月，华盛顿州海岸三周海试）已经完成了波浪能转换技术的验证。
为什么现在？三重陆地困境催生海上方案
理解这个项目，不能只看技术本身，要看它试图解决的问题：
第一，电力瓶颈。 美国科技巨头2026年承诺的数据中心投资达7650亿美元（高盛数据），但电网扩容速度远远跟不上。新建变电站和输电线路的审批周期动辄3-5年，而AI算力需求的增长是以月计的。
第二，社区抵制。 美国农村地区正在系统性地反对数据中心建设。噪音、用水、土地占用、电价上涨——这些都是真实的利益冲突，不是NIMBY情绪能简单打发的。
第三，冷却用水。 传统数据中心消耗大量电力和淡水用于冷却。在水资源日益紧张的背景下，这正在成为一个政治问题。
海上方案一次性绕开了这三个约束：波浪能自给自足，公海没有社区审批，海水冷却不消耗淡水。
硬约束：卫星带宽、维护和协调
但工程师不会被愿景打动。真正的问题在于：
卫星带宽是硬瓶颈。 当前卫星链路的带宽大约在每终端数百Mbps级别。对于实时推理响应（回答用户提问）来说够用，但对于节点间的大规模协调计算、模型更新和数据同步来说远远不够。Lee指出，大规模数据传输可能需要"用船物理运输存储盘到节点"——这意味着模型更新的延迟可能以天计。
这决定了海上节点只能做推理，不能做训练。 训练需要节点间高带宽低延迟的通信，这在卫星链路上不可能实现。所以Panthalassa的定位很清晰：它不是要替代陆地数据中心，而是做推理层的增量补充。
维护是另一个硬问题。 Panthalassa的招聘信息显示，节点设计目标是"在最恶劣的海洋条件下存活超过十年"且"无需人工维护或干预"。这是一个极高的工程标准——海洋环境的盐雾腐蚀、生物附着、极端风浪，对任何机械系统都是严酷考验。微软Project Natick的水下实验确实证明了密封海水冷却系统的故障率低于陆地系统，但那是静态的水下容器，不是在波浪中持续运动的发电结构。
节点间协调受限。 如果一个AI推理任务需要多个节点协同完成（比如大模型的分布式推理），卫星链路的延迟和带宽限制会成为严重瓶颈。这意味着每个节点最好是独立完成完整推理任务的自足单元，而不是分布式集群的一部分。
历史坐标：从Project Natick到海南水下数据中心
海上/水下数据中心不是新概念：
- 微软Project Natick（2015-2018）：将服务器密封在水下容器中，证明了海水冷却的可行性和更低的故障率，但最终没有商业化。
- 中国海南水下数据中心：已投入商业运营，是全球首个商用水下数据中心。
- 中国上海风电水下数据中心：结合海上风电和水下部署。
- 新加坡Keppel浮动数据中心：已开工建设。
Panthalassa的方案比上述所有项目都更激进：它不是把数据中心放在近海或港口，而是放在远洋；不是用电网或海底电缆供电，而是完全自给自足；不是用光纤连接，而是纯卫星通信。
工业智能视角：这对制造业意味着什么？
从工业智能的角度看，这个项目的意义不在于它本身能否成功，而在于它揭示的结构性趋势：
AI算力正在成为一种需要"去中心化部署"的基础设施。 就像电力从集中式大电厂走向分布式能源，AI算力也在从超大规模数据中心走向边缘、走向移动、走向海上。对制造业而言，这意味着未来的AI推理服务可能不再受限于"离数据中心多远"这个地理约束。
冷却技术的创新空间巨大。 数据中心冷却占总能耗的30-40%。海水冷却、液冷、浸没式冷却——这些技术路线正在从实验走向工程化。对工业设备制造商来说，这是一个正在打开的新市场。
能源-算力耦合是下一个工程前沿。 Panthalassa的核心创新不是波浪能本身（这个技术已经存在几十年），而是"能源就地转化为算力"的系统集成思路。这种思路同样适用于工厂屋顶光伏+边缘AI、矿区风电+本地推理等场景。
冷静判断
Panthalassa大概率不会"颠覆"传统数据中心。卫星带宽的物理限制决定了它只能做推理补充，不能做训练替代。2.1亿美元的融资规模相对于7650亿美元的行业投资也只是零头。
但它代表了一种值得关注的工程思路：当陆地资源（电力、土地、水、社区许可）成为AI扩张的硬约束时，工程师会去寻找完全不同的解空间。 这种"约束驱动创新"的模式，在工业史上反复出现。
CEO Garth Sheldon-Coulson的愿景是最终部署数千个节点。如果Ocean-3的2026年海试成功，我们可能会看到一个新的工业品类诞生：海洋AI基础设施。
参考来源：
- Ars Technica (2026-05-05): Silicon Valley bets $200M on AI data centers floating in the ocean
- Business Wire (2026-05-04): Panthalassa Raises $140 Million to Power AI at Sea
- Financial Times (2026-05): Panthalassa ocean AI data center profile
- GeekWire (2026-05): Data centers at sea: Oregon’s Panthalassa nets $140M led by Peter Thiel
- CBS News (2026): Using wave energy to power sea-based AI data centers
- Goldman Sachs (2026): Tracking Trillions - The Assumptions Shaping Scale of the AI Build-Out
- Ars Technica (2026-04): Rural America is resisting the surge in data center construction
- Ars Technica (2026-04): Construction delays hit 40% of US data centers planned for 2026
- Microsoft Project Natick (2020): Underwater data center experiment results
- SCMP (2025): China launches world’s first commercial underwater data centre in Hainan