← LeisureLinux 文章索引
LeisureLinux · 微信公众号文章

海底数据中心:中国在测试 AI 动力的未来

AI/Agent 阅读原文(微信)↗

TL;DR: 财新国际发表深度报道,讲述了中国在上海近海 10 公里处建设全球首个商业化水下数据中心的故事。这不仅仅是一个数据中心的创新——它背后是 China 的\"算电协同\"战略,以及一个宏大的远景:在 AI 算力需求爆炸式增长的背景下,如何解决电力供给从源头到终端的全链条问题。

一、一个不寻常的数据中心

在上海海岸线 10 公里外的东海上,一座 32 米高的钢制平台矗立在海面上。但真正的工作区在水下——一个淹没的圆柱形舱体中,装满了高密度计算设备。

这是由深圳海兰云数据中心科技有限公司(HiCloud)建造的设施,号称是全球首个直接由海上风电驱动的商业化水下数据中心

几个关键数据:

  • PUE(能源效率比)低至 1.15——远低于传统数据中心的 1.4-1.6
  • 水下舱体重 1,950 吨
  • 2026 年 2 月正式投入商业运营
  • 三路电源:海上风电 + 岸电 + 柴油发电机备

水下数据中心的核心优势其实很朴素:海洋是天然的冷却池。 把服务器泡在海里——不是真的泡(有密封舱体),而是利用海水的恒温特性带走热量,省掉了传统数据中心最耗电的空调和冷却系统。

二、\"算电协同\":一个宏大的战略

财新这篇文章最有价值的部分不在于\"水下数据中心\"本身,而在于它揭示了一个更大的国家战略——\"算力-电力协同\"(computing-power synergy)

2026 年 3 月,中国政府的工作报告正式提出这一概念,要求超大规模 AI 集群必须与电力基础设施同步规划、同步建设。

这意味着什么?

在过去,数据中心和电网是两拨人管的事。数据中心建好了再去电力公司申请扩容,电网往往跟不上。但在 AI 时代,算力的增长已经超过了摩尔定律,GPU 集群的功率密度达到每机柜 40-80kW——是传统服务器的 5-10 倍。

电力不再是数据中心的\"运营成本\",而是数据中心的\"第一性约束\"

三、临港的\"算力之城\"

报道聚焦了上海的临港新片区——这里正在成为 China 的 AI 算力心脏:

  • 2026 年前五个月,临港的电力消耗增长了近 30%——几乎全部来自数据中心
  • 智能算力预计年底翻倍
  • 当地电网已经翻倍建设了高压变电站
  • 政府拨出数亿元的补贴

财新引用中国电信临港负责人袁晓阳的话描述了这一幕:临港就像一个正在快速膨胀的算力黑洞,吸引着电力、土地、资金和人才。

四、\"东数西算\"的新试验

这里有一个有意思的故事:

2026 年 5 月,中国电信做了一次跨区域算力迁移测试——把临港的计算任务,通过光缆传输到 4,000 多公里外的新疆克拉玛依。 这次实验成功地将临港的本地电力负荷降低了 75%,而且计算任务在不同硬件架构之间无缝迁移。

这听起来像未来的技术,但其实这就是\"东数西算\"战略的实操版本——把东部实时性要求不高的计算任务,送到西部廉价能源所在地。

但财新也指出,这目前仍然是实验性的。要让它变成日常操作,需要:

  1. 市场化定价机制——跨区域算力调度的价格信号还不明确
  2. 高端芯片的结构性短缺——供需不匹配
  3. AI 模型的能源需求波动——不同模型的能耗差异巨大

五、AI 自己也在优化电力

财新还写了另一个有趣的角度:AI 正在优化 AI 数据中心的用电。

商汤科技(SenseTime)在临港的数据中心集成了一个 18 兆瓦的储能站(由宁德时代 CATL 提供)。上海每天的峰谷电价差最高达到 4.6 倍。商汤使用自研的 AI 能源模型来预测负载,在电价低谷时充电,高峰时释放储能,有效规避了峰值容量附加费。

商汤临港负责人张旭说,这种\"硬件+软件\"的协同方案让他们的年化电费降低了 7%

而更远的目标是:精确计算每生成一个 AI token 消耗了多少电。 当电力成本成为 AI 推理服务的主要成本项时,这种\"token 级能源核算\"能力将直接决定竞争力。

六、一个未被解决的问题:绿色电力的悖论

报道揭示了海底数据中心的一个矛盾:

虽然 HiCloud 的设施直接接入了海上风电场,但它不能直接使用风电场的电。它必须通过国家电网以商业电价(约 0.75 元/千瓦时)购买绿电——这比风电场的直供电价高出两倍多。

产业界人士指出,如果能够落实\"点对点直购电\"政策,二期项目的成本将大幅下降。这个政策也在讨论推进中。

七、这篇文章背后的更大画面

财新这篇报道虽然讲的是一个水下数据中心,但它揭示的是一幅更大的画面:

AI 的规模扩张正在同时挑战三个层面:

  1. 工程层面——如何在高功率密度下散热(水下数据中心是一个创新方案)
  2. 经济层面——电力成本将成为 AI 公司的核心竞争要素(峰谷价差、储能、AI 优化)
  3. 地缘层面——算力是新的战略资源(\"东数西算\"、跨区域调度、西部绿电)

如果说这篇文章有一个核心论点,那就是:

AI 时代的竞赛不仅仅是谁的模型更强,更是谁能更便宜、更稳定、更可持续地供养这些模型。

━━━ ━━━ ━━━

后记: 原文《Beneath the Sea, China Tests the Future of AI Power》发表于财新国际(Caixin Global),2026 年 6 月 26 日深度报道。文章通过上海近海的水下数据中心切入,系统呈现了中国\"算电协同\"战略的最新进展。

━━━ ━━━ ━━━

*欢迎关注 IT禅悟,获取更多技术与产业的深度洞察。*

真正的对手不是芯片,是算力控制权 | OpenAI自研芯片Jalapeño深度解读 算力之外的终局:拆解 Google TurboQuant 极坐标量化与 QJL 变换架构 算力尽头是电力:高温超导(HTS)能否解围 AI 数据中心的能源枷锁? 坎蒂隆效应 2.0:AI 生产力注入下的财富重构与技术阶级演算 6000亿美金的算力豪赌:拆解 Meta 史上最疯狂的"曼哈顿级"数据中心计划 解读 Alphabet 400 亿增资 Anthropic:硅谷进入"无限钱包"博弈时代 电网简史的终结:固态变压器(SST)与电力电子化的"代际突袭"

本文整理自微信公众号 LeisureLinux 的原创内容(Linux / AI / 安全 硬核技术)。

· 阅读原文(微信公众号)

· 关注公众号 LeisureLinux,第一时间获取技术深度内容。

LeisureLinux 公众号二维码(微信扫一扫关注)