生成式AI的发展，一方面重构了各行各业业务流程与数字化模式；另一方面，对于底层算力基础设施也提出了更高的要求。

根据IDC测算，预计到2027年，AI数据中心容量的复合年增长率 (CAGR) 将达到40.5%，与此同时AI数据中心的能源消耗预计将以44.7%的CAGR增长，到2027年达到146.2太瓦时(TWh)。

“AI的尽头是能源。”——这句话已经成为业内共识。2024年全球数据中心耗电达415太瓦时，占据全球总用电量的1.5%，与英国全年用电量相当。其中，美国数据中心耗电量180太瓦时占全球45%的份额，其次是占据25%的中国和占据15%的欧洲。目前中国数据中心年耗电量约100太瓦时，大致相当于国内电动汽车的年用电量。

与此同时，国际能源署报告预测，到2030年，全球数据中心用电将飙升至945太瓦时，逼近日本当前全国用电规模。

国际能源署发布的《能源与AI》报告中指出，以OpenAI的GPT-4为例，该数据模型在持续14周的数据模型训练中消耗了42.4吉瓦时电力，日均耗电0.43吉瓦时，这堪比2.85万户欧美家庭的日均用电量。

在AI需求爆发前，数据中心的冷却系统已占据40%的能耗。而AI服务器的单机柜功率从10kW跃升至50kW以上，彻底击穿了风冷系统的散热极限。微软Azure团队发现，传统风冷数据中心在搭载 H100 GPU后，PUE值从1.3飙升至1.8，部分高热区域甚至出现服务器宕机。

AI能耗颠覆IDC产业

基于上述背景，不仅是数据中心供冷系统，甚至连数据中心整体架构都迎来了变革，对此，海兰云云计算首席技术官林杨表示，作为高载能行业，数据中心提升能源利用率，在数据中心整体运营过程中至关重要。

除此之外，因为绝大多数数据中心服务器并非24小时都处于满负载运行，而闲时的算力即便未被利用，数据中心内部电力消耗却不会因此减少，所以，在并行科技市场总监荀军看来，如何利用好闲时算力，将每个Token的算力都尽可能的充分利用好，也是接下来数据中心行业架构变革过程中需要解决的问题。

面对AI需求与能耗的双重考验，数据中心技术演进也向着两个方向推进。

一方面，数据中心内部设备的功耗不断降低，将除去服务器之外的所有“辅助”设备的能源消耗尽量降低到最低，比如，供冷方面采用制冷效果更好，相对耗电量更小的液冷或间接蒸发冷却技术；供配电采用相对电力损耗更低的高压直流的方式等。

另一方面，也有不少IDC服务商在数据中心建设选址，以及设计等方面寻找数据中心碳中和与AI需求“双赢”的解。

比如，华为就选择“挖山”建设数据中心，将机房放在山体内，以降低供冷消耗，而海兰信则选择将数据中心建设在水中，通过海水带走多余的热量，一方面能有效降低数据中心能耗，另一方面还能回收相对“热品位”较高的海水的热量，余热回收会进行副业的赋能与发展。

海兰信并不是“第一个吃螃蟹的人”。早在2015年，微软就在苏格兰附近海域部署了全球第一个海底数据中心。微软先是于2015年在太平洋海域完成了105天概念验证，并后续在2018年在苏格兰东北部的奥克尼群岛海底117英尺深处部署了名为“北方群岛” 数据舱。该数据舱内置864台服务器，可以存储27.6PB的数据。在海底运行了两年后，微软在2020年6月把它打捞上岸进行分析。

据微软分析公布，该数据舱运行两年间，故障率仅为陆地数据中心的1/8，PUE值低至1.07。其核心在于全密封氮气环境与海水自然散热的结合——通过铜制散热片将服务器热量直接传递至4-12℃的深层海水，彻底摒弃传统制冷系统。

而也正是在2020年，海兰信开始了海底数据中心的技术验证和研发进程，并于2023年在海南陵水清水湾，正式下水了一期首舱。据悉，该项目利用海水自然冷却技术，具有低能耗、高可靠性和模块化部署优势。

同样经过了两年多的实验与摸索，林杨告诉笔者，目前该项目实现PUE值约1.1，电能损耗降低10%以上，能效提升可达30%以上。

显然，在海底部署数据中心可以有效的降低数据中心制冷方面的能源消耗，同时还能提升电能利用率。另一方面，将数据中心采用完全封闭的方式，也可以将内部服务器完全与外界干扰隔绝。从而降低人为等因素带来的数据中心故障率（此前有数据统计，数据中心内部，有超过半数的故障是因为种种人为因素导致的），而完全真空无尘的环境，也可以延长服务器的寿命。

而从TCO（全生命周期成本）角度来看，海底数据中心也明显优于陆地建设数据中心。据统计，海底数据中心的TCO较陆地低15-20%。以海南陵水项目为例，单个数据舱建设成本约3300万元，但每年节省电费约660万元（按0.6元/千瓦时计算），加上淡水节约（31.5万元/年）和土地成本（6.8万平方米/100舱），五年即可收回投资。

相比之下，陆地液冷数据中心虽然PUE可降至1.15，但建设成本增加30%，且需额外投入淡水资源（单机柜年耗水200立方米）。微软测算，一个5000机柜的海底数据中心，十年可节省运营成本1.2亿美元。

除此之外，通过对海底数据中心余热的回收，还可以带动周边海域的渔业等副业发展，形成一个相对较为完善的生态闭环，产生额外价值。

仍有很大优化空间

虽然将数据中心放在海底有诸多好处，但仍存在一些弊端。

其最大的一个弊端就是——数据舱位于完全“与世隔绝”的海底，后续运维难度极大，需将数据舱完全吊出海面才能进行运维。尤其是在AI算力快速发展的今天，服务器的更新换代也逐渐提速，频繁的吊装数据舱为企业造成了额外费用的同时，也会破坏相对稳定的舱内环境。

为此，林杨告诉笔者，海兰云目前已经推出了海底数据中心2.0项目，据他介绍，该项目与位于陵水的项目不同的是，数据中心采用了潜入式的方案，将数据舱完全固定在海底，并预留了运维人员出入的管道，后续运维操作可以借由该管道进出。

“我们在位于上海的海底项目采用了2.0的方案，将数据中心固定在海底20米深左右的海床上，一方面这个深度可以确保海平面上的风浪不会对数据中心造成影响，另一方面，20米的深度也为潜入式运维提供了必要的条件保障。”林杨强调。

据林杨介绍，该项目预计于今年9月中旬正式投产，并且后续将进一步海上风电为数据中心供电，“该项目规模在200MW左右，部署完海上风电之后，超过95%的电力都将采用风电的方式供应，更进一步的降低了数据中心的PUE，同时也在陆地上备接了市电，确保业务的连续性。”林杨如是说。

除了运维与建设层面的优化之外，整个算力应用与算网的建设层面，是目前整个数据中心行业都需要面临的挑战，海底数据中心也不例外。

在荀军看来，算力调度运营平台已经成为当前提升算力利用率的最佳路径，如果能将该平台的建设与基础设施层面海底数据中心的建设相结合，应用/软件层面上的最佳与基础设施层面上的最佳路径的结合，将成为未来数据中心的最优解。

而算力平台的建设也并不是并行科技一家的布局，目前业内已经有不少云服务商、IDC服务商、算力服务商都推出了相应的调度平台。究其原因，在AI算力需求爆发式增长的背景下，企业对于算力体系建设方面也在发生着变化。

原先，企业自建算力基础设施可能是一个比较“划算”的应用算力的形态，但这种模式在现阶段存在了一定弊端。

首先，企业选择自建算力基础设施的过程中，一次性投入很大，尤其是要能支撑起当前AI算力需求的硬件投入是十分庞大的，且周期很长，不能满足企业短时间的业务需求。

其次，对于大多数企业而言，业务规模没有达到那么大量的需求，建设好的机房利用率很低，有一些甚至不足30%，这对于企业而言，相当于“花大钱，半小事”，十分不划算。

而企业对于直接购买算力的需求，也催生了越来越多“卖算力”的算力服务商。在算力买卖过程中，算力调度运营平台就成为了关键的抓手。‌

而此前与并行科技AI云事业部总经理赵鸿冰的交流中，他曾向笔者表示，目前选择算力平台负载业务的企业越来越多，这也对算力服务商构建算力调度平台提出了更高的要求。“这些要求中，最为紧要的是高性能通信的要求，只有通信的性能足够强，才能真正实现良好的调度效果。”赵鸿冰强调。

海底数据中心与算力平台的结合，无论是在底层基础设施层面，还是在中间算力输送层面，都是对当前数据中心行业的一次重构。畅想一下未来的算力产业，或将成为“海底节点+陆地集群+边缘终端”的协同体。

海底数据中心承担大模型训练的高密算力，陆地液冷集群处理实时推理，边缘节点支撑毫秒级响应，三者通过智能调度平台形成动态平衡。这种一体化的算力生态，也有望成为应对AI多元化需求的最优解。（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）