Panthalassa 融资 1.4 亿美元：海上 AI 数据中心更像边缘算力实验

Panthalassa 又拿到一笔大钱。

公司披露的新一轮融资是 1.4 亿美元，累计融资约 2.1 亿美元，投资方包括 Peter Thiel 相关资本。它计划在 2026 年把 Ocean-3 浮动节点送到北太平洋测试：设备在海上发电，在船上跑 AI 推理，再用卫星把结果传回客户。

这件事有意思的地方，不是“数据中心搬去海上”这个画面有多科幻。

真正的反常点是：AI 算力扩张太快，陆地数据中心被电力、冷却、用地、审批和社区反对一起卡住后，资本开始认真押注一条旁路。只是旁路终究不是大道。Panthalassa 目前还在原型和测试阶段，离可规模化采购还有几道硬关。

它想解决的不是算力问题，而是电力接入问题

Panthalassa 的核心逻辑很直接：如果电送不到数据中心，就把计算设备放到能源旁边。

它不是在海上发电，再把电输回陆地。它把 AI 芯片放进浮动节点里，直接吃掉海浪能。推理完成后，只把结果通过卫星链路发回去。

Ocean-3 约 85 米长。公开描述里，它像一个大型漂浮钢制结构，下方伸入海水。海浪运动推动内部系统发电，电力供给板载 AI 芯片，周围海水也提供天然冷却条件。

Panthalassa 此前已经做过 Ocean-1、Ocean-2 原型试验。Ocean-2 在 2024 年 2 月曾于华盛顿州近海进行三周海试。Ocean-3 才是计划在 2026 年进入北太平洋测试的新一代节点。

这条路线对 AI 基础设施团队有一个具体影响：它不会替代你在陆地上规划 GPU 集群，但可能进入“特殊推理负载”的备选清单。

比如一些输入可控、输出短、对延迟不敏感的任务，可以被拿来算账。但如果业务要求低延迟、频繁更新模型、持续同步数据，它现在就不该被当成主力方案。

最大瓶颈从电网变成卫星链路

海上节点绕开了输电，也把麻烦换了位置。

传统数据中心依赖光纤，不只是为了让用户访问更快。模型分发、数据同步、日志回传、多机协同，都需要高带宽和低延迟。AI 训练更是离不开高速互联。

远海节点主要靠卫星通信。即便单个终端能达到数百兆比特级别，也很难承受频繁的大规模数据传输。多个远海节点也很难像同一座机房里的服务器那样紧密协作。

所以 Panthalassa 更适合做低耦合推理。

它可以接收相对轻量的请求，完成推理，再回传较短结果。它不适合大模型训练，也不适合需要多节点高速互联的复杂任务。若要传输大模型权重或大量数据，现实中甚至可能仍要依赖船只周期性运送存储介质。

对采购方来说，动作应该很清楚：不要按“买一座新型数据中心”评估它，要按“外包一部分边缘推理负载”评估它。

该问的也不是概念漂不漂亮，而是四个数：单位 token 成本、可用率、维护响应时间、卫星链路费用。只要这四个数没跑通，海浪再多，也很难变成稳定算力。

对投资人也一样。这里押注的不是单一 AI 芯片效率，而是海洋工程、能源转换、卫星通信和远程运维的组合题。任何一个环节成本失控，商业模型都会变形。

放在行业里看，它比海底数据中心更激进

把计算设备放到水边或水下，并不是新主意。

Microsoft 的 Project Natick 早在 2015 年和 2018 年就做过海底数据中心实验，验证过密封服务器、海水冷却和故障率等问题。但微软后来没有推进商业化。

中国也有企业在海南和上海近海推进海底数据中心项目。新加坡 Keppel 启动过浮动数据中心建设。这些路线的共同点，是尽量贴近现有数据中心逻辑：靠近海岸，利用海水冷却，降低土地和制冷压力。

Panthalassa 更激进。

它不是把传统数据中心搬到近海，也不是单纯利用海水冷却。它想让单个节点在远海自发电、自冷却、自运行，再通过卫星接入客户。

激进不等于错，但意味着验证周期更长。

接下来最该看的不是融资规模，而是三件事：Ocean-3 在北太平洋的发电稳定性，恶劣海况下的维护成本，真实 AI 推理任务的通信账单。

公司招聘信息里提到，希望节点能在严苛海况下生存十年以上、无需人工维护。这个说法只能当目标看，不能当已验证能力看。海上设备不是放进机房后关门运行，风浪、盐雾、腐蚀、维修窗口都会进成本表。

如果陆地数据中心继续被电力接入和社区阻力拖慢，这类方案会继续获得资金。它们能给行业多一条路，也能为少数负载提供补位。

但目前证据只支持一个更克制的判断：海上 AI 节点可能成为边缘算力奇兵，不是 AI 数据中心的中军。