寂寞少妇 水下面的云

文 | 脑极体曾几何时，UDC水下数据中心，就像《流浪地球2》泡在水里的根就业器，是一个只存在于科幻电影、猎奇新闻中寂寞少妇，或者是外洋顶尖科研机构用来“炫技”的“黑科技”。

如今，UDC一经来到了咱们身边，何况正在加快。

本年7月我去2024世界东谈主工智能大会，在一家中国计较厂商的展台“C位”，看到了一台泡在水中、正在运行的电脑。

本来，该企业研发的颠倒液体，大要与电路板兼容，而且不会沉沦电路。依托关系材料打造的液冷就业器，不错反抗电子元器件的天敌——“水”，让水下数据中心成为可能。

据现场责任主谈主员泄露，当前该企业一经与苏州达成融合，正在湖中部署水下数据中心。一是不错四肢当地“新质坐蓐力”的标杆式样，展当前智能计较方面的区域实力；二是有高出好的节能减排降耗后果，不错为当地一些AI企业和应用提供绿色算力。

那奈何才气用到水底的算力呢？谜底是，云。

从云上赢得AI算力，凭借自然的老本上风、生动租用的弹性上风，成为AI 初创企业的首选。建树更节能、更绿色、老本更低的“云”， UDC水下数据中心也走进了厂商的视线。

2014岁首度忽视了水下数据中心主见，但愿为沿海东谈主口提供高速云就业。2018 年微软认真将 855 台就业器千里到海里，与Azure 云进行对比。我国当前也有海底数据中心，中枢业务便是算力就业，以及跟腾讯、阿里等云厂家的巨额量径直融合，为它们提供更具老本上风的云霄算力。

本文就来聊一聊，水下面的云，到底奈何把算力价钱“打下来”？

第一刀：砍向电费

“AI的终点是电力”。大模子的参数目达到万亿级别，驱动着智算中心的组网边界向五万卡，甚而是十万卡级演进。而一个十万卡集群，可能耗尽一个城市的电量。为了服侍AI大模子，全城东谈主齐不可开空调、看电视，这难免也太赛博一又克了。

不仅咱们不肯意出现这种情况，其实云厂商也不肯意。有调研高傲，水电费开销占到了数据中心运营老本的50%以上，而智算中心GPU的密度进一步增多，电量负荷会倍数增长，径直导致云厂商的老本激增。

为了减少电费，云厂商们可谓是念念尽了想法。

有东谈主把数据中心放到了乌兰察布、青海，有东谈主放到了湖边（阿里巴巴千岛湖数据中心），有东谈主放进了岩穴（腾讯、华为），有东谈主径直搬去了北极圈（Facebook Node Pole 数据中心、芬兰哈米纳港Google数据中心），还有东谈主放到了海上（Google海上荡漾数据中心）、海底（微软Project Natick数据中心）。

异曲同工，便是减少依靠空调等电力拓荒降温的风冷，多靠当然环境中的空气或水，进行当然冷却。

而这些当然冷却有缱绻中，水下面的云无疑是最有“减电”竞争力的。

显豁，比较陆地数据中心，水下环境的复杂度更高，布线、热爱更为吃力，而且就业器本来生怕水，对水下数据中心的防水、防腐性能挑战更大，为什么还能成为一种礼聘？

水下数据中心的老本“第一刀”，就把当然冷却后果打到了“地板价”。

四肢冷却后果最极致的惩办有缱绻，水下数据中心径直诈欺了水体的低温特质，比其他物资（如空气冷却、风力冷却）接收更多热量，免费视频大幅减少了迥殊的冷却需求。

同期，由于水下环境本人就提供了灵验的冷却，因此不错减少对空调系统的依赖和能耗。

不错说，诈欺水流带走热量，水下数据中心节能降耗的老本上风最为显赫。

第二刀：砍向地价

在陆地上建数据中心，当然要占用地盘空间，除了地盘老本以外，一些自然气温较低的凉爽内陆城市和地区，基础门径条目一般也莫得沿海地区阐扬，比如北极圈，导致TCO总体领有老本上涨。

尤其是跟着超万卡集群的到来，对陆地上的数据中心/智算中心配套门径，比如供电、承重、机房洁净度和走线架遐想等忽视了极高要求。

《面向超万卡集群的新式智算本事白皮书（2024年）》高傲，由于超万卡集群的算力密度更高、功耗密度更高，线缆的布放量也随之增大，一个 1.8 万卡的智算集群，需要布放 10 万量级的线缆，这将对走线架的宽度和承重带来新的挑战。

不错说，陆地数据中心/智算中心的总体老本正在走高。

与之比较，水底数据中心的建树老本正不才降，二者之间的“剪刀差”越来越小。

一方面，由于湖泊、海洋的空间较大，建树方的选址范围更广，比较内陆地区，水下数据中心的地盘老本更可控。

此外，水下数据中心经常选用高度集成、紧耦合、密封式数据舱，一些在陆地数据中心中是必需的拓荒，来综合吧如冷却塔和压缩机等，在水下齐不需要。遐想适合的海底数据仓，故障率和运维老本更低。

2020年9月，微软将千里入海底两年的数据中心捞上来，评估发现，水下数据中心的就业器故障率，比传统数据中心更低，可靠性比陆地上的就业器高8倍。

这可能是因为，水下数据舱不错与多变的环境遏抑，很少受到事故扰动。总之，浩荡清朗的水域，让无需与东谈主类争夺地盘资源的水下算力，价钱“更香”了。

第三刀：砍向水费

把就业器泡在水里，省水。这究竟是奈何一趟事？

这就要提到一个缱绻：WUE（Water Usage Effectiveness），水资源诈欺效用。

许多东谈主传奇过PUE，却很少听过WUE，而念念要鼓动环境可执续发展，完结碳中庸，WUE也不得不降。

镌汰WUE，中枢便是减少分子——输入数据中心的水量，主要由冷冻补水、冷却补水、加湿补水等坐蓐用水构成。冷却经由中耗尽的水资源越少，WUE就越高。

把数据中心泡在水里，就能减少坐蓐用水吗？不错，而且甚而是0。

一方面，水下数据中心径直使用周围水体的低温来冷却就业器，无需挥发散热，省去了传统数据中心中的冷却塔和冷水系统，用于冷却的水资源耗尽等于0。

此外，水下数据中心冷却经由中挥发的水分径直回到水体中，对于众人水源来说也果真莫得失掉。一些干旱缺水的地区，要是诈欺湖泊、河流、地下水来降温，挥发的水资源却未必能快速回到当地的水系之中，会给当地水环境带来负面影响。

2023年，好意思国亚利桑那州就因为哀吊水资源耗尽问题，司法当地数据中心建树。国内，内蒙古乌兰察布市场宁区也出台了《对于顽固集宁区大数据企业使用地下水冷却降温的见知》，辖区内大数据企业一律顽固用地下水冷却降温。

而水下数据中心即使产生一些热蒸腾，也会很快被广博的湖泊海洋而代谢掉，不会影响到当地的水轮回。

一刀又一刀，砍到大动脉

水下数据中心固然老本上风大，但AI云就业要是一味降本，可能会出现“降本增笑”的事故。

举个例子，西部数据中心的存算老本比东部更低，但一些东部企业商量到传输时延、丢包率、业务可靠性等，宁愿多承担50%的老本，也要把数据放在东部，尤其是自动驾驶等对数据及时性要求较高的业务。这亦然许多西部数据中心，上架率不高的蹙迫原因。

水下数据中心的买卖化逆境在于，固然价钱低，但与AI需求莫得充分适配，而AI又被云厂商看作是当下最缺陷的新增收入点。

水下的资源膨大性受限。云就业需要证明用户需求快速膨大资源，增多算力边界、存储空间，而水下数据舱的出厂、下水齐有一定的时候周期（微软官网高傲，Natick从工场到运行要90天），而当前陆地上的智算中心，选用模块化建树只需一个月控制就能落成，能更快知足AI算力需求。

当前，微软也晓喻暂停了Natick式样，据说要在后期加强安设、维修机器东谈主等方面的究诘，看来辩认东谈主类活动的水下环境，仍不稳当大边界部署数据中心。

另外，对水下算力的纳管和治理，也给云厂商忽视了挑战。当前水下算力的占比还比较小，云厂商要整合和治理这些异构资源，确保不同着手的算力不错无缝集成，完结最好性能，并让用户浅近约略地使用这些资源，需要插足巨额的资源进行本事和系统、平台的研发。

一些蓄积不够深厚的中微型云厂商，可能出现“酱油（治理平台）比鸡（算力）贵”的情况，并不可靠老本上风来晋升详细竞争力。

徐志摩曾在《未必》诗中写谈：“我是太空中的一派云，偶尔投影在你的波心。”当前来看，AI云就业和水下数据中心，只怕还无法长相厮守、成为彼此的独一。

2024年5月，Natick式样第二期一经驱动，反馈出微软对云数据中心惩办有缱绻的执续追求，也让“水下数据中心”成为中国不可过期太远的一条赛谈，更适融合为科技自强、科技强国的一张柬帖，与国资云、央国企云、科研云一同试点探索。

而买卖化属性更强的云就业商，仍需要聚焦在陆地上。幸而中国地形地貌丰富、基础门径完善，有广博天下来探索“极致性价比”。

从这个角度说，算力，从来不是一家计较企业或一个行业的事，而是一个举世参与的系统工程。算力即国力的时间，才刚刚驱动。