日本航运企业三井商船株式会社(MOL)计划将船舶改装为浮动数据中心,该设施可以从岸上或配套的电力船获取能源。
作为世界最大的航运公司之一,三井商船利用船体创建浮动数据中心的做法颇为合理。
该公司表示,计划建设一个容量为20至73兆瓦的设施,根据船舶停泊位置使用海水或河水直接冷却基础设施。项目计划于2027年投入运营,公司暗示可能会有更多类似项目跟进。
首个项目将使用一艘120米长、重9731吨的船舶进行改装。三井商船预计今年完成设计工作,并与港口当局和设施运营商签署协议,实际改装工作计划于2026年进行。
项目规划通过陆地和海底电缆连接互联网交换中心,渲染图显示这艘数据中心船舶还配备了卫星天线。
据三井商船介绍,浮动数据设施的主要优势在于可以根据需求变化和条件变化转移到不同位置,并且可以在公海航行时作为数据中心运营。
该集团还表示,将船舶改装为数据中心船只需约一年时间,比建设传统陆基数据中心用时更短,无需在大都市区域获取大量土地或支付土地收购成本,尽管需要承担停泊费用。
目前,该项目正在与土耳其Karpowership公司旗下的Kinetics部门签署的谅解备忘录框架下推进。Kinetics运营电力船,这些船舶配备由天然气或低硫液体燃料驱动的完整电力发电厂。
双方认为,首艘数据中心船可以从停泊在旁边的电力船获取电力,这样就不必选址在有足够电网连接供应数据中心电力的地方,当然也在考虑电网连接的选择。
据《金融时报》报道,美国工业公司正试图利用数据中心热潮。报道称,制造商正在通过生产专业设备(如备用发电机和冷却设备)实现多元化,这些设备在预期大规模采用AI而建设更多设施时可能需求很大。
本财年可能会投入超过4000亿美元。服务卡车运输行业的Gates Industrial等企业也在参与其中,制造在服务器机架周围循环冷却剂的管道和泵。
三井商船指出,在美国等地,电力公司无法跟上需求,导致一些设施在连接电网并开始运营之前需要等待五年或更长时间。
"即使在电力短缺的地区,海上数据中心也可以立即开始运营,"该公司表示。
在一份声明中,三井商船常务执行官市田智明表示,与Kinetics的联盟是利用MOL集团资产和船舶运营建设数字基础设施的一步进展。
Kinetics首席执行官Mehmet Katmer也对此举表示欢迎。他说:"通过将移动发电与浮动数据基础设施相结合,我们正在解决关键的市场瓶颈,同时实现更快、更清洁、更灵活的数字容量扩展。"
水上数据中心似乎在日本很受欢迎,今年早些时候另一家航运公司日本邮船株式会社牵头的财团提出了一个单独项目。该设施将由装配在停泊在横滨市港口的浮动平台上的集装箱组成。
加利福尼亚州斯托克顿已有一座由Nautilus Data Technologies运营的浮动数据中心,而互联网巨头谷歌大约十二年前也曾短暂尝试过这一概念。还有微软的水下数据中心实验,一家名为Subsea cloud的公司仍在提供这种服务。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。