硅谷的高管们穿着剪裁精良的羊毛背心，在舞台上神采飞扬地宣讲着 AGI（通用人工智能）如何重塑人类文明。

但在几百公里外的俄勒冈州小镇，愤怒的居民正举着横幅围攻市政厅：“把淡水还给我们！别让机器人的诗歌抽干我们的井！”

这就是当下 AI 算力狂热中最滑稽也最残酷的一幕。

人们以为 AI 是虚无缥缈的云端算法，但背后支撑那些灵光一现的，是成千上万台昼夜狂哮的 GPU 芯片。

这些“电老虎”在极速运算时会产生恐怖的热量，而硅谷冷却它们最常用、最廉价的方式，就是像老式化工厂一样开足马力“蒸发抽水”。

当 AI 的尽头撞上了物理世界的资源墙，一场关于水、土地与算力的生死博弈早已暗中展开。

AI 的尽头不是星辰大海，是“工业级抽水机”

如果把大模型比作人类的超级大脑，那这个大脑在思考时，绝对是个“发烧到 40 度且口渴难耐的狂暴巨兽”。

很多人对数据中心的耗水量毫无概念。加州大学河滨分校（UC Riverside）的一项研究给出了直观的数据：

你每次跟 ChatGPT 进行 10 到 50 次简单的对话（或者生成一条百字左右的 Prompt），后台数据中心就要直接或间接消耗掉约 500 毫升淡水——这相当于你一口气喝光了一瓶农夫山泉。

如果这只是小打小闹，那训练大模型的代价就只能用“豪饮”来形容。

当初 OpenAI 训练 GPT-3 时，短短数周内就蒸发掉了约 70 万升淡水，足够充爆一个标准奥运会游泳池的水位线。

而一座规模在 100兆瓦（MW）级别的超大规模数据中心，为了维持机房温度，每天直接砸进冷却塔里的淡水高达 200 万至 500 万加仑（约 7500 到 19000 立方米）。

这是什么概念？一座数据中心每天喝掉的水，足够给一个 1 万到 5 万人口的欧美小镇提供全套日常吃喝洗漱！

当数十万张 H100、B200 芯片被成堆塞进数据中心时，它们本质上已经演变成了安装在陆地上的工业级“超级水泵”。

硅谷“渴”死在陆地上，环保局与民众开砸

天下苦“算力抽水”久矣。

美国俄勒冈州的达尔斯市（The Dalles）曾是谷歌最为骄傲的数据中心基地之一。

然而在过去几年里，谷歌数据中心的耗水量直线上升，竟然吃掉了全市淡水总供应量的 30% 到 40%。

当地干旱频发，居民连浇灌草坪都被限制，而谷歌的冷却塔却在轰鸣着蒸发地下水。当地媒体为了逼谷歌公布真实的用水账单，甚至打了整整 13 个月的官司。

在全美数据中心最密集的弗吉尼亚州（被称为“数据中心小巷”），2023 年仅数据中心冷却一项，就吞掉了近 20 亿加仑（约 75 亿升） 的淡水。

地下水位暴跌、社区噪音污染、水电费飙升……原本夹道欢迎科技巨头落户的地方政府和居民彻底翻脸。

抗议示威、环保局调查、地方法院禁令接踵而至。硅谷巨头们猛然发现，限制 AI 迭代的竟然不是芯片产能，也不是算法瓶颈，而是“附近的小镇没有水给显卡降温了”。

在陆地上，寸土寸金的地价、日渐枯竭的淡水与排山倒海的居民抗议，构成了西方 AI 基础设施难以逾越的物理壁垒。

中国的答案：给服务器套个“薯片袋”，直接沉入太平洋！

既然陆地上抢水抢地，那为什么不把视线转向占地球面积 70% 的海洋？

全球超过 50% 的人口和经济活动集中在沿海 100 公里范围内，而沿海城市往往是地价最贵、水资源最紧缺的地方。中国的工程师们干脆做出了一个极其硬核的决定：别在陆地上折腾了，直接把数据中心成套打包，沉入几十米深的海底！

这听起来像科幻小说，但背后的物理逻辑却极其优雅且降维打击。

很多人第一反应是：“服务器泡在海水里，不会生锈短路吗？”“坏了怎么修？”“台风来了不就废了？”

这就要提到一个绝妙的比喻——乐事薯片袋理论。

我们在超市买的薯片，袋子总是鼓鼓囊囊的，放好几个月拿出来依然又脆又香。为什么？因为袋子里面的氧气被抽干了，充入的是干燥的氮气。

中国的海底数据中心（UDC）用的正是这个原理。

整套服务器模块被塞进一个具有 25 年抗压防腐能力的巨型钢制密封舱内，舱内空气被完全抽空，充入 100% 高纯度的干燥氮气。

服务器在陆地上损坏，大部分不是因为过热，而是因为空气中的氧化、湿度变化、灰尘积累，以及运维人员用手拔插硬件时的微小震动。而在海底这间“无氧、无尘、无湿、无人”的顶级单间里，服务器活得比在陆地上舒适得多。实测数据显示，海底服务器的故障率仅为陆地的 1/8（故障率从陆地的约 5.9% 骤降至不到 0.7%）。

至于水流和冷却，更是直接开挂：

1）自然免费热交换：利用 10 到 30 米深海底天然流动的海水做免费冷却液，直接通过舱壁进行热交换。WUE（水利用效率）直接归零，一滴淡水都不用刷，一亩陆地都不用占。

2）PUE 逼近物理极限：传统陆地数据中心的 PUE（能源利用效率）通常在 1.35 到 1.5 之间（这意味着每用 1 度电算力，就要花 0.35 到 0.5 度电吹空调）。而海底数据中心把 Cooling 成本压缩到了极致，PUE 逼近极限的 1.05 到 1.1，综合省电超过 30%。

3）海面狂风暴雨，海底静如止水：根据流体力学，海浪的能量随着深度呈指数级衰减。到了 20 米深的海底，即使海面上十几级台风咆哮，舱体在海底感受到的水流扰动也微乎其微。

4）对海洋生态的热干扰小到忽略不计：实测表明，散热排出的水在距离舱体表面 1 米外，海水温升小于 0.1℃。这个微小的温差和金属罐体，反而意外扮演了“人工鱼礁”的角色，吸引了大量藻类与鱼群定居，在荒凉的海底平原上硬生生搞出了一个小生态圈。

从微软的遗憾关停，到中国大兵团的“工程碾压”

在科技史的画卷里，这个绝妙的点子并非中国独创。

早在 2015 年，微软就启动了著名的 Project Natick 项目，在苏格兰奥克尼群岛海域沉入了一个装有 855 台服务器的金属罐子。2020 年捞出来时，微软兴奋地向全世界宣布：实验非常成功！海底服务器比陆地稳定得多！

然而到了 2024 年，微软却悄然宣布终止了 Project Natick 的大规模部署，转头继续回陆地搞液冷试验。

西方巨头为什么“管杀不管埋”？

因为这不仅仅是写一段代码或者做一次科学实验，这涉及海工装备、重型吊装、高压海缆、海洋测绘以及庞大的重工业供应链。西方的云服务商习惯了轻资产运营，难以撬动整条海洋重工产业链来为其铺路。

但中国最不缺的，就是把实验室概念搞成“基建狂魔”落地能力。

以海兰信（Highlander）等企业为主导，中国不仅接过了 UDC 的接力棒，还直接将其打造成了国家级算力基建：

海南陵水海底数据中心：

全球首个商用海底智算中心，重达数百吨的单舱被精准安放在海底，成功接入并行科技、DeepSeek 等大模型厂商的实际算力训练任务。

上海临港项目（海风直连）：

这更是展现了工业统筹的绝活。以前海上风电要经过升压、拉海缆上陆、变电再输送给机房，电能损耗高达 5%-10%。上海临港项目直接实现“海风直连”——把海底机房直接布置在海上风电发电机的基座旁，风吹风机发电，电缆往下延伸几米直接给海底 GPU 供电！

95% 绿电直供 + 0 损失 + 海水自然冷却，把能源利用率压榨到了极致。

从海南陵水到上海临港，再到粤港澳大湾区的汕头节点，“一南一北一湾”的海洋算力网正在悄然成型。

上海临港项目

终局博弈：算力的竞赛，本质是重工业与物理世界的竞争

这场发生在太平洋海底与硅谷小镇之间的对比，揭示了当下 AI 竞争的一个深层真相：

AI 的竞争，前半场拼的是算法灵感和资本热钱；而后半场，比拼的是谁能以最低的物理成本、最小的环境阻力，撬动最大规模的能源与算力。

当硅谷的科技巨头们还在因为水权诉讼、电网超载和居民抗议而苦恼，甚至不得不花巨资去研究“怎么用回收废水洗显卡”时，中国的算力集群已经在 20 米深的海底，泡着 20℃ 的天然冷凝水，吃着风电机组直供的纯净绿电，安安静静地跑着大模型的矩阵乘法了。

把服务器扔进大海，不仅是散热方式的改变，更是一场对地价、淡水和能源枷锁的彻底破局。

毕竟，在物理定律面前，任凭你的 Prompt 写得再优雅，显卡也依然需要降温。而论起怎么在物理世界里搞超级工程，这片浩瀚的太平洋，似乎已经给出了它的答案。