Compute at sea: jak ominąć 7-letnie kolejki po energię dla infrastruktury AI

Deficyt mocy obliczeniowej oraz przeciążenie lądowych sieci energetycznych wydłużają budowę tradycyjnych centrów danych nawet do ośmiu lat. Compute at sea pozwala na wdrożenie klastrów GPU w ciągu 12 miesięcy, wykorzystując darmowe chłodzenie wodą morską i autonomiczne źródła zasilania. Przeniesienie infrastruktury na wody międzynarodowe oferuje skalowalność poza lądowymi ograniczeniami prawnymi i surowcowymi.

Dlaczego lądowa infrastruktura obliczeniowa przestała być efektywna?

Krytycznym wąskim gardłem dla rozwoju sztucznej inteligencji w 2026 roku stała się dostępność energii elektrycznej, a nie sam hardware. Do 50% planowanych projektów centrów danych na lądzie boryka się z wieloletnimi opóźnieniami wynikającymi z ograniczeń sieci przesyłowych, gdzie czas oczekiwania na przyłącze wynosi od 3 do 7 lat. Jednocześnie przewiduje się, że do 2030 roku centra danych mogą zużywać od 9% do 17% całkowitej energii elektrycznej w USA.

Lądowe centra danych generują również narastające konflikty społeczne i środowiskowe: Zużycie wody: Tradycyjne chłodzenie wymaga ogromnych ilości słodkiej wody, co jest problematyczne w suchych regionach. Ograniczenia gruntowe: Deficyt dostępnych działek z odpowiednią infrastrukturą wydłuża proces uzyskiwania pozwoleń. * Efektywność budowy: Budowa lądowa trwa zazwyczaj od 4 do 7 lat, podczas gdy mobilne klastry na morzu mogą powstać w około rok.

Zalety operacyjne i techniczne Floating Data Centers

Przeniesienie serwerowni na jednostki pływające (Floating Data Centers – FDCs) umożliwia radykalną optymalizację kosztów operacyjnych dzięki pasywnemu chłodzeniu. Woda morska stanowi niemal nieskończony radiator, co pozwala obniżyć współczynnik Power Usage Effectiveness (PUE) do poziomu 1.06 (gdzie 1.0 to wynik idealny). Rozwiązania takie jak NetworkOcean deklarują redukcję zużycia energii na chłodzenie nawet o 40%.

W 2025 i 2026 roku japoński gigant Mitsui O.S.K. Lines (MOL) zainicjował partnerstwa z Hitachi oraz Karpowership w celu konwersji używanych statków, w tym samochodowców, na pływające centra danych, planując start komercyjny na rok 2027.

Architektura zasilania i certyfikacja sprzętu marine-grade

Kluczowym rozdzieleniem technologicznym w segmencie Compute at sea jest metoda pozyskiwania energii. Niektóre podmioty, jak Panthalassa (wspierana kwotą 140 mln USD przez Petera Thiela), budują autonomiczne węzły Ocean-3 zasilane energią fal. Inne koncepcje zakładają wykorzystanie wycofanych z eksploatacji lotniskowców o napędzie atomowym, które mogą dostarczyć setki megawatów mocy dla klastrów GPU poza przeciążoną siecią lądową.

Dla zapewnienia ciągłości pracy w ekstremalnych warunkach, serwery muszą posiadać certyfikację morską. Przykładem jest serwer MCS-44, certyfikowany zgodnie ze standardami IEC 60945, DNV 2.4 oraz IACS E10. Specyfikacja techniczna obejmuje: Procesory: Intel Xeon E5-2680v4 lub Core i7 Extreme. Pamięć: Do 512GB DDR4 ECC RDIMM dla zachowania integralności danych. Zakres temperatur: Praca od -15°C do 55°C. Obudowa: Stalowa, o zredukowanej głębokości (short-depth), przystosowana do montażu w szafach o ograniczonej przestrzeni.

Krytyczne ryzyka: od korozji po suwerenność danych

Eksploatacja infrastruktury IT na pełnym morzu wiąże się z zagrożeniami, których nie rozwiązuje kapitał. Najpoważniejszym wyzwaniem inżynieryjnym jest korozja solna oraz biofouling (osadzanie się organizmów morskich), co wymusza stosowanie zaawansowanych systemów filtracji i ochrony obudów. Microsoft, mimo sukcesu technicznego projektu Natick (węzły podwodne były 8 razy bardziej niezawodne niż lądowe), zamknął program w 2024 roku ze względu na brak możliwości serwisowania i wymiany chipów GPU, które starzeją się co 2-3 lata.

Kolejne ryzyka to: 1. Latency: Poleganie na łączach satelitarnych (np. Starlink) wprowadza opóźnienia, które eliminują niektóre zastosowania czasu rzeczywistego. 2. Bezpieczeństwo fizyczne: Platformy na wodach międzynarodowych są „łatwym celem” dla piractwa lub ingerencji państwowych, co wymusza utrzymywanie prywatnych sił ochrony. 3. Suwerenność: Koncepcje takie jak BlueSea Frontier Compute Cluster (BSFCC) od Del Complex zakładają tworzenie „państw-miast” na barkach, co budzi wątpliwości prawne w świetle konwencji Montevideo i UNCLOS.

Wnioski praktyczne i rekomendacje

• Zdywersyfikuj lokalizację: Rozważ modele hybrydowe, gdzie krytyczne obliczenia AI (inference) odbywają się na jednostkach pływających w pobliżu centrów popytu, aby zminimalizować latency.
• Wdróż hardware certyfikowany: Przy projektowaniu klastrów morskich stosuj wyłącznie jednostki spełniające normę IEC 60945, aby uniknąć awarii wynikających z wibracji i wilgotności.
• Postaw na jednostki pływające zamiast zanurzonych: Ze względu na cykl życia procesorów AI (2-3 lata), wybieraj platformy nawodne oferujące łatwy dostęp serwisowy, unikając pułapki unserviceable hardware.
• Skonfiguruj redundancję łączności: Ze względu na niestabilność RF w trudnych warunkach pogodowych, systemy transmisji danych powinny łączyć pasma satelitarne LEO z naziemnymi stacjami brzegowymi.
• Zmierz TCO uwzględniając ubezpieczenie: Koszt energii na morzu może być niższy, ale całkowity koszt posiadania (TCO) musi uwzględniać wyższe składki ubezpieczeniowe za operacje w trudnych warunkach morskich.

Źródła

• Aircraft Carriers as Floating Data Centers: Solving AI’s Power Crisis at Sea – GlobalBoat
• Compute at Sea
• Compute at Sea – YouTube
• Del Complex Proposes Floating AI Data Centers in the Ocean to Flout US Sanctions | Tom’s Hardware
• MCS-44 Marine-certified Server – Captec Group
• Offshore Data Centers – American Bureau of Shipping (ABS)
• Palantir co-founder Peter Thiel backs $140M wave-powered AI data center startup — Panthalassa aims to run offshore compute nodes using ocean energy | Tom’s Hardware
• Rugged Servers – NAG Marine