Panthalassa: ocean jako nowa granica dla infrastruktury AI

Rosnące zapotrzebowanie na moc obliczeniową stało się jednym z największych problemów ery sztucznej inteligencji. Modele AI potrzebują nie tylko coraz mocniejszych chipów, ale też ogromnych ilości energii, chłodzenia, przestrzeni i infrastruktury sieciowej. Dlatego tradycyjne centra danych zaczynają trafiać pod coraz większą presję: lokalne społeczności sprzeciwiają się nowym inwestycjom, sieci energetyczne są przeciążone, a koszty energii i chłodzenia rosną. Właśnie w tym kontekście Panthalassa proponuje rozwiązanie, które brzmi jak science fiction, ale właśnie dostało bardzo realne finansowanie: przenieść część obliczeń AI na ocean.

Panthalassa, firma z Portland w stanie Oregon, ogłosiła rundę finansowania Series B w wysokości 140 mln dolarów, prowadzoną przez Petera Thiela. W rundzie uczestniczyli też m.in. John Doerr, TIME Ventures Marca Benioffa, SciFi Ventures Maxa Levchina, Super Micro Computer, Fortescue Ventures oraz wcześniejsi inwestorzy, tacy jak Founders Fund, Lowercarbon Capital i Gigascale Capital. Według GeekWire firma zebrała łącznie 210 mln dolarów finansowania.

Najciekawsze nie jest jednak samo finansowanie, ale kierunek, w którym idzie firma. Panthalassa buduje autonomiczne, pływające systemy energetyczno-obliczeniowe, które mają wykorzystywać energię fal oceanicznych bez konieczności podłączania się do lądowej sieci energetycznej. Zamiast produkować energię na oceanie i przesyłać ją kablami na ląd, firma chce zużywać ją bezpośrednio na miejscu — do zasilania chipów AI. Wyniki obliczeń mają być potem przesyłane na ląd przez satelity niskiej orbity okołoziemskiej.

To bardzo ważna różnica. Wiele projektów związanych z energią fal oceanicznych historycznie miało problem z ekonomią całego systemu. Sama energia oceanu jest ogromna, ale jej przesłanie do odbiorców na lądzie wymaga kosztownej infrastruktury, kabli, serwisowania i zezwoleń. Panthalassa próbuje ominąć ten problem: zamiast transportować energię, transportuje dane. Ocean zasila obliczenia, a na ląd trafia tylko rezultat pracy modeli AI. GeekWire dobrze podsumowuje tę logikę: firma omija jeden z największych problemów energetyki falowej, używając prądu od razu na miejscu do obsługi już wytrenowanych modeli AI.

Image source: Panthalassa

Według komunikatu Panthalassy jej węzły są autonomicznymi, pływającymi systemami produkowanymi z płyt stalowych w nadmorskich fabrykach. Mają działać daleko od brzegu, w regionach o wysokiej gęstości energii fal, generując czystą energię przez całą dobę. Firma podkreśla też drugi strategiczny atut oceanu: naturalne chłodzenie. W tradycyjnych centrach danych chłodzenie jest jednym z największych kosztów i ograniczeń. Tutaj otaczająca woda morska ma działać jak darmowe „superchłodzenie”, co według firmy może pomóc wydłużyć żywotność chipów.

Panthalassa nie jest projektem zbudowanym wyłącznie na slajdach inwestorskich. Firma działa od 2016 roku i przez ostatnią dekadę rozwijała technologie związane z generowaniem energii, autonomią, napędem oraz obliczeniami na morzu. W komunikacie wskazuje, że prototypy Ocean-1, Ocean-2 i Wavehopper były testowane na morzu w 2021 i 2024 roku. Teraz spółka planuje wdrożenie serii pilotażowej Ocean-3 na północnym Pacyfiku w 2026 roku, a komercyjne wdrożenia są planowane na 2027 rok.

Z punktu widzenia rynku AI to może być jedna z ciekawszych prób odpowiedzi na pytanie: skąd brać energię dla kolejnej fali modeli? Do tej pory dyskusja kręciła się wokół kilku scenariuszy: większych centrów danych na lądzie, reaktorów jądrowych, farm solarnych, prywatnych elektrowni, a nawet koncepcji centrów danych w kosmosie. Problem w tym, że każdy z tych kierunków ma własne bariery. Lądowe centra danych wywołują opór społeczny i wymagają dostępu do sieci. Energetyka jądrowa jest skalowalna, ale bardzo wolna regulacyjnie i inwestycyjnie. Kosmos jest fascynujący, ale nadal odległy operacyjnie. Ocean jest trudny, ale bliższy praktycznemu wdrożeniu niż orbitalne centra danych.

Dlatego inwestycja Thiela jest czymś więcej niż kolejnym zakładem venture capital. To sygnał, że infrastruktura AI zaczyna wychodzić poza klasyczne myślenie o data center jako wielkiej hali z serwerami podłączonej do lokalnej sieci energetycznej. W tym modelu centrum danych nie musi stać obok miasta, elektrowni albo strefy przemysłowej. Może być flotą autonomicznych struktur, które dryfują w miejscach, gdzie energia jest dostępna naturalnie, a chłodzenie jest częścią środowiska.

Jednocześnie warto zachować ostrożność. Ocean to jedno z najtrudniejszych środowisk inżynieryjnych: sól, korozja, sztormy, fale, logistyka serwisu, bezpieczeństwo, łączność i przepisy morskie mogą okazać się dużym wyzwaniem. Dodatkowo nie każde zadanie AI nadaje się do takiej architektury. Najbardziej logicznym zastosowaniem wydaje się inferencja, czyli uruchamianie już wytrenowanych modeli i generowanie odpowiedzi, a niekoniecznie najbardziej wrażliwe lub ekstremalnie opóźnieniowe operacje. Sama Panthalassa również mówi o wysyłaniu „inference tokens” na ląd przez satelitę, co sugeruje skupienie właśnie na obliczeniach wykonywanych po stronie gotowych modeli.

Największa strategiczna wartość tego pomysłu polega więc nie na tym, że ocean „zastąpi” wszystkie centra danych. Bardziej realistyczny scenariusz jest taki, że stworzy nową warstwę infrastruktury dla AI: rozproszoną, offshore’ową i energetycznie niezależną. Jeśli Panthalassa udowodni, że może produkować takie węzły masowo, utrzymywać je na morzu i stabilnie obsługiwać obciążenia AI, może otworzyć zupełnie nową kategorię infrastruktury technologicznej.

To dlatego ta historia jest tak ciekawa dla marketerów, firm technologicznych i całego rynku AI. Panthalassa pokazuje, że walka o przewagę w AI nie będzie dotyczyć wyłącznie lepszych modeli, większych datasetów i szybszych chipów. Coraz częściej będzie dotyczyć energii, chłodzenia, lokalizacji i dostępu do infrastruktury. Innymi słowy: przyszłość AI może zależeć nie tylko od tego, kto ma najlepszy model, ale też od tego, kto znajdzie najtańszy, najbardziej skalowalny i najmniej konfliktowy sposób jego zasilania.

Jeśli projekt się powiedzie, ocean może stać się jednym z najbardziej nietypowych, ale logicznych miejsc dla nowej generacji infrastruktury AI. Nie jako futurystyczna ciekawostka, ale jako odpowiedź na bardzo realny problem: sztuczna inteligencja potrzebuje coraz więcej energii, a ląd coraz częściej mówi „nie”.