在安大略湖畔一座占地180英亩的前燃煤电站旧址上,一座面积130万平方英尺、功率750MW的人工智能数据中心正在崛起。这座数据中心将配备10万个GPU和175台双层巴士大小的干式冷却装置。这就是TeraWulf公司的Lake Mariner数据中心园区。上周,Computer Weekly在施耐德电气的邀请下获准进入该站点参观,施耐德电气已向该项目交付了价值2.9亿美元的设备。
在现场,我们看到了"中国水平"的建设强度和速度——第一批结构钢材于今年1月在冻土上开始施工,第一个数据大厅将在7月投入运行处理工作负载。
电力供应成为选址关键
曾经主导美国数据中心选址的标准——"距离足球场不超过两小时车程"以保证光纤接入——已经完全让位于电力容量需求。这正是该项目选址于此的原因。
这片位于安大略湖偏远湖岸、占地1800英亩的地块,曾是Somerset燃煤电站所在地,如今正在经历一场巨变——从化石燃料时代的废弃遗迹转变为一座120万平方英尺的AI工厂。
这里的核心资产不是土地,而是现有电网连接的基础设施——两条独立的345千伏输电线路,能够从两家不同的电力供应商获取电力。旧燃煤电站曾发电675MW并雇佣270名员工,而TeraWulf的开发项目正在向最终750MW的配额扩展。
该站点还建有一座在建的125MW太阳能阵列。TeraWulf的一位高管表示,该阵列向电网输出电力,但很可能会直接回流用于数据中心。
从比特币挖矿到AI工厂
这一转型的财务和物理规模展示了我们进入AI工厂时代所经历的阶段性变化。在该站点最初由Beowulf公司(TeraWulf的前身)运营期间,它被用于比特币挖矿。设计以低等级的风冷机房为中心,成本约为每兆瓦50万美元。
处理过程在狭长的机房中进行,简单的通风系统将空气吹过服务器并从另一侧排出,只需要1Gbit的广域网连接。
英伟达主导的GPU路线图彻底改变了规模。资本支出达到每兆瓦1000万美元,建筑变得更加方正以缩短处理集群之间的物理距离。该站点由五座数据中心建筑组成,最终将运行约10万个GPU,需要太比特级的广域网管道直接连接到布法罗和纽约市的主要网络干线。
芯片级液冷技术
如此高的GPU密度带来了前所未有的冷却和资源挑战。所有数据大厅都采用芯片级直接液冷技术来管理处理核心产生的巨大热量。
初始闭环系统每个数据大厅需要约35万加仑水——当前多栋建筑施工区块总计近140万加仑,大约相当于10个美国家庭的年用水量。这些水将从当地市政管网的饮用水供应中抽取,但在其生命周期内只需极少的补充。
冷却加热后的水最终需要175台Evapco冷凝装置——每台都有超大型双层巴士那么大——持续将热量排放到空气中。
为实现这一规模,工程进度正以"中国水平"的建设强度和速度推进,一位TeraWulf现场高管如此表示。这是一场有目的性且组织良好的24小时工业作业,涉及1600名工人分两班轮换,各个机房之间保持三到四周的交错施工间隔,以确保客户能够持续访问托管设施。
Q&A
Q1:TeraWulf的Lake Mariner数据中心规模有多大?
A:Lake Mariner数据中心占地130万平方英尺,功率达750MW,将配备10万个GPU和175台大型冷却装置。它建在安大略湖畔一座占地180英亩的前燃煤电站旧址上,由五座数据中心建筑组成。
Q2:为什么这个AI数据中心选址在偏远的湖边?
A:选址的关键因素是电力供应能力。该地点拥有两条独立的345千伏输电线路,能从两家不同电力供应商获取电力。传统的"距离足球场两小时车程"选址标准已让位于电力容量需求。
Q3:AI数据中心的建设成本比比特币挖矿高多少?
A:成本差异巨大。比特币挖矿时期的建设成本约为每兆瓦50万美元,采用简单风冷和1Gbit网络连接。而AI工厂的资本支出达到每兆瓦1000万美元,需要芯片级液冷技术和太比特级网络管道,是原来的20倍。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。