当前位置: 首页 > news >正文

探访TeraWulf 750MW AI数据中心:建设速度达到“中国水平“

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。

http://www.jsqmd.com/news/907368/

相关文章:

  • 【C++】一文搞懂引用特性,附带顺序表完整代码实现
  • Cortex-M中断处理机制与调试技巧详解
  • 从0开始搭建自动化(二)-flutter-这个方案实在弄不来(选择了appium+python)
  • SPI通信模式0和模式3怎么选?实测W25Q128FV在STM32 HAL库下的兼容性问题与调试心得
  • 别再死记硬背公式了!用Python手写线性回归,从MSE、R²到梯度下降一次搞懂
  • 深入解析 SmartPrintAI:基于 MAF + DeepSeek + MCP 的智能物流打印平台
  • 免费服务器指南:GitHub Pages搭建静态网站全攻略
  • Bootstrap方法避坑指南:什么时候用?什么时候千万别用?(附R代码验证)
  • 从安装到第一个视觉项目:Halcon20.11环境搭建与‘Hello World’实战
  • Conan C++ 包管理工具深度解析
  • 26HVV护网行动 初 中 高 级人员招聘
  • 7nm工艺下,我为什么从ICC2换到了Innovus?聊聊真实项目里的那些坑
  • 测试左移 + 右移 + 自动化,三位一体构建质量护城河
  • 别再只仿真了!用100个三极管在面包板上还原4位加法器,我总结了这些避坑指南
  • CocosCreator 2.4.4 长列表性能翻倍:手把手教你实现带缓存池的无尽循环列表(告别图片闪烁)
  • 华为BGP选路实战:用这3个属性(PrefVal、Local_Pref、MED)轻松搞定网络流量调度
  • AMD电脑装VMware报错?手把手教你进BIOS开启SVM Mode(附华硕/微星/技嘉主板截图)
  • EasyOCR模型下载太慢?手把手教你离线部署与自定义训练,打造专属OCR识别引擎
  • 有机化学真的在指数增长吗?数据告诉你另一个故事
  • 告别‘丑地图’!用ArcGIS Pro的视觉效果和后处理,轻松打造高级感分析图
  • RAG 04:向量数据库与索引算法
  • Shader - 水体(保姆级)
  • CentOS环境下手动升级openssl、openssh
  • MacType字体渲染引擎深度解析:Windows字体美化的核心技术方案
  • AVL Cruise 2023 保姆级教程:手把手教你用自带实例模型搞定纯电动车续航仿真
  • RTX51 Tiny在SiLABS SFR分页机制下的移植优化
  • RTX51 Tiny调试技巧与C源代码显示问题解析
  • 在mac上安装hermes
  • 鼎捷Tiptop ERP 5.3版本下,手把手教你用SoapUI测试一个用户登录WebService接口
  • RAG 技术体系:从向量检索到生产级 Pipeline