AI算力需求大潮,正在改变航运业的资产逻辑

人工智能产业的快速发展,正开始从多方面影响航运业,带来挑战的同时也带来巨大的机会。

人工智能产业的爆发,首先就催生了数据中心规模的大幅增长。而数据中心产业的的大幅扩张又产生了信德需求:空间,电力,以及冷却需求。

一般而言,数据中心主要建在陆地上,依靠土地、电网和冷却系统支撑运营。但随着AI大模型和高性能计算需求快速增长,传统数据中心建设正在面临土地紧张、电网接入周期长、冷却成本高等约束。正是在这一背景下,船舶、船厂、船级社和发动机供应链,开始被卷入一场新的产业变化。

近期出现的三起事件,已经清楚显示出这一趋势。

老船可能获得第二生命

今年3月,日本航运巨头Mitsui O.S.K. Lines(MOL)与Hitachi、Hitachi Systems签署备忘录,计划研究将二手船改造成浮式数据中心。三方表示,该项目旨在满足AI发展带来的数字基础设施需求,并计划面向日本、美国和马来西亚等市场推进商业化研究。

打开网易新闻 查看精彩图片

三方认为,部分老旧船舶仍拥有可利用的船体空间、供配电系统、消防系统和冷却条件。如果通过工程化改造,船舶就可能从运输资产转化为数字基础设施。

实际上,早在去年,MOL也曾与Karpowership旗下Kinetics合作,探索20MW至73MW级浮式数据中心方案,利用约120米长的船舶平台,并通过浮式发电船提供能源支持。

打开网易新闻 查看精彩图片

MOL的上述做法对航运业相当有启发,过去老船的主要退出路径是拆解、改装成海工用途,或在低端市场继续营运。AI算力需求出现后,老船可能获得一种新的残值重估路径。尤其是部分甲板面积大、舱容空间充足、结构状态尚可的船型,未来可能被纳入新的再利用场景。

这对船东是机会。它可能提高部分存量资产的残余价值,也可能给老旧船舶退出市场提供新选择。

船厂开始盯上“浮式数据中心”新产品

第二起事件,今年6月,希腊船王Evangelos Marinakis旗下的上市航运公司Capital Clean Energy Carriers、劳氏船级社Lloyd’s Register和三星重工Samsung Heavy Industries签署联合开发协议,推进浮式数据中心设计。该项目希望利用标准化造船流程,开发海上数字基础设施产品,并缓解陆上数据中心在土地、电力和冷却方面面临的压力。

打开网易新闻 查看精彩图片

不同于上述MOL的相关合作方案,浮式数据中心已经不只是老船改装。三星重工、LR和希腊船东的组合,代表了另一条路线:把浮式数据中心作为一种可设计、可认证、可融资、可建造的新型海上资产来推进。

根据相关报道,该方案还被描述为50MW级浮式AI数据中心,可能结合海水冷却、LNG燃料电池或船载发电系统,并由船东持有平台、向数据中心运营方出租算力容量。

如果这个模式最终成熟,船厂方面面对的就不再只是传统运输船市场。未来订单可能来自云计算、AI基础设施、能源公司和投资机构。浮式数据中心也可能像FPSO、FSRU、浮式发电船一样,成为海工和高端船舶制造之间的一个新细分产品。

这对船厂而言是另外一个全新的机会。中国船厂在大型船体建造、模块化总装、海工平台、浮式能源装备和绿色电力系统集成方面已经有基础。如果全球数据中心需求继续外溢到海上,中国船厂也有可能参与这一新市场。

而希腊船王Evangelos Marinakis也从这类事件向业界展示了其对于未来世界发展尤其是绿色化发展对航运业所带来的机会的高度敏感性。

Evangelos Marinakis近年来连续布局LNG运输船、LCO₂运输船以及最新的浮式数据中心项目,展现出其对全球能源转型、人工智能以及未来基础设施演进方向的敏锐判断。从液化天然气运输,到碳捕集产业链,再到AI算力基础设施,Capital Group的投资轨迹体现出一种长期主义的资产配置思路:在产业规模真正形成之前,率先进入未来需求可能快速增长的新市场。

数据中心正在争抢船用发动机供应链

第三起事件带来的信号则更复杂。

近期Alphaliner提醒,AI数据中心和离网电力项目正在成为船用发动机供应链的新竞争者。部分数据中心采用大量柴油或燃气发电机组提供备用电力或独立供电,这类设备与船舶辅机、中速柴油机及相关零部件供应链存在重叠。

相关案例显示,美国弗吉尼亚一个Amazon数据中心使用了93台、每台约2500kW的柴油发电机组。2500kW级别设备适合模块化部署,也正是数据中心和部分工业电力项目常用的规格。

数据中心争抢的主要不是大型商船低速二冲程主推进主机,而是与船舶辅机、中速机、柴油发电机组及其零部件相关的产能。即便如此,它也会对航运业产生影响。

新造船市场本来已经面临主机、辅机、甲醇燃料系统、LNG燃料系统、轴带发电机等关键设备交付周期紧张的问题。如果AI数据中心进一步吸收发动机和发电机组产能,船舶设备供应链可能承受新的压力。

这对航运业是挑战。船东和船厂未来在安排新造船交付期时,可能不仅要关注船台,还要关注主机、辅机、发电机、燃料系统和电力系统设备的可获得性。

AI给航运业带来的不是单一影响

从这三起事件可以看到,AI对航运业的影响已经超出“航运企业使用AI工具提高效率”的层面。

第一,AI算力需求可能改变老旧船舶的残值逻辑。部分二手船和退役船舶可能从运输市场退出后,进入浮式数据中心、浮式能源或其他数字基础设施场景。

第二,AI算力需求可能创造新的造船和海工产品。浮式数据中心如果实现商业化,船厂、船级社、船东、能源服务商和科技公司之间将形成新的合作关系。这当然对于船厂和船东而言,也可能将成为未来的一个重要投资机会。

第三,AI算力需求可能加剧设备供应链竞争。数据中心对发电机组和发动机电站的需求,可能与船舶辅机、中速机和相关零部件供应形成重叠,从而影响新造船项目的成本和交付节奏。

对航运业来说,AI带来的机会与挑战正在同时出现。

机会在于,船舶资产的用途可能被重新定义。船东可能获得新的资产退出路径。船厂可能获得新的产品类型。船级社可能建立新的技术规范。港口和沿海城市也可能成为新型数字基础设施的承载空间。

挑战在于,航运业也可能被AI产业的资本和能源需求反向挤压。数据中心需要大量电力、冷却资源和发动机设备。它们的采购能力强、项目规模大、资金成本承受能力高。一旦这些需求与航运供应链发生重叠,传统船东在设备采购和交付排期上可能面临更激烈竞争。

航运业需要重新理解“船”的边界

按照我们的惯常四位,船舶的核心功能是运输。油轮运输能源,散货船运输矿石和粮食,集装箱船运输全球贸易,LNG船运输天然气。

但在AI时代,船舶可能开始承担新的角色。

它可以是海上的数据中心,也可以是移动的电力平台,还可以是连接能源、算力和港口基础设施的新型载体。

这意味着,航运业需要重新理解“船”的边界。船舶不一定只服务于货物运输。船体、动力、电力、冷却、港口连接和海上部署能力,本身也可能成为新的商业价值来源。

AI产业的发展正在创造一个全新的外部变量。它一方面给航运业带来资产再利用、船厂新订单和海上基础设施创新的机会;另一方面也会带来设备供应链竞争、能源消耗压力和监管挑战。

对船东、船厂、设备商和港口来说,真正值得关注的是:AI算力基础设施正在从陆地向海上寻找空间。航运业过去服务全球贸易,未来也可能服务全球算力。

这可能会成为航运业下一轮结构性变化中的一个新方向。

【投稿】【提供线索】【转载请后台留言或电邮投稿,主题格式为【投稿】+文章标题,发送至media@xindemarine.com邮箱。

联系主编 Contact

陈洋 Chen Yang

电话/微信:15998511960

yangchen@xindemarine.com

打开网易新闻 查看精彩图片

打开网易新闻 查看精彩图片