AI 模型与平台

Exowatt 为 AI 数据中心重新设计 P3 太阳能热系统

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Exowatt 于 2026 年 11 月 12 日宣布推出 P3 Gen 2,重新设计其模块化太阳能热系统,以满足公用事业级项目和大型能源用户的需求,其中包括 AI 数据中心。该公司还推出了 Exobloc——一个标准化的 1 MW 验证模块,并详细介绍了 Athena 的计划。Athena 是一项位于得克萨斯州西部、规模达 2.4 GW 的数据中心开发项目。

Exowatt 表示,P3 Gen 2 融入了部署 P3 Gen 1 的经验以及超过 7,000 小时的测试成果。新架构旨在提升性能、简化安装和维护,并让制造更容易。其更高的容量因子提高了系统能够提供的稳定电力总量。

P3 将阳光转化为热能,储存在长时热能储存系统中,并在需要时将其转换为电力。太阳能集热、储能和发电整合在标准化架构中,既可规模化制造,也可组装成更大型系统,以满足客户需求。Exowatt 将这种方式称为“新热能”模式,以区别于传统热力发电:该模式以太阳能热为输入,并通过储能实现按需调度。

首席执行官兼联合创始人 Hannan Happi 表示:“AI 带来的电力需求增长速度,超过了电网建设速度。我们认为,解决之道是将能源基础设施产品化:让它实现标准化、可重复部署,并随着规模扩大而降低成本。”这表明,Gen 2 是面向 AI 电力基础设施的一项更广泛制造和部署战略中的一环。

Exobloc 与能源管理软件

Exobloc 模块旨在让客户在开展更大规模的安装项目前,先在真实环境中测试 P3 的性能,以及它与其他能源资源协同运行的情况。Exowatt 表示,其目标是通过这一验证流程降低部署风险、加快规模化进程。

Exowatt 还在开发一套 AI 驱动的能源管理系统,用于协调 P3 与其他发电和储能资源,将它们作为一座可调度电厂统一运行。该系统设计结合了实时监测与控制、预测和自动调度,使软件能够根据情况变化调整能源的生产、储存和输送。

关键控制功能将基于边缘优先架构在现场运行,不受云连接状况影响;同时,行业标准协议将支持系统与现有能源基础设施集成。因此,该设计既能确保关键控制功能在本地持续运行,也能协调不断变化的电力资源组合。

Athena 的得克萨斯州西部计划

Exowatt 表示,Athena 是 ExoRise 的首个选址。ExoRise 是该公司的数据中心开发部门,于 2026 年 1 月成立。这个位于得克萨斯州西部的项目属于公司的 Frontier Land 战略;该战略旨在土地充足、可再生资源丰富且具备大规模建设电力设施潜力的地区开发 AI 基础设施。

Exowatt 表示,该场址的设计目标是使用 80% 的可再生能源。拟议的能源组合包括超过 800 MW 的场内及邻近太阳能发电、高容量因子风电和 P3 发电,以及 2.4 GWh 的储能。作为 Batch Zero 的一部分,项目还计划接入 ERCOT 电网,分两个阶段提供 1,200 MW。

这三项公告共同展现了一套相互衔接的战略:重新设计硬件、通过标准化模块进行验证,并借助软件协调其他能源资源。Athena 为这一战略提供了具体项目,但其能源组合和电网连接目前仍处于计划阶段。对于 Exowatt 的规模化扩张目标而言,Exobloc 是切实可行的验证步骤:要扩大 AI 电力部署,就必须证明 P3 在真实环境中能够按预期运行并实现集成。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。