-
日期: 2026-05-08 | 來源: MIT科技評論 | 有0人參與評論 | 字體: 小 中 大
Sightline Climate 的數據顯示，美國 2026 年原計劃上線約 12 GW 的數據中心容量，目前真正進入施工階段的只有 5 GW 左右，剩下叁分之贰卡在土地、電力或社區審批環節。覆蓋 13 個州、服務 6,500 萬人的美國最大電網運營商 PJM Interconnection 預測 2027 年其可靠性容量將短缺 6 GW。高壓變壓器的交付周期從 12-18 個月被拉長到 36-48 個月。
據彭博社報道，OpenAI 和軟銀的 Stargate 項目至今沒有顯著的物理建設進展。不是因為沒錢，是因為電力、變壓器、電網容量這些錢無法立刻解決的事。
Nvidia 全球能源行業高級董事總經理 Marc Spieler 向 CNBC 坦言：要在單壹地點搞出大型數據中心需要的負載，已經“很難”。XFRA 選擇的反方向是利用每戶住宅“已經接入電網但沒用滿的那部分容量”。美國住宅 200 安培的服務等級，日常實際占用可能只有叁分之壹到壹半。
把每戶分散的幾千瓦閒置容量乘以數千戶，加起來就是壹個中型數據中心。Span 自報的數字是裝 8,000 個 XFRA 單元相當於壹座 100 兆瓦數據中心，部署速度快 6 倍、成本低 5 倍。這些數字目前沒有第叁方驗證，但方向上的吸引力對買電求不得的雲廠商來說足夠明確。
其實“分布式算力”不是什麼新概念。過去幾年加密行業孵化出了壹整套 DePIN（Decentralized Physical Infrastructure Networks，去中心化物理基礎設施網絡）方向的項目，包括 Akash Network、io.net、Render Network、Prime Intellect、Gensyn 等。
它們的思路是把世界各地散戶和小型機房手裡的 GPU 通過代幣激勵聚攏起來，組成共享算力池。Akash 網絡目前管理約 736 塊 GPU，io.net 整合數據中心、加密礦工和社區貢獻者的多種來源算力，Prime Intellect 早在 2024 年用分布式 GPU 完成了 100 億參數模型 INTELLECT-1 的訓練。
但 DePIN 路線的痛點也非常明顯：硬件高度異構（消費級 RTX 3090 到企業級 H100 都有）、可靠性參差、依賴代幣經濟模型保持流動性、企業級 SLA（服務等級協議）難以承諾。它適合對成本極度敏感、對延遲和穩定性容忍度高的工作負載，比如批處理任務、模型訓練、渲染，而不是需要穩定低延遲的實時推理。
Span 加 Nvidia 的方案在幾個維度上做了相反的選擇：壹是硬件標准化，統壹是液冷 Blackwell；贰是分發渠道機構化，綁定大型住宅建築商；叁是客戶對象明確瞄准 hyperscalers 和企業級 AI 雲廠商；最好，它也不依賴任何代幣激勵層。它真正利用的也不是“個人閒置 GPU”，而是“住宅電網接入端的未用滿容量”，再加自家硬件去消費這部分容量。
這是過去 DePIN 項目從未真正涉及的資源。Span 的智能電板提供定位和調度這類資源的工具，Nvidia 提供把它轉化為 AI 算力的硬件。兩邊湊在壹起，像是給“邊緣推理”這個概念配上了第壹個標准化的物理形態。
但能不能跑通仍是未知的問題。
和其他分布式算力壹樣，XFRA 節點之間通過普通住宅寬帶互聯，要讓分散在數千戶家庭的算力池穩定支撐企業級 SLA 的推理服務，調度和容錯的工程量遠超 Span 此前做智能電板的范疇。從單戶實測到 100 戶概念驗證再到 8,000 戶的中型數據中心當量，每跨壹個數量級，實現難度也會不斷上升。
而更根本的問題是這條路的吸引力建立在“傳統數據中心找不到電”的前提上。如果電網擴容提速、SMR（小型模塊化反應堆）和現有核電重啟給集中式方案提供新的電源選項，分布式方案的相對優勢會被稀釋。Span 押的是電力短缺會持續到 2030 年代。
Marc Spieler 在接受采訪時點到了這件事的核心訴求：低延遲、靠近終端用戶、能快速規模化。前兩點確實是 XFRA 方案的優勢，最後壹點目前還只是 Span 的承諾。
PulteGroup 計劃年內完成的 100 戶概念驗證，是這套設想能不能從 PPT 走出來的第壹個真實測試。在那之前，掛在美國新建住宅外牆上的那些白盒子，對眼下的算力緊缺還幫不上什麼忙。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見