Mikrocentra danych na ścianach domów. Technologiczni giganci szukają ucieczki przed oporem mieszkańców

Budowa infrastruktury pod sztuczną inteligencję napotyka w Stanach Zjednoczonych na coraz twardszy opór społeczny i polityczny. Gigantyczne obiekty hiperskalerów zajmują duże obszary, obciążają lokalne sieci energetyczne i przyczyniają się do wzrostu rachunków za prąd. W odpowiedzi sektor nieruchomości i firmy technologiczne zaczynają testować radykalną alternatywę: rozproszenie mocy obliczeniowej i przeniesienie serwerów do domów jednorodzinnych.

Skala problemu z tradycyjnymi inwestycjami rośnie z każdym miesiącem. Według prognoz McKinsey globalne wydatki na centra danych mogą sięgnąć 7 bilionów dolarów do 2030 roku, a szacunki z Wall Street wskazują, że najwięksi amerykańscy gracze technologiczni mogą wydawać na AI nawet bilion dolarów rocznie już w 2027 roku. Równolegle narasta jednak polityczna blokada. Gubernator stanu Maine Janet Mills musiała niedawno zawetować ponadpartyjną ustawę wprowadzającą moratorium na nowe obiekty o poborze mocy powyżej 20 MW, o czym informowało Maine Public. Podobne ograniczenia lub czasowe wstrzymanie pozwoleń rozważało w ostatnim czasie kilkanaście stanów.

Karta graficzna w ścianie garażu

Pomysł, by odciążyć sieć przesyłową i ominąć wieloletnie procedury budowlane, wszedł już w fazę praktycznych testów. Jeden z największych amerykańskich deweloperów mieszkaniowych, PulteGroup, we współpracy z Nvidią oraz kalifornijskim startupem Span uruchomił pilotaż instalowania kompaktowych węzłów obliczeniowych na zewnętrznych ścianach nowo wznoszonych budynków, o czym poinformowało CNBC.

W ramach tego modelu Span montuje chłodzone cieczą akceleratory Nvidia RTX PRO 6000 oparte na architekturze Blackwell, a uzyskaną w ten sposób moc obliczeniową odsprzedaje hiperskalerom i dostawcom chmury AI. Właściciel nieruchomości nie zajmuje się techniczną obsługą sprzętu. W zamian za udostępnienie miejsca otrzymuje nowoczesną rozdzielnicę, domowy magazyn energii oraz tańszy dostęp do prądu i internetu za około 150 dolarów miesięcznie.

Kluczowym argumentem przemawiającym za takim podejściem jest czas i kapitał. Według Arthura Reama z Bentley University klasyczne centrum danych o mocy 100 MW kosztuje około 15 milionów dolarów za każdy megawat, a jego postawienie zajmuje od trzech do pięciu lat. Według deklaracji Span rozproszenie tej samej mocy pomiędzy tysiące gospodarstw domowych pozwoliłoby skrócić ten proces do około sześciu miesięcy i kilkukrotnie obniżyć koszt w przeliczeniu na megawat.

Ograniczenia domowej infrastruktury

Mimo obiecujących założeń domowe węzły nie zastąpią potężnych kampusów obliczeniowych. Eksperci zwracają uwagę, że infrastruktura mieszkaniowa nie oferuje warunków wymaganych do trenowania największych modeli granicznych. Typowy domowy generator o mocy 20 kW nie wystarczyłby do zasilenia nawet pojedynczej szafy serwerowej o wysokiej gęstości, nie wspominając o rygorystycznych wymaganiach dotyczących chłodzenia i trudnościach z zapewnieniem fizycznego bezpieczeństwa sprzętu.

Poważną barierą pozostaje również bezpieczeństwo danych. Trudno oczekiwać, by korporacje przetwarzające poufne informacje zgodziły się na uruchamianie krytycznych procesów na serwerach wiszących na elewacji prywatnego domu. Zróżnicowana jakość domowych łączy rodzi też pytania o niezawodność w dużej skali — część analityków ocenia, że zadania wymagające gwarantowanego czasu pracy nie są dziś dobrze dopasowane do tego modelu, choć inni widzą w węzłach brzegowych szansę także na obsługę procesów o niskich opóźnieniach.

W praktyce mikroinstalacje mogą znaleźć zastosowanie w mniej wrażliwych zastosowaniach: inferencji AI na brzegu sieci, renderingu grafiki czy przetwarzaniu wsadowym (batch computing). Dodatkową zaletą bywa odzysk ciepła odpadowego: brytyjski startup Heata wykorzystuje ciepło z serwerów do podgrzewania wody w gospodarstwach domowych. Zanim jednak rozwiązanie upowszechni się na dużą skalę, operatorzy będą musieli zmierzyć się m.in. z przepisami i możliwym sprzeciwem wspólnot mieszkaniowych.