Sunrun, największy w USA dostawca domowej fotowoltaiki i magazynów energii, rusza z pilotażem, w którym zwykłe domy jednorodzinne stają się węzłami sieci obliczeniowej AI. Firma płaci właścicielom domów za goszczenie serwerów, które w czasie rzeczywistym obsługują zapytania do modeli sztucznej inteligencji dla klientów biznesowych.
Kluczowe fakty:
- Sunrun, największy w USA dostawca domowej fotowoltaiki obsługujący ponad 1,1 miliona klientów, uruchomił 8 lipca pilotażowy program instalacji małych serwerów AI w prywatnych domach wyposażonych w panele słoneczne i magazyny energii.
- Właściciele domów biorący udział w programie otrzymują wynagrodzenie za goszczenie węzłów obliczeniowych, a Sunrun odsprzedaje uzyskaną moc obliczeniową klientom biznesowym.
- Program obejmuje wyłącznie inferencję – czyli etap generowania odpowiedzi przez wytrenowane modele AI – a nie trenowanie modeli, co pozwala na rozproszenie obciążeń po wielu mniejszych lokalizacjach.
To nie jest kolejny startup obiecujący rewolucję. Sunrun obsługuje ponad 1,1 miliona klientów w Stanach Zjednoczonych i od blisko dwóch dekad instaluje panele fotowoltaiczne oraz magazyny energii w prywatnych domach. Teraz postanowił sprawdzić, czy ta sama infrastruktura, panele na dachu, bateria w garażu, może obsłużyć coś zupełnie innego niż ładowanie samochodu elektrycznego czy oddawanie nadwyżek do sieci.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Co dokładnie testuje Sunrun
Firma ogłosiła 8 lipca uruchomienie pilotażowego programu rozproszonego centrum obliczeniowego AI, opartego na istniejącej domowej infrastrukturze energetycznej. W praktyce oznacza to instalację niewielkich serwerów, węzłów obliczeniowych, w domach klientów, którzy już mają panele słoneczne i magazyn energii Sunrun. Homeowners, którzy zdecydują się na udział w programie, otrzymują wynagrodzenie za goszczenie sprzętu, a Sunrun sprzedaje moc obliczeniową klientom biznesowym.
Zanim doszło do ogłoszenia, firma przeprowadziła test koncepcji. Sunrun twierdzi, że dowiódł on zarówno popytu klientów, jak i zdolności do generowania przychodu, a teraz spółka rozszerza testy, wdrażając węzły obliczeniowe w kolejnych domach w różnych warunkach operacyjnych i przy różnych strukturach taryf energetycznych, by ocenić wydajność i doświadczenie właścicieli domów.
Kluczowe jest to, że mowa wyłącznie o inferencji, nie o treningu modeli. Inferencja to etap, na którym wytrenowany model AI generuje odpowiedzi dla użytkowników. W przeciwieństwie do treningu, który wymaga ogromnych centrów danych pełnych kart graficznych, obciążenia inferencyjne można rozproszyć po wielu mniejszych lokalizacjach, co dodatkowo korzystnie wpływa na opóźnienia, bo serwery są bliżej użytkownika końcowego.
Dlaczego to w ogóle ma sens biznesowy
Program pilotażowy pojawia się w momencie, gdy firmy AI ścigają się o zapewnienie sobie wystarczającej ilości energii i mocy obliczeniowej. Budowa nowych centrów danych może zająć lata z powodu opóźnień związanych z pozwoleniami, budową i przyłączeniem do sieci energetycznej. Sunrun stawia tezę, że jego istniejąca flota domów wyposażonych w panele i magazyny energii może dostarczyć moc obliczeniową znacznie szybciej niż klasyczne data center.
Model ma kilka konkretnych przewag, które firma wymienia wprost:
- Węzły obliczeniowe działają za licznikiem elektrycznym klienta i są sparowane z domowym magazynem energii, więc mogą funkcjonować nawet podczas części przerw w dostawie prądu
- Rozproszenie po tysiącach domów odciąża lokalnie przeciążone fragmenty sieci elektroenergetycznej zamiast koncentrować obciążenie w jednym punkcie
- Istniejąca sieć serwisowa Sunrun może obsłużyć wdrożenie na dużą skalę bez budowy zupełnie nowej infrastruktury
- Model omija kolejki przyłączeniowe, zakup gruntów i budowę linii przesyłowych, czyli największe bariery czasowe klasycznych centrów danych
Skala popytu na inferencję jest tu kluczowym argumentem. Zapotrzebowanie na inferencję AI rośnie w tempie około 35 procent rocznie i według prognoz McKinsey do 2030 roku ma przewyższyć trening jako dominujące obciążenie obliczeniowe, odpowiadając za ponad połowę całej mocy obliczeniowej AI. To odróżnia inferencję od treningu, który wymaga ściśle zsynchronizowanych, gigantycznych klastrów.
Sunrun sprzedaje ten pomysł jako naturalne rozszerzenie tego, co już robi z energią, ale warto zachować czujność. Instalacja obcego sprzętu obliczeniowego w prywatnym domu to inna kategoria ryzyka niż magazyn energii, bo dochodzą pytania o bezpieczeństwo sieci domowej, prywatność danych przechodzących przez taki węzeł i realny wpływ na rachunki za prąd, gdy pilotaż zamieni się w komercyjny produkt na dużą skalę. Model może się sprawdzić, ale to na razie założenie testowane w kilkumiesięcznym pilotażu, nie gotowy, sprawdzony biznes. Warto śledzić, jakie warunki umowy Sunrun zaproponuje klientom, gdy program wyjdzie poza fazę testów.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Co na to prezes i inwestorzy
Program skomentował Paul Dickson, prezes i dyrektor ds. przychodów Sunrun. „Firmy AI gorączkowo zabiegają o większy dostęp do energii i mocy obliczeniowej” / „AI companies are scrambling to secure greater access to energy and computing power”, powiedział, dodając że przez blisko dwie dekady firma wypracowała zdolność do operacjonalizowania, finansowania i skalowania rozproszonych zasobów, a teraz wykorzystuje swoją pozycję lidera w rozproszonej energii domowej, by zbliżyć moc obliczeniową do źródeł energii i miejsc inferencji.
Rynek zareagował pozytywnie, choć w kontekście trudnego roku dla spółki. Akcje Sunrun wzrosły o 3 procent, po tym jak firma zaprezentowała pilotaż mający zamienić sieć klientów domowej fotowoltaiki i magazynów energii w platformę rozproszonych obliczeń dla sztucznej inteligencji. Kontekst jest istotny, bo akcje RUN traciły około 36 procent od początku roku w momencie ogłoszenia pilotażu, a inwestorzy potrzebowali powodu, by zostać przy tej spółce. Program obliczeniowy nie działa w oderwaniu od reszty biznesu. To odrębna inicjatywa, ale uzupełnia niedawno ogłoszone porozumienie Sunrun z Renew Home i Teslą dotyczące agregacji ponad 16 gigawatów elastycznej mocy energii domowej dla przedsiębiorstw hiperskalowych i zakładów energetycznych.
Co dalej z pilotażem
Sunrun planuje prowadzić pilotaż przez najbliższe kilka miesięcy, zanim zdecyduje, czy rozszerzyć program. Firma prowadzi już rozmowy z klientami biznesowymi zainteresowanymi zakupem mocy obliczeniowej, zakładami energetycznymi oraz deweloperami budowlanymi na temat tego, jak mógłby wyglądać szerszy rollout. Decyzja o skali i tempie ekspansji zapadnie po ocenie wyników względem wcześniej ustalonych kamieni milowych.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskiej sytuacji
Polska mierzy się z odwrotnym problemem niż Stany Zjednoczone, ale prowadzącym do podobnego wniosku: sieć elektroenergetyczna jest wąskim gardłem dla rozwoju AI. Do wiosny 2025 roku Polskie Sieci Elektroenergetyczne wydały warunki przyłączeniowe dla centrów danych o łącznej mocy ponad 1 GW, podczas gdy na rozpatrzenie czekały wnioski dla obiektów o łącznej mocy około 13 GW, kilkanaście razy więcej niż prognozowany rozmiar tego rynku w Polsce. Obecnie centra danych w Polsce pozostają relatywnie niewielkim odbiorcą energii, przy mocy rynku szacowanej na około 200 MW i rocznym zużyciu rzędu 1,7-1,8 TWh, ale zgodnie z prognozami PSE do połowy lat 30. zapotrzebowanie ma wzrosnąć niemal dziesięciokrotnie, do 17-18 TWh rocznie.
W tym kontekście model Sunrun brzmi jak gotowa odpowiedź na polski problem kolejek przyłączeniowych, ale przeniesienie go wprost na nasz rynek napotka realną przeszkodę: w Polsce mamy znacznie mniej domów z własną instalacją fotowoltaiczną i magazynem energii niż w Stanach Zjednoczonych, a rynek prosumencki wciąż rozwija się w innym modelu regulacyjnym, opartym głównie na rozliczeniu net-billing, a nie na masowej flocie zarządzanej centralnie przez jednego operatora, jak robi to Sunrun. Mimo to kierunek jest ten sam: klastry energii i lokalne systemy bilansowania mocy do 150 MW, połączone z magazynami energii, pozwalają nie tylko stabilizować lokalny pobór, ale zwiększają szanse na szybkie przyłączenie energochłonnych obiektów. Polskie firmy zajmujące się magazynami energii i fotowoltaiką rozproszoną mogłyby teoretycznie pójść podobną drogą, sprzedając nie tylko energię, ale i moc obliczeniową swoich instalacji, gdyby regulacje i skala rynku na to pozwoliły.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym artykułu portalu Electrek z 8 lipca 2026 roku, oficjalnego komunikatu prasowego Sunrun na GlobeNewswire oraz doniesień Yahoo Finance i Barchart dotyczących reakcji rynku na ogłoszenie. Cytat Paula Dicksona, prezesa i dyrektora ds. przychodów Sunrun, został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Dane dotyczące polskiego rynku centrów danych i planów przyłączeniowych PSE pochodzą z analizy portalu ITwiz. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o wynikach pilotażu Sunrun.
