Wyobraź sobie, że obok twojego klimatyzatora wisi biała skrzynka, która pracuje cicho na rzecz globalnej infrastruktury AI. Brzmi jak science fiction? To już się dzieje.
Kluczowe fakty:
- NVIDIA wraz ze startupem Span i deweloperem PulteGroup uruchomiła pilotażowy program XFRA, w którym nowo budowane domy mają pełnić rolę węzłów rozproszonych centrów danych AI.
- Span twierdzi, że może rozmieścić 8000 jednostek sześć razy szybciej i za jedną piątą kosztów budowy porównywalnego scentralizowanego centrum danych o mocy 100 megawatów.
- Globalne wydatki na budowę nowych centrów danych AI mogą przekroczyć 7 bilionów dolarów do 2030 roku, podczas gdy sprzeciw społeczny w USA rośnie z powodu zużycia ziemi i energii.
NVIDIA, californijski startup Span oraz deweloper nieruchomości PulteGroup uruchomili pilotażowy program, w którym nowo budowane domy mają pełnić rolę węzłów rozproszonych centrów danych. Projekt nosi nazwę XFRA i może zmienić sposób, w jaki przemysł technologiczny podchodzi do jednego ze swoich największych problemów: głodu mocy obliczeniowej.
Skrzynka przy ścianie zamiast centrum danych za miastem
Jednostki XFRA mają być montowane na zewnątrz budynków, obok istniejącej infrastruktury domowej, podobnie jak systemy HVAC czy rozdzielnie elektryczne. Zamiast polegać wyłącznie na gigantycznych scentralizowanych obiektach, chodzi o rozproszenie mocy obliczeniowej na tysiące mniejszych lokalizacji.
Urządzenia wykorzystują zaawansowane chłodzenie cieczą i nie generują hałasu. Brak wentylatorów oznacza brak hałasu dla mieszkańców, co eliminuje jedno z największych potencjalnych zastrzeżeń.
Systemy Span obejmują inteligentny panel elektryczny, jednostkę XFRA, domowy akumulator zapasowy, a w niektórych przypadkach panele słoneczne. Panele wykorzystują istniejące, niewykorzystane zdolności elektryczne sieci, które zasilają system XFRA.
Właściciele domów płacą stałą opłatę za prąd i Wi-Fi. W zamian, jeśli hostują węzeł XFRA, otrzymują wynagrodzenie za zużytą energię i internet.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Matematyka jest bezlitosna
Span twierdzi, że może rozmieścić 8000 jednostek sześć razy szybciej i za jedną piątą kosztów budowy porównywalnego scentralizowanego centrum danych o mocy 100 megawatów, podczas gdy tradycyjne centrum danych zużywa tyle energii, co 100 000 gospodarstw domowych.
Arch Rao, CEO Span, ujął to wprost: „We’re uniquely positioned to build infrastructure that can simultaneously help us meet what is clearly an insatiable demand for more compute, much more cost effectively, while benefiting individual consumers” / „Jesteśmy wyjątkowo dobrze usytuowani, aby budować infrastrukturę, która może jednocześnie pomóc nam zaspokoić wyraźnie nienasycony popyt na moc obliczeniową, znacznie bardziej opłacalnie, a przy tym przynosić korzyści indywidualnym konsumentom”.
PulteGroup prowadzi 1043 aktywne osiedla w ponad 45 rynkach, co daje NVIDIA ogólnokrajową dystrybucję w nowo budowanych domach. W pierwszym kwartale 2026 roku Pulte odnotował 8034 nowe zamówienia na domy, o 3% więcej rok do roku.
Dlaczego w ogóle o tym mówimy?
Globalne wydatki na budowę nowych centrów danych AI mogą przekroczyć 7 bilionów dolarów do 2030 roku, ale sprzeciw społeczny w USA rośnie. W stanie Maine gubernator był ostatnio zmuszony do zawetowania ustawy, która zabroniłaby nowej budowy przez tzw. hyperscalerów.
Centra danych pochłaniają ziemię, windują rachunki za prąd i stają się piorunochronem dla społecznego niezadowolenia z rosnącej siły big tech. NVIDIA szuka wyjścia z tej pułapki, a dom jako węzeł obliczeniowy jest jednym z ciekawszych pomysłów ostatnich miesięcy.
Marc Spieler, starszy dyrektor zarządzający ds. globalnego sektora energetycznego w NVIDIA, powiedział: „We’re trying to get access to power, and there’s a lot of power right now on the grid. But, unfortunately, to come up with large loads for big data centers — it’s a challenge. The ability to leverage existing locations that have access to power makes a lot of sense” / „Staramy się uzyskać dostęp do energii, a na sieci jest jej teraz sporo. Niestety, zapewnienie dużych obciążeń dla dużych centrów danych stanowi wyzwanie. Możliwość wykorzystania istniejących lokalizacji z dostępem do energii ma duży sens”.
Komentarz redaktora
Pomysł jest z tych, które na pierwszy rzut oka brzmią jak sztuczka marketingowa. Ale przy bliższym spojrzeniu widać, że przemysł AI rzeczywiście doszedł do ściany: ziemia jest droga, społeczności się buntują, a sieć energetyczna nie nadąża. Rozproszenie infrastruktury na domy prywatne może być jednym z nielicznych wyjść, które nie wymagają czekania dekady na nowe linie wysokiego napięcia.
Widzę w tym jednak poważne pytania, na które nie ma jeszcze odpowiedzi. Kto ponosi odpowiedzialność, gdy węzeł obliczeniowy w piwnicy wywoła pożar? Co z prywatnością danych przetwarzanych przez sprzęt wbudowany w czyjeś gospodarstwo domowe? I wreszcie: czy wynagrodzenie dla właścicieli domów będzie na tyle uczciwe, żeby nie stało się kolejnym modelem wyzysku infrastruktury zwykłych ludzi na rzecz korporacyjnych zysków?
Nie mówię, że ten pomysł jest zły. Mówię, że szczegóły są wszystkim. I dopóki ich nie znamy, warto obserwować ten projekt z umiarkowanym entuzjazmem.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Ograniczenia, których nikt nie ukrywa
Warunki do działania centrum danych w domu zależą od dostępnej mocy, łączności internetowej, zarządzania ciepłem i rodzaju obciążenia. Do przetwarzania wsadowego i zadań niewymagających natychmiastowej odpowiedzi środowisko domowe sprawdza się zaskakująco dobrze. Jednak dla zadań AI o wysokiej gęstości lub workloadów w czasie rzeczywistym ograniczenia mieszkalne są trudniejsze do pokonania.
Eksperci wskazują na kilka konkretnych słabych punktów:
- Jakość połączeń internetowych jest bardzo zróżnicowana między gospodarstwami domowymi, co tworzy problemy z niezawodnością w skali
- Środowiska mieszkalne nie mają redundancji, fizycznego bezpieczeństwa ani systemów kontroli środowiska wymaganych przez obciążenia korporacyjne
- Otwarte pozostają kwestie regulacyjne i ubezpieczeniowe związane z hostowaniem sprzętu komercyjnego w prywatnych domach
- Modele ekonomiczne działają dziś wyłącznie dla konkretnych typów workloadów, jak przetwarzanie wsadowe, rendering i obliczenia badawcze
Twoje zapytania do ChatGPT czy Claude raczej nie będą generowane z serwera w czyichś szafach sypialnianych w najbliższym czasie. Głębsze interakcje z AI nadal wymagają rozległych centrów danych.
Co dalej z modelem mieszkanie-jako-infrastruktura?
Pomysł stawiania centrów danych w indywidualnych domach zyskuje na popularności w branży nieruchomości. Model dom-jako-centrum-danych wpisuje się w podobne wcześniejsze próby wykorzystania ukrytych możliwości domowych, jak wydobywanie kryptowalut czy sprzedaż nadwyżek energii z paneli słonecznych lub kredytów za samochody elektryczne.
Brzmi znajomo? Kryptowaluty pokazały już, jak taki model może skończyć się dla przeciętnego właściciela domu, gdy entuzjazm rynku ostygnie. Tym razem stawki są wyższe, a gracze poważniejsi. Projekt pilotażowy z PulteGroup dopiero rusza. Branża AI obserwuje.
