ニュース一覧データセンターを自宅に!SPAN、8万ノードで分散型AI計算ネットワークを構築へ
動區 BlockTempo2026-05-13 01:34:29

データセンターを自宅に!SPAN、8万ノードで分散型AI計算ネットワークを構築へ

ORIGINAL把資料中心裝進你家!SPAN 喊用 8 萬節點打造分散式 AI 算力網路
AI 影響分析Grok が分析中...
📄原文全文· trafilatura により自動抽出Gemini 翻譯1597 文字
サンフランシスコのスタートアップ SPAN は、「分散型データセンター」ソリューション XFRA を発表した。Nvidia RTX Pro 6000 Blackwell GPU を搭載した液冷ノードを米国の住宅敷地内に設置し、その見返りとして電気代とインターネット料金を補助する計画だ。 (前日譚:GPU計算能力の不足が再燃:OpenAI、Anthropicなどの大手企業が供給を独占し、AIスタートアップは年末まで待機) (背景補足:数千万ドルのストックオプションを放棄して退職、Riot幹部の離脱がマイニング企業のAI計算能力への転換における痛みを露呈) データセンターは必ずしも郊外の荒地に建設する必要があるのか?サンフランシスコのスタートアップ SPAN は別の答えを提示した。それを数万個の小さな箱に分割し、米国の住宅の庭や車道の脇に設置するというものだ。 このソリューションは XFRA と呼ばれ、本質的には液冷エッジコンピューティングノードであり、Nvidia RTX Pro 6000 Blackwell Server Edition GPU を内蔵している。これを設置した住宅所有者は、電気代と高速インターネットの補助に加え、予備バッテリーを受け取ることができる。 SPAN は初期の試験運用を完了しており、今年中に 100 世帯規模の試験を開始する予定だ。 従来の大型データセンターの建設ロジックは明確だ。規模が大きければ大きいほど、単位あたりの計算コストは低くなる。しかし、このロジックはいくつかの高い壁に直面している。 第一に土地の問題だ。100 MW のデータセンターには数十ヘクタールの土地が必要であり、安定した電力源の近くにある必要がある。米国の複数の州では、騒音、電気代の上昇、過度な水の使用などを理由に、住民からデータセンターの進出に対する反対の声が上がっている。 第二に水の問題だ。データセンターは一般的に蒸発冷却システムを使用しており、中規模施設で1日に数百万リットルの水を消費するため、乾燥地域では特に議論を呼んでいる。 最後は時間だ。用地選定、許認可、インフラ建設を経て、新しいデータセンターが稼働するまでには通常 3 ~ 5 年かかるが、AI の計算能力に対する需要はそれほど長く待てない。 SPAN のソリューションは、これら 3 つの壁を回避しようとしている。XFRA ノードは住宅の脇に設置されるため、独立した用地を必要としない。液冷システムは空冷よりも効率が高く、大量の水源に依存しない。また、ノードは住宅建設と同時に展開できるため、拡張速度は理論上、従来のデータセンターよりもはるかに速い。 数字こそが SPAN のソリューションの最も強力な説得材料だ。 同社が CNBC のインタビューで語ったところによると、8,000 個の XFRA ノードを導入するコストは、同等の計算能力を提供する 100 MW の従来型データセンターを建設する費用の 5 分の 1 に相当するという。 ノード自体には Nvidia RTX Pro 6000 Blackwell が搭載されている。これは Nvidia がサーバーのワークロード向けに設計したプロフェッショナル向けグラフィックスカードであり、大規模な並列演算をサポートし、AI 推論タスクに適している。液冷設計により、騒音は住宅で許容できる範囲に抑えられている。 SPAN の拡張計画は非常に積極的だ。2027 年から XFRA ノードの規模を 8 万個まで拡大し、米国内に 1 GW を超える分散型計算ネットワークを構築する。1 GW とはどのような概念か?中規模の原子力発電所の出力にほぼ相当する。 ただし、SPAN はこのネットワークの適用範囲を明確に定義している。XFRA がターゲットとしているのは AI 推論(inference)、クラウドゲーミング、コンテンツストリーミングであり、AI モデルのトレーニングではない。大規模言語モデルのトレーニングには、数千枚の H100 や B200 などのハイエンド GPU が長時間協調して動作する必要があり、それは Google、Microsoft などの超大規模クラウド事業者の領域だ。 XFRA が埋めるのは「トレーニング後」の計算能力需要であり、トレーニング済みのモデルを使用して現実世界の要求に応答することである。 もちろん、このモデルに課題がないわけではない。 第一にネットワークの安定性だ。住宅地に分散されたノードは消費者向けのネットワーク環境に直面しており、帯域幅と遅延の一貫性はデータセンターのバックボーンネットワークには遠く及ばない。低遅延を必要とする一部の AI 推論アプリケーションにとっては、これが明確な技術的ボトルネックとなる。
データステータス✓ 全文抽出済み原文を読む(動區 BlockTempo)
🔍過去の類似イベント· キーワード + 銘柄照合0 件
類似イベントが見つかりません(より多くのデータサンプルまたは embedding 検索が必要です。現在は MVP キーワード照合を使用しています)
原始情報
ID:72ce741ab9
ソース:動區 BlockTempo
公開:2026-05-13 01:34:29
カテゴリ:zh_news · エクスポートカテゴリ zh
銘柄:未指定
コミュニティ投票:+0 /0 · ⭐ 0 重要 · 💬 0 コメント
データセンターを自宅に!SPAN、8万ノードで分散型AI計算ネットワークを構築へ | Feel.Trading