要闻列表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
動區 BlockTempo2026-05-13 01:34:29

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 影响分析Grok 分析中...
📄完整原文· 由 trafilatura 自动抓取1597 字
舊金山新創 SPAN 宣布推出「分散式資料中心」方案 XFRA,計畫將搭載 Nvidia RTX Pro 6000 Blackwell GPU 的液冷節點安裝於美國住宅旁,以補貼電費與網路作為回饋。 (前情提要:GPU算力短缺重演:OpenAI、Anthropic等大廠吃掉供給,AI新創排到年底) (背景補充:放棄千萬美金期權離職,Riot 高層跑路揭開礦企轉型 AI 算力戰痛點) 料中心不一定要建在郊區荒地上?舊金山新創公司 SPAN 給出了另一種答案:把它分拆成數萬個小盒子,裝進美國住宅的院子或車道旁。 這個方案叫 XFRA,本質是一種液冷邊緣運算節點(edge compute node),內建 Nvidia RTX Pro 6000 Blackwell Server Edition GPU。安裝它的屋主,可以換到補貼電費與高速網路,外加一組備用電池。 SPAN 已完成初步試點,預計今年啟動 100 戶規模的試驗。 傳統大型資料中心的建設邏輯很清楚:規模越大,單位算力成本越低。但這套邏輯正在遭遇幾道硬牆。 首先是土地。一座 100 MW 資料中心需要數十公頃土地,且必須靠近穩定電力來源。美國多個州已出現社群居民反對資料中心進駐的聲浪,理由包括噪音、電費上漲、用水量過大。 其次是水。資料中心普遍使用蒸發冷卻系統,一座中型設施一天可消耗數百萬公升的水,在乾旱地區尤其引發爭議。 最後是時間。從選址、審批到基礎設施施工,一座新資料中心往往需要三至五年才能上線,而 AI 算力需求根本等不了這麼久。 SPAN 的方案試圖繞開這三道牆。XFRA 節點安裝在住宅旁,不需要獨立用地;液冷系統比風冷效率更高,且不依賴大量水源;節點可以隨住宅建設同步部署,擴充套件速度理論上遠快於傳統資料中心。 數字是 SPAN 方案最有力的說辭。 根據公司接受 CNBC 訪談中的說法,部署 8,000 個 XFRA 節點的成本,僅相當於興建一座提供同等算力的 100 MW 傳統資料中心費用的五分之一。 節點本身搭載 Nvidia RTX Pro 6000 Blackwell,這是 Nvidia 專為伺服器工作負載設計的專業顯示卡,支援大規模平行運算,適合 AI 推論任務。液冷設計則讓噪音壓在住宅可接受的範圍內。 SPAN 的擴充套件計畫相當激進:2027 年起將 XFRA 節點規模推進至 8 萬個,在美國境內建立超過 1 GW 的分散式算力網路。1 GW 是什麼概念?約等於一座中型核電廠的輸出功率。 不過,SPAN 也清楚界定了這套網路的適用邊界。XFRA 瞄準的是 AI 推論(inference)、雲端遊戲與內容串流,而非 AI 模型訓練。訓練大型語言模型需要數千張 H100 或 B200 等高階 GPU 長時間協同運作,那是 Google、Microsoft 等超大規模雲端業者的領域。 XFRA 填補的是「訓練之後」的算力需求:把訓練好的模型拿來跑,回應真實世界的請求。 當然,這套模式並非沒有挑戰。 第一是網路穩定性。分散在住宅區的節點,面對的是消費級網路環境,頻寬與延遲的一致性遠不如資料中心的骨幹網路。對於部分需要低延遲的 AI 推論應用,這是明確的技術瓶頸。 第二是資安。企業級資料在住宅旁邊的節點上處理,涉及的物理安全、資料主權與合規要求都比傳統資料中心複雜。SPAN 尚未公開說明如何應對這些風險。 第三是屋主參與意願的持續性。補貼電費與網路是有吸引力的誘因,但若節點出現故障、噪音超出預期,或補貼條件改變,退出機制是否足夠清楚,將直接影響整個網路的可靠性。 這類分散式算力方案,邏輯上的吸引力毋庸置疑。但從試點到 8 萬節點之間,有一段很長的路。算力的戰爭,從來不只是技術問題,也是一場部署速度、資本結構與屋主信任的三方賭局。誰能在這三者之間找到平衡,才算真的勝出。
数据状态✓ 已抓取全文阅读原文(動區 BlockTempo)
🔍历史类似事件· 关键词 + 标的比对0 则
找不到相似事件(需要更多数据样本或 embedding 搜寻,目前为 MVP 关键词比对)
原始信息
ID:72ce741ab9
来源:動區 BlockTempo
发布:2026-05-13 01:34:29
分类:zh_news · 导出分类 zh
标的:未指定
社群投票:+0 /0 · ⭐ 0 重要 · 💬 0 留言
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 | Feel.Trading