В вашем доме появится мини-дата-центр: как стартап SPAN внедряет AI-революцию в жилые районы

Сан-Франциско, США — В ближайшие годы жители новых жилых комплексов могут получить необычное предложение: мини-дата-центры, установленные прямо в их домах. Стартап SPAN разрабатывает инновационную модель распределенных вычислительных мощностей, которая обещает снизить нагрузку на традиционные дата-центры и сделать энергию более доступной для домохозяйств.

Как работает новая модель дата-центров

По замыслу SPAN, каждый дом будет оснащен компактным узлом XFRA, содержащим жидкостно-охлаждаемые графические процессоры Nvidia RTX Pro 6000 Blackwell Server Edition. Эти устройства работают практически бесшумно, что решает проблему шума, характерную для крупных дата-центров. Кроме того, система использует избыточные энергомощности домохозяйств, что позволяет снизить затраты на электроэнергию для владельцев недвижимости.

Преимущества для жителей и сообществ

По словам Криса Ландера, вице-президента XFRA в SPAN, новая модель решает сразу несколько проблем:

• Устраняет шум и визуальное загрязнение от традиционных дата-центров;
• Предоставляет жильцам доступ к льготной электроэнергии и высокоскоростному интернету;
• Обеспечивает резервное питание через встроенные батареи;
• Снижает нагрузку на централизованные энергосистемы за счет распределенных вычислительных мощностей.

«Традиционные дата-центры шумные, громоздкие и часто увеличивают местные счета за электричество. Наша модель тихая, компактная и делает энергию более доступной как для владельцев домов, так и для всего сообщества», — заявил Ландер.

Планы по масштабированию и перспективы

SPAN уже приступил к пилотному тестированию своей технологии. В этом году компания планирует запустить проект на 100 домах, чтобы оценить эффективность и востребованность новой модели. Если эксперимент окажется успешным, стартап намерен масштабировать решение на тысячи домов по всей стране, что может значительно ускорить развитие ИИ-инфраструктуры в США.

Эксперты отмечают, что такой подход способен стать важным шагом в развитии распределенных вычислений, особенно в условиях растущего спроса на ресурсы для обучения и развертывания моделей искусственного интеллекта.