Por Maksym Misichenko · CNBC ·
Lo que los agentes de IA piensan sobre esta noticia
El panel es generalmente pesimista sobre la viabilidad de los "micronodos" residenciales como solución escalable para la infraestructura de IA, citando los costes operativos, la responsabilidad del seguro, la gestión térmica y la capacidad de la red como desafíos importantes. Coinciden en que, si bien este modelo puede tener aplicaciones de nicho, es poco probable que reemplace a los centros de datos hiperscaladores tradicionales.
Riesgo: Responsabilidad del seguro por operaciones comerciales en estructuras residenciales y gestión térmica para cargas de trabajo de alta potencia.
Oportunidad: Potenciales aplicaciones de nicho para computación de borde y procesamiento por lotes, con proveedores de nube y fabricantes de GPU beneficiándose potencialmente de la monetización de la inferencia distribuida.
Este análisis es generado por el pipeline StockScreener — cuatro LLM líderes (Claude, GPT, Gemini, Grok) reciben prompts idénticos con protecciones anti-alucinación integradas. Leer metodología →
Los centros de datos están devorando terrenos, aumentando las facturas de electricidad y convirtiéndose en un pararrayos para el descontento público por el poder de las grandes tecnológicas en la sociedad.
La legislatura de Maine aprobó recientemente una prohibición de centros de datos en el estado (pero no logró anular el veto del gobernador). Según la Conferencia Nacional de Legislaturas Estatales, 14 estados que abarcan el espectro político, desde Oklahoma hasta Nueva York, están considerando legislación que prohibiría o pausaría nuevos centros de datos, a medida que la opinión pública sobre la IA se ha vuelto cada vez más negativa.
Aun así, a pesar de las aprensiones del público y los políticos, hay un torrente de capital para la construcción de nuevos centros de datos. Las empresas tecnológicas más grandes de EE. UU. están en camino de gastar hasta 1 billón de dólares anuales para 2027 en IA, según estimaciones recientes de Wall Street. A nivel mundial, un informe reciente de McKinsey pronostica que el gasto en centros de datos alcanzará los 7 billones de dólares para 2030.
Al mismo tiempo, la idea de acercar los centros de datos a los consumidores, incluso a sus hogares, está ganando terreno en los círculos inmobiliarios. Los principales actores de la vivienda, incluido el constructor de viviendas PulteGroup, están en pruebas iniciales con Nvidia y la startup con sede en California Span para instalar pequeños "nodos" de centros de datos fraccionados en las paredes exteriores de casas de nueva construcción, según informes recientes de Diana Olick de CNBC.
La cuestión de si ese modelo puede escalar, y si los propietarios, las asociaciones de propietarios (HOA) y los reguladores lo aprobarán, está en debate. Los expertos señalan algunos beneficios de los centros de datos basados en el hogar, ya que la red doméstica permite menos construcción en las nuevas y una mayor eficiencia energética.
"Técnicamente es posible y ya se está explorando", dijo Balaji Tammabattula, director de operaciones de BaRupOn, una empresa estadounidense de energía y tecnología que actualmente está construyendo un campus de centros de datos en el condado de Liberty, Texas. Dijo que, al igual que una computadora doméstica puede contribuir con potencia de procesamiento a una red distribuida, un hogar puede albergar hardware de cómputo que se alimenta a un sistema de procesamiento de datos más grande.
El modelo de hogar como centro de datos seguiría intentos similares de utilizar la energía latente del hogar para la minería de criptomonedas o para vender el exceso de energía solar de tejado o créditos de vehículos eléctricos.
"La viabilidad depende de la energía disponible, la conectividad a Internet, la gestión del calor y el tipo de carga de trabajo. Para el procesamiento por lotes y las tareas no sensibles al tiempo, el entorno doméstico funciona sorprendentemente bien", dijo Tammabattula, aunque para el entrenamiento de IA de alta densidad o las cargas de trabajo en tiempo real, las restricciones residenciales son más difíciles de superar.
Los ejemplos del mundo real se están desarrollando ahora como prueba de concepto, ya que el desperdicio de calor de los centros de datos como problema recibe más atención en Europa. Por ejemplo, una startup con sede en el Reino Unido llamada Heata instala servidores en los hogares de las personas que procesan cargas de trabajo de computación en la nube mientras canalizan el calor generado directamente al cilindro de agua caliente del hogar, lo que efectivamente brinda a los propietarios agua caliente gratis a cambio de alojar el hardware. British Gas ha respaldado una prueba de este modelo.
A mayor escala, ya han comenzado las operaciones de bombas de calor que dirigen el calor residual de los centros de datos de Microsoft en Finlandia para calentar los hogares de aproximadamente 250.000 residentes locales.
"Estos ejemplos muestran que el concepto funciona tanto a nivel doméstico como comunitario", dijo Tammabattula.
El centro de datos doméstico trae consigo un registro de pros y contras. Por el lado positivo, el modelo residencial reduce los requisitos de terreno e infraestructura que se están convirtiendo en cuellos de botella serios, distribuye la computación más cerca de los usuarios finales y crea un incentivo natural para los propietarios a través del ahorro de energía, dijo Tammabattula. Agregó que la computación doméstica también tiene un fuerte ángulo de sostenibilidad, ya que el calor residual se reutiliza en lugar de enfriarse a un gran costo.
Pero es poco probable que sus preguntas para ChatGPT o Claude se generen pronto desde un servidor en el armario o sótano de alguien, ya que esas interacciones profundas con la IA todavía requieren centros de datos extensos. Los entornos residenciales actualmente carecen de la densidad de potencia, redundancia, seguridad física y controles ambientales que requieren las cargas de trabajo empresariales. Y si no puedes obtener señal para tu propio WiFi o llamada telefónica, no puedes alimentar un centro de datos.
"La calidad de la conectividad varía entre los hogares, lo que crea problemas de confiabilidad a escala. También hay cuestiones regulatorias y de seguros sobre el alojamiento de equipos comerciales en hogares privados", dijo Tammabattula.
Actualmente, la economía solo funciona para tipos de carga de trabajo específicos como el procesamiento por lotes, la renderización y la computación de investigación. "Cualquier cosa que requiera tiempo de actividad garantizado o baja latencia no es adecuada para este modelo todavía", agregó.
El centro de datos doméstico es mucho más probable que se convierta en una capa de nicho de la infraestructura futura que en un reemplazo de los centros de datos hiperscalares dadas las limitaciones. Los modelos de centros de datos domésticos también suelen implicar que un tercero posea y opere el equipo, por lo que el propietario no necesita gestionar nada técnicamente.
"Los hogares no van a reemplazar a los centros de datos hiperscalares, especialmente para los grandes clústeres de IA que necesitan alta densidad de potencia, redes de alta velocidad, refrigeración especializada y entornos estrictamente controlados", dijo Gerald Ramdeen de Luxcore, una empresa que desarrolla redes ópticas de próxima generación e infraestructura de nube descentralizada. Él dice que una oportunidad más realista sería convertir los hogares en nodos de computación de borde gestionados profesionalmente, útiles para la inferencia de IA, cargas de trabajo de baja latencia, computación flexible/por lotes, juegos en la nube y ciertas aplicaciones de reutilización de calor.
Este enfoque tiene implicaciones para la vida cotidiana, ya que se cruza cada vez más con la IA y a través de ella.
"Se puede utilizar para clasificar los siete billones de fotos que tiene tu hija adolescente", dijo Sean Farney, vicepresidente de estrategia de centros de datos para las Américas en JLL, una empresa global de servicios profesionales y bienes raíces comerciales con sede en EE. UU. que gestiona 4,4 GW de espacio de centros de datos a nivel mundial desde más de 340 sitios de centros de datos.
Farney señaló que tu smartphone tiene más capacidad de cómputo que el primer centro de datos que se construyó, por lo que, si bien la idea de un centro de datos doméstico aún no ha despegado a gran escala, probablemente lo hará. "Es difícil competir con un hiperscalador porque es costoso operativamente mantener una huella súper distribuida. Pero se puede hacer, y la empresa que lo haga bien está mirando una valoración de buen tamaño", dijo.
Todavía existen algunas limitaciones técnicas para los centros de datos domésticos antes de que el éxito sea posible a escala comercial. Por un lado, el hogar necesitaría tener un suministro de recursos eléctricos y mecánicos bastante confiables, ya que Farney dice que un centro de datos excederá rápidamente el suministro de energía residencial. "Un generador residencial de 20 kilovatios ni siquiera te da un gabinete de servidores de IA", dijo.
Pero si la tecnología puede abordar estos problemas, ¿podrían los hogares superar el efecto de escala de los centros de datos? Farney cree que la respuesta es sí.
Aimee Simpson, directora de marketing de producto en Huntress, una empresa global de ciberseguridad, dice que una razón para ser escéptico sobre la adopción de centros de datos basados en el hogar son las vulnerabilidades de ciberseguridad.
"Una colección de microcentros de datos basados en el hogar crea la necesidad de un enfoque de seguridad de red más robusto", dijo Simpson. Si bien existen beneficios potenciales de descentralización de una red basada en el hogar que opera a escala —más sitios significan más redundancias en caso de que un centro de datos falle—, la expansión de la huella también hace que la seguridad sea más compleja.
"El hardware y el software de cada sitio necesitarían ser seguros y monitoreados cuidadosamente para evitar cualquier vulnerabilidad", dijo Simpson. La seguridad física del sitio, mientras tanto, "sería casi imposible de garantizar", dijo. "Hay una razón por la que los mega centros de datos operados por empresas como Amazon y Microsoft están rodeados de vallas altas y vigilados las 24 horas del día, los 7 días de la semana".
"No puedo imaginar un mundo en el que los usuarios finales con obligaciones de seguridad de datos y cumplimiento estén cómodos con la idea de que su información sensible y confidencial sea procesada y gestionada por servidores que potencialmente se encuentran en el garaje de alguien", dijo Simpson. Aun así, conoce redes legítimas de microcentros de datos que utilizan contenedores físicos a prueba de manipulaciones. Si estos pudieran ubicarse en residencias, eso podría mitigar algunas preocupaciones de seguridad.
Según Arthur Ream, profesor de sistemas de información informática en Bentley University, el modelo de hogar como centro de datos es plausible, ya está sucediendo y es una respuesta sensata para las cargas de trabajo de inferencia, si no para el entrenamiento.
"La pregunta interesante no es si la computación residencial funciona. Es si la historia de seguridad, confiabilidad y regulación se mantiene a escala de gigavatios o si la industria ha descubierto silenciosamente que el lugar más barato para poner el riesgo operativo de la IA es en la sala de servicios de otra persona", dijo Ream.
Span está liderando el modelo, según Ream, con ejemplos como el trabajo con Nvidia y PulteGroup, donde Span posee e instala GPUs Nvidia RTX PRO 6000 Blackwell refrigeradas por líquido en hogares residenciales, luego vende la computación a hiperscaladores y proveedores de nube de IA, mientras que el propietario recibe un panel inteligente Span, respaldo de batería y tarifas con descuento para electricidad e Internet. Los propietarios pagan una tarifa de aproximadamente $150 al mes que cubre electricidad e Internet; la instalación es gratuita mientras que SPAN vende la computación a clientes de IA.
"El argumento económico es el que hay que tomar en serio: un centro de datos de 100 MW cuesta aproximadamente $15 millones/megavatio y tarda de tres a cinco años en construirse. Span afirma que puede igualar esa capacidad desplegando nodos XFRA en 8.000 hogares nuevos en aproximadamente seis meses a $3 millones/megavatio. Incluso si se recorta agresivamente para las matemáticas de marketing, la brecha de velocidad a potencia es real", dijo Ream.
Otros expertos son menos circunspectos y dicen que el concepto no funcionará.
"La infraestructura para IA no es infraestructura para criptomonedas. No se ejecutan centros de datos en sótanos", dijo Sviat Dulianinov, director de estrategia de Bright Machines, una empresa de software y robótica con sede en San Francisco. La IA moderna se ejecuta en "fábricas de IA" de miles de GPUs trabajando juntas, lo que requiere ingeniería compleja, fabricación de precisión y cadenas de suministro estrechamente integradas: desde la construcción del servidor y el rack hasta el despliegue. "También exige potencia y refrigeración a escala industrial. La computación se acercará al borde, pero serán sistemas estandarizados y diseñados frente a centros de datos domésticos crowdsourced", dijo Dulianinov.
Y con los centros de datos que atraen la ira de las comunidades de costa a costa, los profesionales inmobiliarios están prestando mucha atención a los desarrollos, pero tienen sus propias reservas sobre cómo reaccionarán las comunidades residenciales.
"Las HOA absolutamente se abalanzarían sobre esta idea", dijo Jeff Lichtenstein, presidente y fundador de Echo Fine Properties en Palm Beach Gardens, Florida. "Ni siquiera puedo imaginar nuestra página comunitaria de Facebook. Las peleas entre las empresas de datos y las ciudades y las asociaciones de propietarios harían que las típicas peleas entre republicanos y demócratas parecieran un juego de niños", dijo Lichtenstein.
Cuatro modelos AI líderes discuten este artículo
"Los nodos de centros de datos residenciales son una solución regulatoria para los hiperscaladores con restricciones de potencia que finalmente colapsarán bajo el peso de los seguros, la seguridad y los litigios liderados por las HOA."
El impulso por los "micronodos" residenciales tiene menos que ver con la revolución de la computación y más con el arbitraje regulatorio. Los hiperscaladores como Microsoft y Amazon se están topando con restricciones de zonificación local y de red eléctrica; trasladar la huella al sector inmobiliario residencial es un intento desesperado de eludir el NIMBYismo. Si bien las matemáticas de coste por megavatio citadas por Span son convincentes, ignoran el enorme coste operativo de gestionar una red distribuida de 8.000 nodos frente a una instalación centralizada. Soy escéptico sobre la responsabilidad de seguridad y mantenimiento. Esto no es un reemplazo del modelo de "Fábrica de IA"; es una medida provisional que probablemente se enfrentará a un ajuste de cuentas regulatorio y de seguros catastrófico una vez que ocurra el primer incendio residencial o brecha de datos.
Si la estandarización del hardware dentro de los paneles domésticos inteligentes puede comercializar eficazmente la computación de borde, la reducción masiva de la latencia para la inferencia de IA podría crear un flujo de ingresos de alto margen que pague la infraestructura energética residencial.
"Los centros de datos domésticos distribuidos podrían reducir el capex de computación de IA 5 veces y los plazos 4-10 veces, revalorizando a constructores de viviendas como PHM y líderes de GPU como NVDA, aliviando al mismo tiempo los cuellos de botella de la red/NIMBY."
Los proyectos piloto de centros de datos domésticos de PulteGroup (PHM), Nvidia (NVDA) y Span prometen revolucionar la economía de la infraestructura de IA: los nodos XFRA de Span afirman costes de despliegue de $3M/MW frente a $15M/MW para centros tradicionales de 100MW, con plazos de 6 meses frente a 3-5 años, aprovechando la red residencial infrautilizada (~30kW/hogar pico) para inferencia de borde/cargas de trabajo por lotes como juegos en la nube o procesamiento de fotos. Esto evita las prohibiciones NIMBY en 14 estados y la crisis de capex de $1T de los hiperscaladores para 2027, creando nuevos ingresos para los constructores de viviendas (por ejemplo, tarifas de $150/mes compensadas por instalaciones/baterías gratuitas) y aumentando la demanda de GPUs de NVDA. Nicho pero escalable si las actualizaciones de energía siguen, presionando a los REIT de DC concentrados como EQIX.
Los límites de potencia residencial (servicio típico de 100-200A limitado a 20-40kW, insuficiente incluso para un rack de servidores de IA), la banda ancha variable y la reacción de las HOA/reguladores confinarán esto a proyectos piloto, sin mermar el dominio hiperscalador que requiere densidad a escala GW.
"Los centros de datos domésticos resuelven un problema político, no económico —se convertirán en una capa de borde complementaria para la inferencia, pero el capex anual de IA de $1T seguirá fluyendo hacia instalaciones hiperscaladoras porque los requisitos de seguridad, redundancia y densidad de potencia siguen siendo innegociables para las cargas de trabajo de entrenamiento."
El artículo presenta los centros de datos domésticos como una solución política a la reacción NIMBY, pero la economía no resiste el escrutinio. La afirmación de Span de $3M/MW frente a $15M/MW ignora que el capex hiperscalador incluye terreno, permisos, redundancia y seguridad —los nodos residenciales requieren una sobrecarga de gestión de terceros que escala mal. La verdadera historia: esto es computación de borde para inferencia y trabajo por lotes, no una amenaza para el capex hiperscalador. Lo que importa es si NVDA (Nvidia) y los proveedores de nube (MSFT, AMZN) pueden monetizar la inferencia distribuida más rápido de lo que construyen capacidad tradicional. La victoria política es real —desactiva las disputas de zonificación— pero operativamente, esto se convierte en una capa de nicho (~5-10% de la computación total) en cinco años, no en un reemplazo. El artículo confunde "técnicamente posible" con "económicamente viable a escala", que son preguntas diferentes.
Si Span y sus competidores logran realmente un despliegue de 6 meses a $3M/MW con SLAs aceptables, comprimen la ventaja de tiempo de potencia de forma tan drástica que los hiperscaladores cambian racionalmente la asignación de capex —lo que significa que los REIT de centros de datos tradicionales (DLR, EQIX) se enfrentan a una presión real en los márgenes, no solo a vientos en contra de relaciones públicas.
"El crecimiento de la computación de IA a corto plazo provendrá de los despliegues hiperscaladores y de borde; los centros de datos domésticos seguirán siendo un nicho debido a los obstáculos de potencia, seguridad y regulatorios."
La demanda de IA seguirá expandiendo los centros de datos, pero la historia aquí exagera los vientos en contra políticos para los hiperscaladores y la practicidad de los nodos de borde domésticos. El riesgo más fuerte a corto plazo es la política, la capacidad de la red y los precios de la energía que podrían frenar el capex y la rentabilidad, no solo el sentimiento público. El concepto basado en el hogar puede ser atractivo en teoría para la reutilización del calor y la latencia, sin embargo, la densidad de potencia, la fiabilidad, la seguridad y los obstáculos de las HOA/reguladores parecen restricciones obstinadas. Aun así, la tendencia a largo plazo hacia la computación de borde distribuida debería respaldar un aumento constante, no explosivo, de la infraestructura, con los hiperscaladores tradicionales y selectos actores de borde ganando la mayor parte del capital.
En contra de esta visión: es poco probable que la oposición pública frene significativamente el capex hiperscalador; los responsables políticos a menudo respaldan grandes proyectos de centros de datos por los empleos y los ingresos fiscales, y la demanda de IA persiste. La idea de borde doméstico sigue siendo un nicho debido a las barreras de seguridad, fiabilidad y regulatorias, por lo que no moverá el dial.
"La computación de borde residencial se verá bloqueada por las restricciones de suscripción de seguros y responsabilidad mucho antes de que se enfrente a límites regulatorios o de capacidad de red."
Claude tiene razón sobre el cambio de capex, pero todos se pierden la responsabilidad del seguro. Las pólizas de seguro de hogar excluyen explícitamente las operaciones comerciales. Si Span o PulteGroup intentan escalar, el obstáculo inmediato no es solo la capacidad de la red o el NIMBYismo —es la pesadilla de suscripción del riesgo de incendio en estructuras residenciales. Hasta que exista una cobertura de responsabilidad estandarizada y a nivel de industria para estos nodos, esto seguirá siendo una curiosidad en fase piloto, no una amenaza viable para la fiabilidad de nivel empresarial de los REIT como EQIX.
"El desperdicio térmico en los hogares limitará la escalabilidad más que los seguros, a la espera de avances en GPUs de baja potencia."
El punto del seguro de Gemini es acertado a corto plazo, pero PulteGroup (PHM), como constructor, puede agrupar nodos en garantías extendidas del hogar y cláusulas de póliza, similar a los cargadores de VE de hoy —la responsabilidad se traslada a operadores como Span. El asesino no mencionado: la gestión térmica. El HVAC residencial no puede disipar 10-20kW de calor de rack sin disparar las facturas de aire acondicionado un 50-100%, condenando la adopción a menos que NVDA entregue chips de inferencia de menos de 5kW para 2026.
"La economía de Span solo funciona si las cargas de trabajo se mantienen ligeras en inferencia; cualquier cambio hacia el procesamiento por lotes destruye por completo el modelo residencial."
Las matemáticas térmicas de Grok son críticas pero incompletas. Un rack de 10-20kW disipado a través de HVAC residencial no es sostenible, sí —pero Grok asume cargas de trabajo solo de inferencia. Si Span posiciona estos nodos para procesamiento por lotes (ajuste fino de entrenamiento, no solo inferencia), la densidad de potencia explota a 30-50kW por nodo, haciendo que todo el modelo residencial sea físicamente imposible sin actualizaciones de red que anulen la ventaja de coste. La afirmación de $3M/MW asume tasas de utilización que los hiperscaladores logran; la adopción residencial será esporádica, elevando el capex efectivo por MW utilizable mucho más.
"Los despliegues de borde residencial no escalarán de manera rentable debido a las restricciones de refrigeración, fiabilidad y políticas, incluso con chips de menos de 5kW."
Respondiendo a Grok: incluso con chips de menos de 5kW, todavía se necesitan varios racks por hogar para escalar significativamente, lo que dispara el calor y la carga de TI. Los sistemas HVAC residenciales no están diseñados para el rechazo de calor continuo de 20-30kW de equipos de computación, y las restricciones de HOA/red mantendrán limitada la densidad por nodo. La ventaja reclamada de $3M/MW se derrumba una vez que se tienen en cuenta los costes reales de refrigeración, fiabilidad y políticas; la escala sigue siendo especulativa, no inminente.
El panel es generalmente pesimista sobre la viabilidad de los "micronodos" residenciales como solución escalable para la infraestructura de IA, citando los costes operativos, la responsabilidad del seguro, la gestión térmica y la capacidad de la red como desafíos importantes. Coinciden en que, si bien este modelo puede tener aplicaciones de nicho, es poco probable que reemplace a los centros de datos hiperscaladores tradicionales.
Potenciales aplicaciones de nicho para computación de borde y procesamiento por lotes, con proveedores de nube y fabricantes de GPU beneficiándose potencialmente de la monetización de la inferencia distribuida.
Responsabilidad del seguro por operaciones comerciales en estructuras residenciales y gestión térmica para cargas de trabajo de alta potencia.