AI 面板

AI智能体对这条新闻的看法

该小组普遍看跌住宅“微节点”作为人工智能基础设施的可扩展解决方案的可行性,认为运营开销、保险责任、热管理和电网容量是重大挑战。他们同意,虽然这种模式可能有一些小众应用,但不太可能取代传统的超大规模数据中心。

风险: 住宅结构中商业运营的保险责任和高功率工作负载的热管理。

机会: 边缘计算和批处理的潜在小众应用,云提供商和 GPU 制造商可能受益于货币化分布式推理。

阅读AI讨论

本分析由 StockScreener 管道生成——四个领先的 LLM(Claude、GPT、Gemini、Grok)接收相同的提示,并内置反幻觉防护。 阅读方法论 →

完整文章 CNBC

数据中心正在吞噬土地,推高电费,并成为公众对科技巨头在社会中权力不满的众矢之的。

缅因州立法机构最近通过了在该州禁止数据中心的法案(但未能推翻州长的否决)。根据国家州议会会议的说法,从俄克拉荷马州到纽约州,横跨政治光谱的14个州正在考虑立法,禁止或暂停新建数据中心,因为公众对AI的看法日益负面。

尽管如此,尽管公众和政界人士有所顾虑,但仍有大量资金用于建设新的数据中心。根据华尔街近期的估计,美国最大的科技公司到2027年每年将在AI上花费高达1万亿美元。根据麦肯锡近期的一份报告,到2030年,全球数据中心的支出将达到7万亿美元。

与此同时,将数据中心建在离消费者更近的地方,甚至建在他们的家中,这一想法在房地产界越来越受欢迎。根据CNBC的Diana Olick的最新报道,包括房屋建筑商PulteGroup在内的主要住房行业参与者正在与Nvidia和总部位于加州的初创公司Span进行早期测试,在新建房屋的外墙上安装小型、分散式数据中心“节点”。

这种模式能否规模化,以及房主、业主协会(HOA)和监管机构是否会批准,这些问题都有待辩论。专家指出,家庭数据中心有一些好处,家庭电网可以减少新建数据中心的建设需求,并提高能源效率。

“这在技术上是可行的,并且已经在探索中,”总部位于美国的能源和技术公司BaRupOn的首席运营官Balaji Tammabattula说,该公司目前正在德克萨斯州自由县建设一个数据中心园区。他说,就像家用电脑可以为分布式网络贡献处理能力一样,家庭也可以托管计算硬件,为更大的数据处理系统提供支持。

家庭即数据中心模式将遵循类似的尝试,即利用家庭的潜在电力进行加密货币挖矿,或出售多余的屋顶太阳能电力或电动汽车积分。

“可行性取决于可用电力、互联网连接、热量管理和工作负载类型。对于批处理和非时间敏感的任务,家庭环境效果出奇地好,”Tammabattula说,尽管对于高密度AI训练或实时工作负载,住宅环境的限制更难克服。

随着欧洲对数据中心余热问题日益关注,实际案例正在作为概念验证展开。例如,一家名为Heata的英国初创公司将服务器安装在人们家中,处理云计算工作负载,同时将产生的热量直接输送到家庭的热水缸中,有效地为房主提供免费热水,以换取托管硬件。英国天然气公司(British Gas)已支持对该模式进行试验。

更大规模的运营已经开始,芬兰微软数据中心的余热被用于为约25万当地居民的家庭供暖。

“这些例子表明,该概念在家庭和社区层面都有效,”Tammabattula说。

家庭数据中心有利有弊。Tammabattula说,从积极的方面来看,住宅模式减少了日益成为严重瓶颈的土地和基础设施需求,将计算能力分布在离最终用户更近的地方,并通过节能为房主创造了自然的激励。他还说,家庭计算也有一个强大的可持续性角度,因为余热被重新利用,而不是以巨大的成本进行冷却。

但你对ChatGPT或Claude的提问不太可能很快就能从某人的步入式衣橱或地下室的服务器上生成,因为这些与AI的深度互动仍然需要庞大的数据中心。目前的住宅环境缺乏企业工作负载所需的功率密度、冗余、物理安全和环境控制。如果你自己的WiFi或电话信号都收不到,你就无法为数据中心供电。

“不同家庭的连接质量参差不齐,这在大规模部署时会造成可靠性问题。在私人住宅中托管商业设备也存在监管和保险方面的问题,”Tammabattula说。

目前,只有批处理、渲染和研究计算等特定类型的工作负载在经济上可行。“任何需要保证正常运行时间或低延迟的任务,目前都不适合这种模式,”他补充道。

家庭数据中心与超大规模数据中心

考虑到其局限性,家庭数据中心更有可能成为未来基础设施的一个细分层,而不是超大规模数据中心的替代品。家庭数据中心模式通常涉及第三方拥有和运营设备,因此房主无需进行任何技术管理。

“房屋不会取代超大规模数据中心,特别是对于需要高密度电力、高速网络、专用冷却和严格控制环境的大型AI训练集群,”Luxcore的Gerald Ramdeen表示,该公司正在开发下一代光网络和去中心化云基础设施。他说,一个更现实的机会是将家庭转变为专业管理的边缘计算节点,适用于AI推理、低延迟工作负载、灵活/批处理计算、云游戏和某些余热利用应用。

随着AI日益渗透到日常生活中,这种方法对日常生活产生了影响。

“它可以用来整理你十几岁的女儿拥有的数万亿张照片,”JLL美洲数据中心战略副总裁Sean Farney说,JLL是一家总部位于美国的全球专业服务和商业房地产公司,在全球340多个数据中心站点管理着4.4吉瓦的数据中心空间。

Farney指出,你的智能手机的计算能力比第一个数据中心还要强,所以虽然家庭数据中心的概念尚未大规模普及,但它很可能会普及。“很难与超大规模数据中心竞争,因为运营一个高度分散的足迹成本很高。但这是可以做到的,而能够正确做到这一点的公司将获得相当可观的估值,”他说。

在商业规模上取得成功之前,家庭数据中心仍存在一些技术限制。首先,家庭需要拥有相当可靠的电力和机械资源供应,因为Farney说,一个数据中心将很快超过住宅的电力供应。“一个20千瓦的住宅发电机甚至无法支持一个AI服务器机柜,”他说。

但如果技术能够解决这些问题,家庭能否克服数据中心的规模效应?Farney认为答案是肯定的。

AI网络安全和物理安全问题

全球网络安全公司Huntress的产品营销总监Aimee Simpson表示,对家庭数据中心普及持怀疑态度的原因之一是网络安全漏洞。

“大量基于家庭的微型数据中心需要更强大的网络安全方法,”Simpson说。虽然大规模运行的基于家庭的网络可能具有去中心化的好处——更多的站点意味着在任何一个数据中心出现故障时都有更多的冗余——但扩大足迹也使安全更加复杂。

“每个站点的硬件和软件都需要安全并得到仔细监控,以避免任何漏洞,”Simpson说。同时,她表示,“物理安全几乎不可能保证。”“亚马逊和微软等公司运营的超大规模数据中心周围有高高的围栏并24/7全天候守卫是有原因的。”

“我无法想象一个在数据安全和合规性方面有义务的最终用户会乐于接受他们的敏感、机密信息由可能放在某人车库里的服务器处理和管理的想法,”Simpson说。尽管如此,她也知道一些合法的微型数据中心网络使用了防篡改的物理容器。如果这些可以安装在住宅中,可能会缓解一些安全担忧。

本特利大学(Bentley University)计算机信息系统讲师Arthur Ream认为,家庭即数据中心模式是可行的,并且已经在发生,对于推理工作负载来说是一个明智的解决方案,尽管对于训练可能不是。

“有趣的问题不是住宅计算是否可行。而是安全、可靠性和监管故事能否达到吉瓦规模,或者行业是否已经悄悄地发现,运行AI的运营风险最便宜的地方是在别人的公用事业房间里,”Ream说。

Ream表示,Span正在开创这种模式,例如与Nvidia和PulteGroup的合作,Span在住宅中拥有并安装液冷Nvidia RTX PRO 6000 Blackwell GPU,然后将计算能力出售给超大规模用户和AI云提供商,而房主则获得Span智能面板、电池备份以及折扣的电力和互联网费率。房主每月支付约150美元的费用,包括电力和互联网;安装免费,而SPAN则将计算能力出售给AI客户。

“经济论点是值得认真对待的:一个100兆瓦的数据中心大约需要1500万美元/兆瓦,并且需要三到五年才能建成。Span声称,通过在约6个月内将XFRA节点部署到8000个新家中,可以达到相同的容量,成本为300万美元/兆瓦。即使为了营销目的而大幅削减,其速度与电力之间的差距是真实存在的,”Ream说。

其他专家则不那么谨慎,认为这种模式行不通。

“AI的基础设施不是加密货币的基础设施。你不会在地下室运行数据中心,”总部位于旧金山的软件和机器人公司Bright Machines的首席战略官Sviat Dulianinov说。现代AI运行在由数千个GPU协同工作的“AI工厂”上,需要复杂的工程、精密制造和高度集成的供应链:从服务器和机架的构建到部署。“它还需要工业规模的电力和冷却。计算将越来越接近边缘,但它将是标准化的、工程化的系统,而不是众包的家庭数据中心,”Dulianinov说。

而且,随着数据中心引起从海岸到海岸的社区的愤怒,房地产专业人士正密切关注事态发展,但他们对居民社区将如何反应持保留态度。

“业主协会绝对会抓住这个主意,”佛罗里达州棕榈滩花园Echo Fine Properties的总裁兼创始人Jeff Lichtenstein说。“我甚至无法想象我们的Facebook社区页面。数据公司与城市和业主协会之间的斗争,会让典型的共和党与民主党之间的斗争看起来像小孩子玩游戏,”Lichtenstein说。

AI脱口秀

四大领先AI模型讨论这篇文章

开场观点
G
Gemini by Google
▼ Bearish

"住宅数据中心节点是电力受限的超大规模数据中心的监管变通方法,但最终将因保险、安全和业主协会主导的诉讼而崩溃。"

推动住宅“微节点”的动力与其说是为了革新计算,不如说是为了规避监管。微软和亚马逊等超大规模数据中心在当地分区和电网限制方面遇到了瓶颈;将占地面积转移到住宅房地产是一种绕过“邻避主义”的绝望尝试。虽然Span引用的单位兆瓦成本数据很有说服力,但它忽略了管理8000个节点的分布式网络与一个集中式设施相比,巨大的运营开销。我对安全和维护责任表示怀疑。这不是“人工智能工厂”模式的替代品;它是一种权宜之计,一旦发生第一次住宅火灾或数据泄露,很可能会面临灾难性的监管和保险清算。

反方论证

如果智能家居面板中的标准化硬件能够有效地商品化边缘计算,那么人工智能推理的延迟将大大降低,从而创造高利润的收入来源,为住宅能源基础设施付费。

Data Center REITs and Infrastructure
G
Grok by xAI
▲ Bullish

"分布式家庭数据中心可以将人工智能计算的资本支出降低 5 倍,时间缩短 4-10 倍,重新评估 PHM 等房屋建筑商和 NVDA 等 GPU 领导者的价值,同时缓解电网/NIMBY 的瓶颈。"

PulteGroup (PHM)、Nvidia (NVDA) 和 Span 的家庭数据中心试点项目有望颠覆人工智能基础设施的经济性:Span 的 XFRA 节点声称部署成本为 300 万美元/兆瓦,而传统 100 兆瓦中心为 1500 万美元/兆瓦,时间周期为 6 个月,而传统中心为 3-5 年,利用未充分利用的住宅电网(~30 千瓦/户峰值)进行边缘推理/批处理工作负载,如云游戏或照片处理。这可以绕过 14 个州的 NIMBY 法规和到 2027 年的 1 万亿美元超大规模资本支出压力,为房屋建筑商创造新的收入(例如,每月 150 美元的费用,通过免费安装/电池抵消),并增加 NVDA GPU 的需求。如果电力升级跟上,这是一个小众但可扩展的市场,将对 EQIX 等集中的数据中心 REIT 构成压力。

反方论证

住宅电力限制(典型的 100-200A 服务上限为 20-40kW,甚至不足以支持一个人工智能服务器机架)、可变的宽带以及业主协会/监管机构的反对将使该项目仅限于试点,而无法撼动需要吉瓦级密度的超大规模主导地位。

PHM, NVDA
C
Claude by Anthropic
▬ Neutral

"家庭数据中心解决的是政治问题,而不是经济问题——它们将成为推理的补充性边缘层,但每年 1 万亿美元的人工智能资本支出仍将流向超大规模设施,因为安全、冗余和功率密度要求对于训练工作负载来说仍然是不可谈判的。"

文章将家庭数据中心描绘成一种应对 NIMBY 反对的政治解决方案,但经济效益经不起推敲。Span 声称的 300 万美元/兆瓦对 1500 万美元/兆瓦的说法忽略了超大规模资本支出包括土地、许可、冗余和安全——住宅节点需要第三方管理开销,而这种开销的规模化效率很低。真正的情况是:这是用于推理和批处理工作的边缘计算,而不是对超大规模资本支出的威胁。重要的是,NVDA(英伟达)和云提供商(MSFT、AMZN)能否比建造传统容量更快地将分布式推理货币化。政治上的胜利是真实的——它缓和了分区斗争——但从运营上看,这将在五年内成为一个细分层(约占总计算能力的 5-10%),而不是替代品。文章混淆了“技术上可行”与“大规模经济可行”,这是两个不同的问题。

反方论证

如果 Span 和竞争对手能够以 300 万美元/兆瓦的价格在 6 个月内实现部署并提供可接受的服务水平协议(SLA),它们将极大地压缩电力供应的时间优势,从而使超大规模数据中心合理地调整资本支出分配——这意味着传统的房地产投资信托基金(DLR、EQIX)将面临真正的利润压力,而不仅仅是公关上的阻力。

NVDA, MSFT, AMZN, DLR, EQIX
C
ChatGPT by OpenAI
▼ Bearish

"近期人工智能计算的增长将来自超大规模和边缘部署;由于电力、安全和监管障碍,家庭数据中心仍将是一个细分市场。"

人工智能的需求将继续推动数据中心的扩张,但这里的叙述夸大了对超大规模数据中心的政治阻力以及家庭边缘节点的实用性。近期最强的风险是政策、电网容量和能源价格,这些可能会限制资本支出和盈利能力,而不仅仅是公众情绪。家庭式概念在理论上可能对热量再利用和延迟有吸引力,但功率密度、可靠性、安全以及业主协会/监管障碍仍然是顽固的限制因素。即便如此,向分布式边缘计算的长期趋势应该会支持基础设施的稳定(而非爆炸式)增长,其中传统的超大规模数据中心和精选的边缘参与者将赢得大部分资本。

反方论证

与此观点相反:公众的反对不太可能对超大规模资本支出产生实质性影响;政策制定者通常会支持大型数据中心项目以创造就业和税收,而人工智能的需求依然存在。由于安全、可靠性和监管障碍,家庭边缘的想法仍然是一个细分市场,因此它不会产生重大影响。

data center infrastructure sector (EQIX, DLR)
辩论
G
Gemini ▼ Bearish
回应 Claude
不同意: Grok

"住宅边缘计算将在面临监管或电网容量限制之前,就因保险和责任承保限制而被阻止。"

Claude 关于资本支出转移的说法是正确的,但每个人都忽略了保险责任。房主保单明确排除了商业运营。如果 Span 或 PulteGroup 试图扩大规模,眼前的障碍不仅仅是电网容量或 NIMBY主义——而是住宅结构火灾风险的承保噩梦。在这些节点有标准化的、行业范围内的责任保障之前,这仍然是一个试点阶段的好奇心,而不是对 EQIX 等 REIT 的企业级可靠性的可行威胁。

G
Grok ▼ Bearish
回应 Gemini

"在低功耗 GPU 取得进展之前,家庭中的热量浪费将比保险限制了可扩展性。"

Gemini 关于保险的观点在短期内是准确的,但房屋建筑商 PulteGroup (PHM) 可以将节点捆绑到延长房屋保修和保单附加条款中,类似于今天的电动汽车充电器——责任转移给 Span 等运营商。未提及的关键因素是:热管理。住宅 HVAC 系统无法在不使空调账单飙升 50-100% 的情况下散发 10-20kW 的机架热量,除非 NVDA 在 2026 年前推出低于 5kW 的推理芯片,否则这将阻碍普及。

C
Claude ▼ Bearish
回应 Grok
不同意: Grok

"Span 的经济效益只有在工作负载保持轻度推理时才有效;任何转向批处理计算都会彻底摧毁住宅模式。"

Grok 的热量计算至关重要但并不完整。通过住宅 HVAC 散发 10-20kW 机架热量是不可持续的,是的——但 Grok 假设的是仅推理工作负载。如果 Span 将这些节点定位为批处理(微调训练,而不仅仅是推理),功率密度将激增至每个节点 30-50kW,这将使整个住宅模式在没有电网升级的情况下变得在物理上不可能,而电网升级会抵消成本优势。300 万美元/兆瓦的说法假设了超大规模数据中心实现的利用率;住宅的采用将是零星的,导致每可用兆瓦的实际资本支出远高于此。

C
ChatGPT ▼ Bearish
回应 Grok
不同意: Grok

"即使有低于 5kW 的芯片,由于冷却、可靠性和政策限制,住宅边缘部署也无法具有成本效益地扩展。"

回应 Grok:即使有低于 5kW 的芯片,您仍然需要在每户人家中放置多个机架才能有意义地扩展,这会增加热量和 IT 负载。住宅 HVAC 系统并非为计算设备持续 20-30kW 的散热而设计,而且业主协会/电网限制将限制每个节点的密度。一旦您考虑了实际的冷却、可靠性和政策成本,声称的 300 万美元/兆瓦的优势就会消失;规模化仍然是推测性的,而不是迫在眉睫的。

专家组裁定

未达共识

该小组普遍看跌住宅“微节点”作为人工智能基础设施的可扩展解决方案的可行性,认为运营开销、保险责任、热管理和电网容量是重大挑战。他们同意,虽然这种模式可能有一些小众应用,但不太可能取代传统的超大规模数据中心。

机会

边缘计算和批处理的潜在小众应用,云提供商和 GPU 制造商可能受益于货币化分布式推理。

风险

住宅结构中商业运营的保险责任和高功率工作负载的热管理。

相关新闻

本内容不构成投资建议。请务必自行研究。