當全球科技巨頭還在為AI資料中心該落腳何處、如何取得足夠電力而頭痛，一家美國新創公司SPAN丟出了一個完全不同的解決方案：與其集中，不如分散。他們聯手NVIDIA，打算把搭載16張GPU的迷你AI資料中心，放進你家外牆那台白色「冷氣室外機」裡。首批系統預計今年開始導入美國住宅與小型商辦，不蓋新電廠、不拉新電纜，用的是你家「用不完的那六成電」。
拆解大型資料中心：從數十億美元到「螞蟻雄兵」
SPAN提出的XFRA方案，核心概念一句話就能說完：把一座大型AI資料中心拆成成千上萬個獨立運算節點，每個節點安裝在住宅或小型商業建築旁，再透過雲端平台串聯成一座分散式AI雲。對雲端服務商來說，他們看到的仍是同一座資料中心，只是背後的算力早已「碎化」到各個角落。
這個想法之所以成立，建立在一個被長期忽略的事實上。SPAN指出，美國一般住宅平均只用了約四成的供電容量，其餘六成長時間處於閒置狀態。透過自家研發的智慧配電盤（Smart Panel），系統能即時監控建築用電，在不影響住戶吹冷氣、看電視、開冰箱的前提下，把剩餘電力調度給XFRA節點使用。換句話說，這不是蓋新的資料中心，而是把既有的電網效率榨到極致。
每個XFRA Node的硬體規格並不馬虎，搭載Dell PowerEdge伺服器，內建16張NVIDIA RTX PRO 6000 Blackwell Server Edition GPU、4顆AMD EPYC處理器，以及3TB記憶體。採用液冷散熱與無風扇設計，目的是讓設備能在住宅環境中低噪音運轉，不至於被鄰居抗議。從官方示意圖來看，尺寸與家用冷氣室外機相近，裝在牆上並不會顯得突兀。
NVIDIA為何點頭？這不只是「省電」這麼簡單
對NVIDIA而言，參與這個計畫絕非偶然。近年大型AI資料中心最嚴峻的瓶頸早已不是GPU產能，而是電力與土地。即使企業捧著現金上門，從申請用電到變電站完工，動輒耗時數年。SPAN提出的「Speed-to-Power」縮短策略，正是NVIDIA急於解決的痛點——讓AI算力能以更快速度上線，而不是卡在電盤前空等。
不過SPAN的企圖心不只停留在技術驗證。他們已與美國大型建商PulteGroup展開合作，首批系統今年開始導入。這個布局很聰明，讓XFRA直接成為新建案的標準配備之一，等於從源頭就把分散式算力「內建」進社區基礎設施。如果這套模式真的跑得通，未來新建住宅的價值或許不再只有地段、學區、捷運站，還要加一條：「社區算力密度」。
編輯觀點：SPAN的野心很漂亮，但關鍵不在技術，而在「信任」。
把AI算力塞進住宅區，住戶勢必會問：電磁波安不安全？噪音大不大？會不會影響我家跳電？這些問題沒有技術門檻，卻有極高的心理門檻。SPAN必須先證明這些節點比一台微波爐還安全，否則再厲害的分散式架構，也敵不過管委會的一紙禁令。從產業面來看，這套模式真正適合的場域，或許是工業廠房、商辦大樓、甚至社區型太陽能電廠，而不是純住宅區——算力需要鄰居，但鄰居不一定需要算力。
它不會取代大型資料中心，但會改變AI基礎設施的樣貌
SPAN自己也很清楚地說，XFRA不是要推翻傳統超大型資料中心。像GPT這類需要成千上萬顆GPU同步訓練的大型模型，仍舊得交給集中式設施處理。XFRA的戰場在AI推論（inference）、內容分發、邊緣運算這類即時性需求高的任務。兩者未來更可能形成互補關係，大型資料中心負責「訓練」，分散式節點負責「推論與服務」，各司其職。
舉個具體情境：假設你打開手機使用AI語音助理，這個請求可能不會飛到幾百公里外的大型資料中心，而是直接由你家附近某個XFRA節點處理，延遲更低、回應更快、能耗也更少。這才是分散式AI真正的價值所在——把運算拉到離使用者最近的地方。
有趣的是，這套邏輯其實不新，CDN（內容分發網路）十年前就這樣玩了，只是當年分發的是網頁和影片，現在換成AI算力。SPAN真正的創新，在於把「算力節點」的體積縮小到可以掛在外牆，同時用智慧配電盤解決了供電來源這個最棘手的問題。
展望與影響：AI基礎設施將走向「模組化」
從更大的視角來看，XFRA代表的是一種基礎設施思維的轉變：從「蓋一座巨無霸」走向「長出無數個小據點」。這不只是技術選擇，更是對資源稀缺性的務實回應。如果AI算力真的能像冷氣室外機一樣普及，那我們討論的就不再是「哪裡有電」，而是「哪裡沒有算力」。
當然，這條路還很長。首批系統今年才開始導入，實際運轉效能、維護成本、住戶接受度都還是未知數。但SPAN至少做對了一件事：他們讓AI基礎設施的想像，不再只有「耗資數十億美元、佔地數十公頃」這個唯一選項。未來你走在街上，看到牆角那台白色箱子，或許該多看一眼——它不是冷氣，是一座正在幫你算東西的迷你資料中心。
你覺得分散式AI資料中心真的能普及，還是終究只會停留在實驗階段？當你家外牆被裝上「鄰居的算力」，你會同意還是反對？歡迎把這篇文章分享給對科技議題有興趣的朋友，一起討論AI基礎設施的下一步。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
XFRA迷你AI資料中心真的會裝在我家外牆嗎？
目前仍處於初期部署階段，首批系統今年開始導入美國特定合作建案，不會全面鋪開。短期內會以新建住宅與小型商辦為主，既有住宅需要管委會與住戶同意才能安裝。
這種設備會不會很吵或很耗電？
SPAN採用液冷散熱與無風扇設計，噪音已控制在住宅環境可接受範圍。用電方面則透過智慧配電盤調度住戶原本閒置的六成電力容量，不會額外增加電費負擔或造成跳電。
分散式AI資料中心和大型資料中心有什麼不同？
大型資料中心負責「訓練」AI模型，需要數萬顆GPU同時運算；分散式節點負責「推論」與服務，處理即時性需求。兩者互補而非競爭，前者是AI的大腦，後者是AI的神經末梢。
台灣有可能引進類似的方案嗎？
台灣住宅用電環境與美國不盡相同，且土地與建築法規也有差異。不過台灣ICT基礎設施完善、5G覆蓋率高，若能克服法規與民眾接受度問題，確實具備發展分散式邊緣運算的潛力。
這跟比特幣礦機有什麼不一樣？
比特幣礦機是為了挖礦而持續滿載運轉，功耗高、噪音大且無其他用途。XFRA節點是提供AI運算服務，用電量根據需求動態調整，且服務內容具有實際應用價值，兩者定位完全不同。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
