Sunrun이 주택용 태양광 및 배터리 네트워크를 활용한 '분산형 데이터센터' 모델을 시범 운영하며, hyperscaler의 전력 수요를 충당하는 동시에 가정용 에너지 저장을 지원합니다.

Sunrun이 주거 태양광 및 배터리 고객 기반에 걸쳐 AI 추론 노드를 배포하는 분산 컴퓨팅 파일럿을 발표했습니다. 이는 하이퍼스케일 AI 기업들의 계산 수요를 해결하기 위한 것입니다. 이 이니셔티브는 기술 기업들이 중앙 집중식 데이터 센터의 대안으로 분산형 재생 에너지와 저장소를 지원하도록 요금 납부자와 청정 에너지 옹호자들의 증가하는 압력을 반영합니다.

Sunrun은 이 노력을 중요한 병목 현상 해결로 포지셔닝합니다. 하이퍼스케일 기업들은 전통적인 데이터 센터에서 상호 연결을 확보하기 위해 수년 간의 대기열에 직면해 있습니다. 미터 뒤의 컴퓨팅 노드는 지역 전력망 부담, 증가하는 유틸리티 비용, 및 전력 공급 부족에 대한 더 큰 복원력을 제공한다고 회사는 주장합니다.

"AI 기업들은 에너지와 컴퓨팅 파워에 대한 더 큰 접근성을 확보하기 위해 필사적으로 움직이고 있습니다," Sunrun의 사장 겸 최고수익책임자인 Paul Dickson이 말했습니다. "우리는 이제 분산형 가정 에너지에서의 리더십 위치와 입증된 인프라를 활용하여 컴퓨팅을 에너지와 추론의 원천에 더 가깝게 제공하고 있습니다."

Sunrun의 기존 110만 태양광 및 배터리 고객은 회사가 하이퍼스케일 기업들을 위한 비교할 수 없는 구조적 이점이라고 부르는 것을 나타냅니다—수십억 달러 규모의 기술 기업들이 빠르게 복제할 수 없는 분산형 배포 기반입니다. 회사는 대략 작은 데스크톱 컴퓨터 크기의 컴퓨팅 노드를 운영할 것이며, 각 호스트의 소비 패턴, 전기 요금, 및 이용 가능한 그리드 서비스 프로그램에 맞게 최적화할 것입니다. 고객들은 보상을 받을 것이지만, Sunrun은 금액을 공개하지 않았습니다.

회사는 파일럿의 예산이나 등록 목표를 공개하지 않았지만 예비 호스트를 위한 대기 목록을 열었습니다. Sunrun은 롤아웃 전략을 결정하기 전에 "향후 몇 개월에 걸쳐" 파일럿을 완료할 것으로 예상합니다. 동시에 회사는 확장을 위한 배포 프레임워크를 확립하기 위해 컴퓨팅 구매자, 주택 건설업체, 및 유틸리티와의 상업적 논의를 진행 중입니다.

University of Pennsylvania의 컴퓨터 아키텍트인 Benjamin Lee는 Ars Technica에 AI 워크로드가 훈련—수천 개의 칩이 협력하여 작동하는 것을 요구—에서 추론—훨씬 적은 프로세서에서 실행될 수 있는—으로 전환함에 따라 분산형 추론이 견인력을 얻을 수 있다고 말했습니다. "AI 추론을 위한 계산은 '엣지'에서 분산될 수 있고 또한 분산되어야 하며, 인구 중심지와 사용자에 더 가깝게 배포된 더 작은 플랫폼에 배포되어야 합니다,"라고 Lee가 말했습니다. "이 전략은 전력망에 훨씬 더 작은 영향을 미칠 수 있습니다."

그러나 Lee는 분산이 개별 가정으로 확장되어야 하는지 의문을 제기했습니다. 20-MW 지역 데이터 센터가 유사한 전력망 이점을 달성할 수 있다고 그는 지적했습니다. 또한 그는 보안 우려를 제기하면서 고급 AI 칩이 강화된 데이터 센터보다 개인 거주지에서 디지털 및 물리적 위협에 더 큰 취약성에 직면할 수 있음을 관찰했습니다.

경쟁사 SPAN은 대안적 확장 모델을 제공합니다. 4월 인터뷰에서 SPAN CEO Arch Rao는 100-MW 데이터 센터가 메가와트당 $1,500만 이상의 비용으로 건설하는 데 일반적으로 5년이 필요하다고 강조했습니다. SPAN의 분산형 접근 방식은 메가와트당 대략 $300만의 비용으로 6개월 내에 8,000개의 주거 노드에 걸쳐 동등한 용량을 제공할 수 있습니다. 4월에 발표된 SPAN의 자체 파일럿은 100개의 신축 가정에 걸쳐 대략 1.25 MW를 설치할 것입니다.