Sunrun试点'分布式数据中心'模式，使用住宅太阳能和电池网络抵消超大规模电力需求，同时补贴家庭存储。

Sunrun宣布了一项分布式计算试点计划，在其住宅太阳能和电池客户群中部署AI推理节点，以满足超大规模AI公司的计算需求。这一举措反映了消费者和清洁能源倡导者日益增长的压力，敦促科技公司补贴分布式可再生能源和储能，作为集中式数据中心的替代方案。

Sunrun将这一努力定位为解决一个关键瓶颈：超大规模公司面临多年的等待才能在传统数据中心获得并网资格。该公司辩称，表后计算节点在应对区域电网压力、公用事业成本上升和电力供应短缺方面提供了更强的韧性。

"AI公司正在争相获取更多的能源和计算能力，" Sunrun总裁兼首席收入官Paul Dickson说。"我们现在利用自己在分布式家庭能源领域的领先地位和经过验证的基础设施，将计算更接近能源和推理的来源。"

Sunrun拥有110万个现有的太阳能和电池客户，该公司称这代表了超大规模企业无与伦比的结构优势——一个分布式部署基础，这些数十亿美元的科技公司无法迅速复制。该公司将运营大约小台式计算机大小的计算节点，根据每个用户的用电模式、电价和可用的电网服务计划进行优化。客户将获得补偿，尽管Sunrun尚未披露具体金额。

该公司尚未披露试点的预算或招募目标，但已为潜在参与者开放了等待名单。Sunrun预计将在"未来数月内"完成试点，然后确定推出策略。同时，该公司正在与计算服务购买方、住宅建筑商和公用事业公司进行商业洽谈，以建立扩展部署的框架。

宾夕法尼亚大学计算机架构师Benjamin Lee告诉《Ars Technica》，随着AI工作负载从训练（需要数千个芯片协同运行）转向推理（可在更少的处理器上运行），分布式推理可能会获得关注。"AI推理计算可以且应该在'边缘'分布，部署在更接近人口中心和用户的较小平台上，"Lee说。"这一策略可能对电网产生较小的影响。"

不过，Lee质疑分布式部署是否需要延伸到个人家庭。他指出，一个20兆瓦的区域数据中心可能会带来类似的电网效益。他还提出了安全问题，指出先进AI芯片在私人住宅中可能面临比加固数据中心更大的数字和物理威胁风险。

竞争对手SPAN提供了另一种扩展模式。在4月接受采访时，SPAN首席执行官Arch Rao强调，一个100兆瓦的数据中心通常需要五年才能建成，成本为每兆瓦1500万美元或更高。SPAN的分布式方案可在六个月内通过8000个住宅节点提供相当的容量，成本约为每兆瓦300万美元。SPAN自己的试点项目在4月宣布，将在100栋新建住宅中安装约1.25兆瓦。