旧金山初创公司 SPAN 公布名为 XFRA 的“分散式数据中心”方案，准备把搭载 Nvidia RTX Pro 6000 Blackwell Server Edition GPU 的液冷边缘计算节点，安装在美国家庭住宅旁的院子或车道附近。参与部署的屋主可获得电费补贴、高速网络，��及一组备用电池。SPAN 表示，项目已完成初步试点，预计今年启动 100 户规模测试。
把大型机房拆成住宅边的液冷节点
SPAN 的核心思路，是把原本集中建设的大型数据中心拆分成大量小型节点，直接部署到住宅场景。公司认为，传统数据中心虽然具备规模效应，但现实建设正受到多重约束。素材显示，一座 100 MW 数据中心往往需要数十公顷土地，还要接近稳定电力来源；在美国多个州，居民对数据中心带来的噪音、电费上涨和用水压力已有反对声音。
水资源也是争议焦点。传统设施普遍依赖蒸发冷却，中型数据中心单日耗水量可达数百万公升。再加上从选址、审批到基础设施施工通常需要 3 至 5 年，这与当前 AI 算力需求增长速度并不匹配。SPAN 试图用住宅旁部署和液冷系统绕开这些限制，减少独立用地需求，也降低对大量水源的依赖。
成本说法指向传统方案的五分之一
在成本层面，SPAN 给出的对比很激进。根据其在接受 CNBC 采访时的说法���部署 8,000 个 XFRA 节点 的成本，仅相当于建设一座提供同等算力的 100 MW 传统数据中心的五分之一。这些节点使用 Nvidia 面向服务器工作负载设计的专业 GPU，适合大规模并行计算任务；液冷设计则被用来控制设备运行噪音，使其保持在住宅可接受范围内。
重点不做训练，主打AI推理与流媒体
SPAN 也明确划定了 XFRA 的适用范围。该网络瞄准的是 AI 推理、云游戏和内容流媒体，而不是大模型训练。素材提到，训练大型语言模型需要数千张 H100 或 B200 等高端 GPU 长时间协同运行，这仍属于 Google、Microsoft 等超大规模云服务商更擅长的领域。XFRA 想覆盖的，是模型训练完成之后的调用需求，也就是把已训练好的模型用于真实请求处理。
2027年后计划扩到8万个节点
按 SPAN 披露的扩张目标，公司计划从 2027 年 起把 XFRA 节点规模推进到 8 万个，在美国境内建立超过 1 GW 的分散式算力网络。这���量级大致相当于一座中型核电站的输出功率。目标不小，节奏也很快。
不过，分散式算力模式面临的障碍同样直接。住宅区节点依赖消费级网络，带宽和时延一致性弱于传统数据中心骨干网络，低时延推理场景会受到限制。企业级数据若在住宅旁节点处理，还会牵涉物理安全、数据主权和合规问题；素材同时提到，SPAN 尚未公开说明将如何处理这些风险。屋主参与意愿能否长期维持，也会影响整个网络的可靠性，尤其是在设备故障、噪音预期落差或补贴条件变化的情况下。