Od pametnih tabli do kućnih superračunara: Kako startup SPAN i NVIDIA pretvaraju američke domove u distribuiranu AI infrastrukturu

Uvod: Neočekivano spajanje energetske mreže i veštačke inteligencije

Svet se nalazi usred dve masovne transformacije: nezapamćene ekspanzije veštačke inteligencije (AI) i preoblikovanja energetske infrastrukture ka elektrifikaciji i obnovljivim izvorima. Međutim, ove dve transformacije iznenada su se našle na putu kolizije. Eksponencijalni rast kompleksnosti AI modela – od obrade prirodnog jezika do generisanja videa u realnom vremenu – stvorio je glad za električnom energijom kakva do sada nije zabeležena u istoriji računarstva.

Tradicionalni koncept rešavanja ovog problema oslanjao se na izgradnju masivnih, centralizovanih data centara snage stotina megavata. Ipak, izgradnja takvih postrojenja danas nailazi na ogromne prepreke: sporu birokratiju, nedostatak opreme na tržištu (poput energetskih transformatora) i iznad svega, uska grla na električnoj mreži koja zahtevaju više od osam godina čekanja za priključak na mrežu.

U tom kontekstu pojavila se vizionarska ideja koja dolazi iz kompanije SPAN (SPAN.io), osnovane od strane Arča Raoa (Arch Rao), bivšeg direktora energetskog sektora u kompaniji Tesla koji je vodio razvoj čuvene baterije Tesla Powerwall. Umesto čakanja na godine izgradnje centralizovanih elektrana i velikih data centara, SPAN je u saradnji sa gigantom NVIDIA predstavio projekat XFRA (eXtra Fast Resilient AI) – tehnologiju koja pretvara obične stambene kuće u distribuiranu mrežu mikro-data centara.

Problem: „Speed-to-Power Gap“ i energetska kriza veštačke inteligencije

Da bi se razumelo zašto je koncept kućnih data centara privukao toliku pažnju analitičara i investitora, potrebno je sagledati razmere energetske krize sa kojom se suočava tehnološki sektor.

Rast potrošnje električne energije: Samo u Sjedinjenim Američkim Državama, data centri su 2024. godine potrošili oko 183 teravat-sata (TWh) električne energije, što je činilo preko 4% ukupne potrošnje u zemlji. Procenjuje se da bi do 2030. godine ovaj udeo mogao da pređe 9%, čime se stvara ogroman pritisak na postojeće električne mreže.

Zahtevi AI inferencije (Inference vs. Training): Razvoj AI modela deli se na dve faze: trening (trening velikih modela na gigantskim skupovima podataka) i inferenciju (izvršavanje upita korisnika u realnom vremenu, kao što je generisanje teksta, slika ili obrada zvuka). Dok trening zahteva koncentrisanu snagu na jednoj lokaciji, inferencija će do 2030. godine činiti više od polovine svih AI opterećenja. Za inferenciju je presudno da hardver bude geografski što bliži krajnjem korisniku kako bi se kašnjenje (latencija) smanjilo na minimum.

Mrežna uska grla (Interconnection Queue): Trenutno u SAD postoji preko 2.600 gigavata (GW) planiranih energetskih i računarskih projekata koji čekaju u redovima za odobrenje i priključak na mrežu. Od trenutka kupovine zemljišta do trenutka kada megavat-sati zaista poteku do servera često prođe između pet i deset godina.

Projekat XFRA nastao je kao direktan odgovor na takozvani “Speed-to-Power Gap” – razmak između brzine kojom raste potražnja za AI računarstvom i brzine kojom energetska mreža može da isporuči novu struju.

Tehnološka inovacija: Šta je SPAN i kako funkcioniše XFRA?

Kompanija SPAN je izvorno postala poznata po svojoj pametnoj električnoj tabli (SPAN Smart Panel). Za razliku od tradicionalnih tabli sa osiguračima, koje su mehaničke i ne pružaju nikakav uvid u potrošnju, SPAN tabla funkcioniše kao “pametni mozak” domaće električne mreže. Ona omogućava digitalno praćenje i upravljanje svakim pojedinačnim strujnim krugom u kući putem aplikacije na pametnom telefonu, automatski balansira opterećenje i omogućava bezbedno dodavanje velikih potrošača (poput punjača za električna vozila, toplotnih pumpi ili solarnih baterija) bez potrebe za skupim proširenjem mrežnog priključka.

Sa projektom XFRA, SPAN odvodi ovu tehnologiju korak dalje: preusmerava neiskorišćeni kapacitet kućnih instalacija ka obradi AI podataka. 

1. Koncept neiskorišćenog kapaciteta (“Headroom”)

Malo je poznato da prosečna stambena jedinica u SAD koristi svega oko 40% svog maksimalnog električnog kapaciteta. Električni priključak kuće dimenzionisan je tako da izdrži najpotrebnije trenutke – na primer, kada istovremeno rade klima uređaj, rerna, mašina za pranje veša i punjač za auto. Međutim, tokom većeg dela dana i noći, 60% tog kapaciteta ostaje potpuno neiskorišćeno.

SPAN pametna tabla u realnom vremenu meri potrošnju doma. Kada uočava da je potrošnja niska, ona oslobađa taj neiskorišćeni “prostor” (headroom) i usmerava struju ka integrisanom kućnom serveru.

2. Hardverski sklop XFRA čvora (XFRA Node)

Svaka kuća koja učestvuje u sistemu dobija kompaktnu hardversku jedinicu koja se instalira u garaži, podrumu ili pomoćnoj prostoriji. Ova jedinica se sastoji od:

NVIDIA RTX PRO 6000 Blackwell Server Edition GPU: Vrhunski grafički procesor kompanije NVIDIA namenjen enterprise AI operacijama.

Sistem za tečno hlađenje (Liquid Cooling): Zbog potrebe da računarski modul radi potpuno nečujno u stambenom okruženju, hlađenje se vrši zatvorenim sistemom sa tečnošću umesto bučnih ventilatora.

SPAN Pametne table i baterije za bekap: Baterijski sistem (poput kućnih litijum-jonskih baterija) služi kao “tampon” koji pruža stabilnost u radu računara tokom kratkih skokova u kućnoj potrošnji ili nenadanih prekida u napajanju.

3. Softverska orkestracija: XSOL (XFRA Secure Orchestration Layer)

Kako bi se hiljade pojedinačnih kuća povezale u jedinstveni, stabilan “oblak” (cloud), SPAN je razvio softversku platformu XSOL. Ovaj sloj saobraćaja u realnom vremenu koordinira zadatke:

Prati energetske uslove svake kuće, nivo napunjenosti baterije i trenutno opterećenje domaćinstva.

Dinamički rutira poslove AI inferencije, renderovanja ili strimovanja igara do onih čvorova koji trenutno imaju najveći slobodni kapacitet i najmanju latenciju u odnosu na krajnjeg korisnika.

Ako stanari uključe više aparata u kući, SPAN tabla u milisekundi smanjuje napajanje AI čvora ili prebacuje rad na bateriju, čime se garantuje da stanari nikada neće osetiti pad napona ili iskakanje osigurača.

Ekonomija distribuiranih data centara: Korist za sve aktere

Jedan od najzanimljivijih aspekata modela koji razvijaju SPAN i NVIDIA jeste njegova ekonomska održivost, koja stvara balans interesa između korisnika, građevinara, energetskih kompanija i AI provajdera.

Poređenje troškova: Centralizovani vs. Distribuirani kućni data centri

Prema podacima iz tehničke dokumentacije (White Paper) kompanije SPAN, tradicionalni data centar kapaciteta od na primer 100 megavata zahteva milijarde dolara investicija i višegodišnje pripremne radove. Sa druge strane, raspoređivanje 8.000 XFRA čvorova u stambenim objektima omogućava dostizanje identičnog računarskog kapaciteta šest puta brže i uz petinu troškova, jer se koristi već postojeća stambena mreža i transformatori.

Testiranje na terenu i strategija širenja

Tehnologija više nije samo koncept na papiru. SPAN je već sproveo interna testiranja prototipa sa prvim komercijalnim korisnicima, dok je za treći kvartal 2026. godine planiran prvi zvanični Proof-of-Concept (PoC) pilot projekat.

Partnerska saradnja sa PulteGroup: SPAN se udružio sa kompanijom PulteGroup, jednim od najvećih građevinskih giganata u SAD. Pilot projekat obuhvata ugradnju 100 XFRA čvorova u potpuno nova stambena naselja u jugozapadnom delu SAD (sa težištem na države kao što su Nevada i Arizona).

Ciljevi skaliranja do 2027. godine: Počevši od 2027. godine, SPAN planira širenje kapaciteta svoje distribuirane mreže na preko 1 gigavat (GW) godišnje. To bi praktično značilo stvaranje virtuelnog super-data centra rasprostranjenog širom stambenih kvartova SAD.

Povezivanje sa uslugama SPAN Edge: Kompanija istovremeno sarađuje sa energetskim distributerima putem platforme SPAN Edge, koja omogućava mrežnim operaterima da daljinski prilagođavaju potrošnju u stambenim naseljima, izbegavajući skupe infrastrukturalne nadogradnje.

Kritička analiza: Bezbednost, pouzdanost i izazovi u praksi

Iako koncept zvuči fascinantno, stručnjaci iz oblasti energetike i cyber-bezbednosti ukazuju na nekoliko ključnih izazova sa kojima će se ovaj model morati suočiti u narednim godinama:

Cibernetska bezbednost i privatnost podataka: Postavljanje servera na kojima se obrađuju enterprise AI podaci unutar privatnih stambenih objekata otvara pitanja fizičke i digitalne bezbednosti. SPAN naglašava da XSOL softverski sloj koristi napredne enkripcione protokole i da lokalni stanari nemaju nikakav pristup podacima koji se obrađuju na GPU modulima. Ipak, zaštita hiljada disperzovanih čvorova od fizičkog otvaranja ili hakovanja predstavlja ozbiljan tehnički izazov.

Toplotni menadžment i održavanje: Rad visokoperformansnih grafičkih procesora stvara znatnu količinu toplote. Iako tečno hlađenje rešava problem buke, ostaje pitanje kako će se ta toplota efikasno odvoditi ili potencijalno koristiti u samom domaćinstvu (na primer, za predgrevanje sanitarne vode ili grejanje prostora tokom zime).

Pouzdanost internet konekcije: Za razliku od profesionalnih data centara koji imaju višestruke optičke veze za napajanje podacima, stambeni objekti zavise od lokalnih internet provajdera. Odstupanja u brzini i stabilnosti kućnog interneta mogu uticati na performanse procesa koji zahtevaju izuzetno nisku latenciju.

Regulativa i zoniranje: Pravni okviri u mnogim saveznim državama još uvek ne prepoznaju stambene objekte kao mesta gde se obavlja “komercijalna obrada podataka”. Bilo kakva promena lokalnih propisa o zoniranju ili oporezivanju stambenih objekata mogla bi uticati na dinamičan razvoj ovog modela.

Zaključak: Domaćinstva kao nova digitalna i energetska čvorišta

Ideja da stambene kuće postanu aktivni nosioci računarske snage za potrebe AI industrije predstavlja radikalan zaokret u načinu na koji posmatramo infrastrukturu. Izgradnjom distribuiranog modela, kompanije SPAN i NVIDIA ponudile su inovativan izlaz iz energetske blokade u kojoj se našao AI sektor.

Pretvaranjem neiskorišćenog električnog kapaciteta kućnih instalacija u distribuirani oblak računarstva, rešava se problem sporog povezivanja na mrežu, ubrzava se primena AI inferencije i istovremeno pruža ekonomska i energetsku korist vlasnicima kuća. Ako se pilot projekti u Nevadi i Arizoni pokažu uspešnim, američke kuće bi do kraja ove decenije zaista mogle postati temelj globalne AI i energetske mreže.

Razgovor sa osnivačem SPAN-a o pretvaranju kućne energije u AI resurse

Ovaj video je relevantan jer osnivač i direktor kompanije SPAN, Arč Rao, detaljno objašnjava viziju kompanije, arhitekturu pametnih tabli i tehničke detalje distribuirane AI infrastrukture XFRA.