编者按：
一场围绕AI与数据中心的变革正在全球蔓延。从吞噬土地的巨型园区到试图“入侵”住宅的微节点，科技巨头与普通居民之间的张力日益尖锐。本文揭示了一个正在悄然发生的矛盾图景：一方面，数据中心被视为能源消耗和社区冲突的“雷区”，14个州立法试图限制其扩张；另一方面，资本仍以万亿级规模涌入，甚至将目光投向你的后院——将家变成算力矿场。这场博弈关乎技术野心、居民隐私与能源公平，而答案或许不在宏大的数据中心，而在你家墙上的某个黑箱里。请细读这篇充满冲突与可能性的报道，它或许将重塑你对“家”的想象。

数据中心正吞噬大量土地、推高电费，并成为公众对科技巨头社会影响力不满的导火索。

缅因州议会近期通过了一项禁止在本州新建数据中心的法案（但未能推翻州长的否决）。根据全美州议会联合会的数据，从俄克拉荷马到纽约，横跨政治光谱的14个州正在考虑立法禁止或暂停新建数据中心，因为公众对AI的态度正日益转向负面。

然而，尽管公众和政界人士忧心忡忡，建设新数据中心的资本洪流仍在奔涌。根据华尔街最新估算，美国最大的科技公司到2027年每年在AI上的支出可能高达1万亿美元。麦肯锡近日报告预测，到2030年，全球数据中心支出将突破7万亿美元。

与此同时，将数据中心更贴近消费者——甚至直接安进他们家中——的想法正受到房地产界热捧。据CNBC的戴安娜·奥里克报道，包括住宅建筑商PulteGroup在内的主要住房企业，正在与英伟达及加州初创公司Span进行早期测试，计划在新建住宅的外墙上安装小型“数据节点”。

这种模式能否规模化，以及房主、业主协会和监管机构是否会批准，仍然存在争议。专家指出，家庭数据中心有一些好处：家庭电网可减少新建电网的需求，并提高能源效率。

美国能源与技术公司BaRupOn的首席运营官巴拉吉·塔马巴图拉表示：“这在技术上是可行的，而且已经在探索中。”该公司目前正在得克萨斯州自由县建设一个数据中心园区。他说，就像家用电脑可以为分布式网络贡献处理能力一样，家庭也可以托管计算硬件，融入更大的数据处理系统。

这种“家即数据中心”模式将效仿之前利用家庭闲置电力的尝试，比如加密货币挖矿、出售多余的屋顶太阳能电力或电动汽车积分。

塔马巴图拉说：“可行性取决于可用电力、网络连接、散热管理和工作负载类型。对于批处理和非实时性任务，家庭环境的表现出乎意料地好。”不过，对于高密度的AI训练或实时工作负载，住宅环境的限制则更难克服。

现实中的实例正在作为概念验证展开，因为数据中心废热问题在欧洲受到更多关注。例如，英国初创公司Heata在人们家中安装服务器，用于处理云计算工作负载，同时将产生的热量直接接入家庭热水系统，实际上让房主通过托管硬件获得免费热水。英国燃气公司已支持该模式的试点。

更大规模的应用也已启动：芬兰微软数据中心的废热通过热泵输送到大约25万户当地居民的家中，用于供暖。

塔马巴图拉说：“这些例子表明，这个概念在家庭和社区层面都可行。”

家庭数据中心带来了一个利弊清单。塔马巴图拉说，从积极方面看，这种住宅模式减少了对土地和基础设施的需求——这些已逐渐成为发展瓶颈——将计算资源更靠近终端用户，并通过节能为房主创造了天然激励。他补充说，家庭计算还具有很强的可持续性优势，因为废热得以再利用，而无需耗费巨资冷却。

但你向ChatGPT或Claude提出的问题短期内不太可能来自某人家衣帽间或地下室的服务器，因为与AI的深度交互仍然需要规模庞大的数据中心。住宅环境目前缺乏企业级工作负载所需的功率密度、冗余、物理安全和环境控制。如果你连自己的WiFi或电话信号都收不到，就更不可能支撑一个数据中心。

塔马巴图拉说：“各家庭的连接质量参差不齐，会导致规模化后出现可靠性问题。此外，在私人住宅中托管商业设备还涉及监管和保险方面的问题。”

目前，这种模式只在特定工作负载类型（如批处理、渲染和研究计算）上经济可行。他补充道：“任何要求高可用性或低延迟的工作负载，目前都不适合这种模式。”

家庭数据中心 vs. 超大规模数据中心

考虑到这些限制，家庭数据中心远更可能成为未来基础设施的一个小众层级，而非超大规模数据中心的替代品。家庭数据中心模式通常也涉及第三方拥有和运营设备，因此房主无需管理任何技术事务。

“家庭不会取代超大规模数据中心，尤其是那些需要大功率、高速网络、专用冷却和严格环境控制的大型AI训练集群，”Luxcore公司（一家开发下一代光网络和去中心化云基础设施的公司）的杰拉尔德·拉姆丁说。他认为，更现实的机会是将住宅转变为专业管理的边缘计算节点，用于AI推理、低延迟工作负载、灵活/批处理计算、云游戏以及某些热回收应用。

这种方法对日常生活有影响，因为生活正日益与AI交织并贯穿其中。

“它可以用来整理你十几岁女儿拍的七亿张照片，”世邦魏理仕（JLL）美洲数据中心战略副总裁肖恩·法尼说。JLL是一家总部位于美国的全球专业服务和商业房地产公司，管理着全球340多个数据中心站点、共4.4吉瓦的数据中心空间。

法尼指出，你的智能手机的计算能力已经超过了人类历史上第一个数据中心。所以，虽然家庭数据中心的想法尚未大规模普及，但它很可能会实现。“与超大规模数据中心竞争很难，因为维护一个极度分散的足迹运营成本高昂。但这是可以做到的，而做到这一点的公司将获得很高的估值。”

家庭数据中心在实现商业规模成功之前，仍有一些技术限制。首先，家庭需要拥有相当可靠的电气和机械资源供应，因为法尼表示，数据中心的用电量会很快超过住宅供电能力。“一台20千瓦的住宅发电机甚至带不动一个AI服务器机柜。”

但如果技术能够解决这些问题，家庭能否克服数据中心的规模效应？法尼认为答案是肯定的。

AI网络安全和物理安全是问题

全球网络安全公司Huntress的产品营销总监艾米·辛普森表示，对家庭数据中心普及持怀疑态度的原因之一在于网络安全漏洞。

辛普森说：“一组家庭微型数据中心需要一种更强大的网络安全方法。”虽然大规模运行的家庭网络可能带来去中心化的好处（更多的站点意味着更高的冗余性，以防某个数据中心宕机），但扩大足迹也使安全变得更加复杂。“每个站点的硬件和软件都需要安全并仔细监控，以防止漏洞，”辛普森说。同时，站点的物理安全“几乎不可能得到保障”。“亚马逊和微软等公司运行的大型数据中心被高墙围起并24小时警卫守护，这并非没有理由。”

“我无法想象，那些负有数据安全和合规义务的终端用户，会乐于接受他们的敏感机密信息在某种程度上放在别人车库里的服务器上进行处理和管理，”辛普森说。不过，她知道确实存在使用防篡改物理容器的合法微型数据中心网络。如果这些容器能位于住宅中，可能会缓解一些安全担忧。

本特利大学计算机信息系统讲师亚瑟·里姆认为，“家即数据中心”模式是合理的，已经在发生，并且对于推理工作负载（而非训练）来说是一个明智的答案。

“有趣的问题不在于住宅计算是否可行。而在于安全、可靠性和监管故事能否在吉瓦级规模上站住脚，或者这个行业是否已经悄悄发现，将AI的操作风险放在别人的设备间里是最便宜的选择，”里姆说。

根据里姆的说法，Span正在开创这种模式，例如与英伟达和PulteGroup的合作：Span拥有并在住宅中安装液冷Nvidia RTX PRO 6000 Blackwell GPU，然后向超大规模数据中心和AI云提供商出售算力，而房主则获得一个Span智能面板、备用电池以及电费和网费的折扣。房主每月支付约150美元的费用，涵盖电费和网络；安装免费；Span则将算力出售给AI客户。

“真正值得认真对待的是经济论点：一个100兆瓦的数据中心每兆瓦成本约为1500万美元，需要三到五年才能建成。Span声称可以通过在约8000套新房中部署XFRA节点，在六个月内以每兆瓦300万美元的成本匹配这一容量。即使这个营销算法大打折扣，速度与功率之间的差距也是真实存在的，”里姆说。

其他专家则不那么看好，并认为这个概念行不通。

“AI的基础设施不是加密货币的基础设施。你不会在地下室里运行数据中心，”旧金山软件和机器人公司Bright Machines的首席战略官斯维亚特·杜利亚尼诺夫说。现代AI运行在由数千个GPU协同工作的“AI工厂”上，需要复杂的工程、精密制造和紧密集成的供应链：从服务器和机架构建到部署。“它还需要工业规模的电力供应和冷却。计算将更靠近边缘，但会是标准化、工程化的系统，而不是众包式的家庭数据中心，”杜利亚尼诺夫说。

随着数据中心引发全美各地社区的愤怒，房地产专业人士正密切关注这些发展，但对住宅社区将如何反应也持保留态度。

“业主协会绝对会对这个想法大加挞伐，”佛罗里达州棕榈滩花园Echo Fine Properties的总裁兼创始人杰夫·利希滕斯坦说。“我甚至无法想象我们Facebook社区页面会是什么样子。数据公司与城市和业主协会之间的争斗，会让典型的共和党与民主党之争看起来像小孩过家家，”利希滕斯坦说。