Una unidad del tamaño de un acondicionador de aire, montada en el patio lateral, pronto podría estar funcionando en tareas de inteligencia artificial, extrayendo energía del suministro de energía de su hogar y generándole a cambio electricidad e Internet con descuento.
Ese es el argumento de XFRA, una red distribuida de unidades informáticas de IA en miniatura que fue presentada recientemente por Span, una nueva empresa de paneles eléctricos inteligentes, en asociación con Nvidia. Span, que comenzó en San Francisco en 2018, ya vende hardware para ayudar a los hogares a administrar cargas eléctricas, y la nueva tecnología aplica el mismo sistema de control básico para alimentar la computación de IA. Llega justo cuando el acceso a la electricidad se ha convertido en una de las mayores limitaciones de la industria de la IA, ya que las empresas de servicios públicos no pueden conectar los centros de datos que consumen mucha energía a la red con la suficiente rapidez. Las actualizaciones de las subestaciones para soportar un centro de datos de 100 megavatios ahora toman de cuatro a siete años en la mayor parte de los EE. UU., y más de 2.060 gigavatios de capacidad de generación y almacenamiento estaban en colas de interconexión a finales de 2025, según el Laboratorio Nacional Lawrence Berkeley.
El sistema de Span está diseñado para solucionar este problema: en lugar de construir un único gran centro de datos que requiera su propia actualización de subestación o turbinas de gas en el sitio, distribuye la computación entre miles de hogares que ya están conectados a la red.
Sobre el apoyo al periodismo científico
Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.
Aún no está claro si este enfoque puede aliviar significativamente la escasez de energía de la IA y qué podría afectar a la red residencial en el proceso.
“Dicen que se trata de velocidad de comercialización de equipos de centros de datos, y es cierto que hoy en día existen obstáculos para construir grandes instalaciones”, dice Jonathan Koomey, un veterano investigador de energía de centros de datos, que anteriormente trabajó en Berkeley Lab. Pero “los beneficios de este nuevo enfoque deben ser lo suficientemente grandes como para compensar las economías de escala de los centros de datos estándar construidos específicamente”.
Cada nodo XFRA contiene 16 unidades de procesamiento de gráficos (GPU) de Nvidia, cuatro unidades centrales de procesamiento (CPU) y tres terabytes de RAM. “Eso es bastante robusto”, dice Mahadev Satyanarayanan, científico informático de la Universidad Carnegie Mellon, conocido por su trabajo en computación distribuida y de vanguardia. “Incluso un modelo de lenguaje grande y de tamaño modesto podría ejecutarse en un clúster de 16 GPU”.
Cada nodo consume alrededor de 12,5 kilovatios a plena potencia, dice Chris Lander, vicepresidente de XFRA. Eso significa que aproximadamente 8.000 nodos XFRA satisfacen la demanda de energía de un centro de datos de tamaño mediano de 100 megavatios. A modo de contexto, un nodo XFRA funcionando a máxima potencia consumiría tanta energía en tres días como la que consume un hogar estadounidense promedio en un mes.
Lander dice que esta capacidad se esconde a simple vista. La mayoría de las casas unifamiliares más nuevas están conectadas para 200 amperios de servicio, pero normalmente utilizan cerca de 80 en su punto máximo, dice. Incluso reservando un buffer de 40 amperios, añade, eso deja aproximadamente 80 amperios de espacio libre “que está sobre la mesa y nunca se usa”.
En otras palabras, las empresas de servicios públicos dimensionan la infraestructura local para la demanda máxima y terminan con capacidad no utilizada durante la mayor parte del año. Los nodos XFRA convierten esa capacidad en potencia informática distribuida para los proveedores de nube de IA.
Pero la capacidad adicional tiene un propósito, dice Rich Brown, quien pasó más de 30 años investigando tecnologías energéticas en Berkeley Lab. “Los operadores y planificadores de servicios públicos dependen de la diversidad de cargas para promediar los picos y valles”, afirma, y los centros de datos distribuidos “eliminarían algunos de los beneficios de esa diversidad al llenar todos los valles y tal vez crear nuevos picos”.
El margen de maniobra de hoy puede no estar disponible mañana, añade Koomey. “La planificación de estas instalaciones tendría que tener en cuenta el crecimiento de la energía solar detrás del medidor, así como la electrificación de la calefacción, el calentamiento de agua y los vehículos”, afirma.
La ecuación de potencia no es la única incógnita. Muchas cargas de trabajo de IA dependen de una comunicación rápida entre chips conectados mediante redes de gran ancho de banda. Distribuir nodos entre hogares no será práctico para todas las tareas de IA. “Si intentas tomar ciegamente lo que hace un centro de datos y utilizar una colección de nodos XFRA para ello, no funcionará muy bien”, afirma Satyanarayanan. Enviar las cargas de trabajo adecuadas a los lugares adecuados será clave.
La línea divisoria corre entre entrenamiento e inferencia. Entrenar modelos de IA de vanguardia requiere miles de chips para intercambiar enormes cantidades de datos casi en tiempo real y aún exige una infraestructura centralizada de alta velocidad. La inferencia, cuando los modelos entrenados responden consultas o generan contenido, requiere mucha menos coordinación entre los procesadores. Muchas solicitudes se pueden procesar de forma independiente y enrutarse al nodo más cercano al usuario. “Sabemos que podemos admitir la gran mayoría de los cálculos de inferencia para chat, empresas, codificación e IA agente”, afirma Lander.
Esa proximidad es la ventaja. Para tareas que dependen de un rápido intercambio, como funciones de asistente de voz, traducción en vivo y realidad aumentada, acercar la computación al usuario puede aliviar la congestión en las redes de larga distancia y reducir los tiempos de respuesta. “La proximidad del nodo es muy importante”, afirma Satyanarayanan. “Lo que el usuario ve son los beneficios en el rendimiento”.
Para su primer lanzamiento comercial, Span está trabajando con PulteGroup, uno de los constructores de viviendas más grandes de EE. UU., para instalar unidades XFRA en comunidades de nueva construcción. Ya han probado nodos prototipo con clientes que pagan. Y este otoño planean implementar unidades en 100 hogares con un total de aproximadamente 1,2 megavatios de capacidad informática, en el suroeste de Estados Unidos, una región donde la gestión térmica del sistema se pondrá a prueba de inmediato. Los propietarios de viviendas que instalan las unidades no pagan nada por el hardware, pagan una tarifa fija por la energía y el Wi-Fi y obtienen una compensación basada en la cantidad de computación y energía que utiliza la red. Span espera eventualmente ampliar la red a más de un gigavatio de capacidad.
A diferencia de la refrigeración por aire impulsada por ventilador que es típica de los centros de datos a hiperescala, las unidades XFRA están refrigeradas por líquido, con una bomba de calor que extrae el calor de un circuito cerrado; no se utiliza agua. “Esperamos que sean más silenciosos que los sistemas HVAC estándar. [heating, ventilation and air-conditioning]”, dice Lander.
Cada unidad incluye una batería de respaldo en caso de que ocurra un corte de energía o la demanda de energía de una casa aumente al mismo tiempo que su nodo XFRA esté funcionando a plena potencia. Span también puede acelerar cargas de trabajo no urgentes o transferirlas a otros nodos de la flota. “Tenemos una serie de diales que podemos girar para asegurarnos de que la experiencia del cliente en el hogar sea intacta”, dice Lander.
Satyanarayanan cree que el costo de trasladar las cargas de trabajo, así como otros gastos como las reparaciones, puede ser mayor de lo que Span anticipa, y que estos factores determinarán si XFRA crece o sigue siendo un concepto inteligente. “Hay muchas incógnitas en el ámbito empresarial”, afirma. En el aspecto técnico, sin embargo, está “completamente convencido de la viabilidad y el valor”.