Un ex ingeniero de Tesla, Arch Rao, fundó Span en 2018 con el objetivo de gestionar la energía en el hogar. Ahora, su startup, valorada en más de 1,000 millones de dólares, propone instalar microcentros de datos en viviendas particulares. Estos centros, equipados con GPUs Nvidia RTX Pro 6000 Blackwell, aprovecharían el excedente de energía eléctrica de los hogares para alimentar procesos de Inteligencia Artificial (IA).
¿Qué es Span y su proyecto XFRA?
Span se dedica a la fabricación de paneles eléctricos y cargadores para vehículos eléctricos. Su nuevo proyecto, llamado XFRA, planea instalar 100 microcentros de datos en 100 hogares de Estados Unidos durante este año. Según Chris Lander, vicepresidente del proyecto, estos nodos cuentan con refrigeración líquida para minimizar el ruido y se instalarían en exteriores.
Reducción de costos y eficiencia energética
La propuesta de Span busca reducir hasta cinco veces el costo frente a un centro de datos tradicional. Lander afirma que la instalación de 8,000 unidades XFRA costaría cinco veces menos que un centro de datos convencional de 100 megavatios. Además, el sistema inteligente detecta excedentes de energía en el hogar, que en promedio solo utiliza el 42% de su capacidad asignada, y los redirige a los microservidores.
El mercado de microcentros de datos fue valorado en 9,170 millones de dólares en 2025 y se espera que alcance los 104,520 millones en 2034, según la empresa Vertiv. Este modelo evita conflictos por uso de suelo y alto consumo de agua, comunes en centros de datos grandes.
Aplicaciones y limitaciones
Estos microcentros no reemplazarán a los grandes centros de datos para entrenamiento de modelos de IA, sino que darán soporte a juegos en la nube, streaming e inferencia de IA, como la que realiza ChatGPT. Benjamin Lee, ingeniero informático de la Universidad de Pensilvania, respalda la idea, señalando que la inferencia se beneficia de una red distribuida cerca de los usuarios.
Retos técnicos y regulatorios
Sin embargo, existen desafíos. Las tareas de inferencia varían en requisitos computacionales, lo que exige que la infraestructura sea flexible. Además, el proyecto aún está en fase temprana: solo se ha instalado una unidad real en colaboración con Pulte Homes en Atlanta. Ari Peskoe, de la Facultad de Derecho de Harvard, advierte que las compañías eléctricas deberán adaptar sus redes si se populariza, ya que un vecindario con múltiples dispositivos podría generar un gasto energético masivo.
La seguridad también es una preocupación. Los nodos distribuidos son vulnerables a ataques físicos y robos de componentes, como las GPUs Nvidia, que pueden costar hasta 10,000 dólares cada una. A pesar de estos retos, Span confía en que su modelo ofrece una alternativa más económica y sostenible para la creciente demanda de cómputo de IA.
