美國家用太陽能和儲能公司Sunrun正在以一種全新方式切入AI基礎設施市場——不是建造大型數據中心，而是把計算節點直接搬進用戶家裡。該公司近日宣佈啟動一項名為“分佈式AI計算”的試點項目，計劃在已安裝Sunrun太陽能和電池儲能系統的家庭中部署大量小型計算節點，並向參與試點的用戶支付報酬。

根據Sunrun的規劃，這些分散在全國各地的計算節點將組成一個“全國性計算網絡”，其算力將打包出售給AI公司等“企業計算買家”。這本質上是一種算力眾包模式：Sunrun利用現有客戶家中的電力和空間資源，將AI推理或訓練任務分散到數千甚至數萬個邊緣節點上運行，而非集中在傳統超大規模數據中心。

Sunrun此前已進行過一次概念驗證，公司稱其“成功”，但具體技術細節和運行效果尚未公開。目前，該試點項目已向Sunrun旗下約110萬客戶開放等候名單，有意願在家中安裝計算設備的用戶可以報名。公司預計在未來數月內完成試點，並根據結果決定是否大規模推廣。

這一嘗試的背景是，美國AI數據中心正面臨日益嚴峻的社會阻力。今年5月的一項調查顯示，超過70%的美國人反對在本地新建數據中心，擔憂主要集中於汙染、噪音以及水電資源消耗。傳統集中式數據中心不僅選址困難，還頻頻遭遇地方社區抗議和審批延遲。Sunrun的方案試圖繞過這些障礙：將算力分散到千家萬戶，單個節點的佔地、功耗和散熱壓力遠小於大型數據中心，理論上更容易被社區接受。

不過，分佈式AI計算也面臨諸多挑戰。家庭環境的網絡穩定性、散熱條件、安全防護與數據中心相去甚遠；如何保障用戶隱私、防止設備被惡意利用，以及如何高效調度地理上高度分散的算力資源，都是需要解決的技術難題。Sunrun作為一家以家用太陽能和儲能系統為主業的公司，此前並無大規模運營計算基礎設施的經驗，這一跨界能否跑通商業閉環仍有待觀察。

從產業角度看，若Sunrun的模式被驗證可行，可能為AI算力供給提供一條補充路徑。當前AI產業的算力需求持續膨脹，而電力供應和土地資源日趨緊張，分佈式部署或許能在特定場景下（如輕量推理任務、邊緣AI應用）分擔集中式數據中心的壓力。但就目前而言，這仍是一個早期實驗，其經濟性和可靠性尚未得到規模化驗證。