美國戶用太陽能與儲能公司Sunrun正在啟動一項分散式資料中心試點，計劃呼叫其遍佈全美的家庭光伏和電池儲能網路，為算力需求提供電力支撐。

這一動作的背景是，隨著AI訓練與推理推動的算力需求激增，大型資料中心對電力的消耗正引發越來越多的政策與成本爭議。用電成本負擔方及清潔能源倡導者近期持續向超大規模雲廠商施壓，要求這些容量飢渴的企業為居民側的光伏、儲能及能效提升專案提供補貼，以平衡電網壓力並分擔轉型成本。Sunrun的試點正是在此趨勢下展開，試圖將分散的戶用能源資產整合為可排程的算力供能網路。

從產業角度看，該模式若規模化，可能改變資料中心選址對集中式電網的依賴，轉而利用分散式能源節點的聚合能力。對於AI基礎設施層而言，這意味著電力來源與成本結構可能出現新的變數——戶用光伏的邊際發電成本極低，但聚合排程與穩定性仍是關鍵挑戰。

目前試點規模與具體技術細節尚未披露，但這一方向已折射出AI產業能源供給端的一個重要趨勢：算力競爭正從晶片與模型層向上遊的能源層延伸，分散式清潔能源與資料中心之間的邊界正在模糊。