Nvidia und das Startup Span stellen ein Konzept vor, das die KI-Infrastruktur auf den Kopf stellt: Kompakte Rechenknoten direkt an Einfamilienhäusern, die ungenutzte Stromkapazität in Rechenleistung verwandeln. Das Projekt heißt XFRA und könnte die Art verändern, wie KI-Rechenzentren wachsen.
Was ist XFRA und wie funktioniert es?
Jeder XFRA-Knoten enthält 16 Nvidia RTX Pro 6000 Blackwell GPUs, vier AMD EPYC Prozessoren und drei Terabyte Arbeitsspeicher. Das ist ausreichend Leistung, um ein mittelgroßes Sprachmodell lokal zu betreiben. Die Einheit ist etwa so groß wie eine Klimaanlage und wird flüssigkeitsgekühlt am Haus installiert. Hausbesitzer zahlen nichts für die Hardware und erhalten im Gegenzug einen festen Strompreis sowie vergünstigtes Internet.
Daher nutzt XFRA einen einfachen Ansatz: Die meisten amerikanischen Einfamilienhäuser sind für 200 Ampere abgesichert, nutzen aber im Alltag nur rund 80 Ampere. Die verbleibende Kapazität fließt in den XFRA-Knoten. Span gibt an, dass dieser Ansatz sechsmal schneller und fünfmal günstiger umsetzbar sei als ein klassisches 100-Megawatt-Rechenzentrum.
Pilotprojekt im Südwesten der USA
Zusammen mit dem Baunternehmen PulteGroup plant Span den ersten kommerziellen Rollout. Im dritten Quartal 2026 sollen 100 XFRA-Knoten in neu gebauten Häusern im Südwesten der USA installiert werden. PulteGroup besitzt über 1.000 aktive Bauprojekte in mehr als 45 US-Bundesstaaten. Für 2027 strebt Span ein Netzwerk mit über 80.000 Knoten und mehr als einem Gigawatt Gesamtleistung an.
Allerdings warnen Experten vor Herausforderungen. Jonathan Koomey, Energiestudien-Experte, bezweifelt, dass die verteilten Kosten die Skalenvorteile klassischer Rechenzentren aufwiegen können. Zudem könnte der zusätzliche Strombedarf die Netze belasten, die eigentlich für zukünftige Elektroautos und Wärmepumpen Reserve halten müssten.
Training bleibt zentral, Inference wird dezentral
Nicht jede KI-Aufgabe eignet sich für verteiltes Rechnen. Das Training großer Modelle erfordert Tausende GPUs, die massiv Daten austauschen. Solche Aufgaben bleiben in riesigen zentralen Rechenzentren. XFRA zielt dagegen auf sogenannte Inference ab: wenn trainierte Modelle Anfragen bearbeiten, Texte generieren oder Sprachassistenten bedienen. Diese Aufgaben lassen sich unabhängig verteilen und profitieren von kurzen Latenzen zum Nutzer.
Außerdem betont Nvidia die strategische Dimension: Die Nachfrage nach KI-Rechenleistung wächst schneller, als Stromnetze Rechenzentren anschließen können. Substationen für 100 Megawatt brauchen vier bis sieben Jahre Baizeit. XFRA umgeht dieses Problem, weil die Häuser bereits ans Netz angeschlossen sind.
Was bedeutet das für die KI-Infrastruktur?
Das Projekt wirft grundlegende Fragen auf. Werden Vorstadt-Häuser zur neuen Infrastruktur für KI? Ist es vertretbar, dass Privatverbraucher unmerklich Teil eines Rechenzentrums werden? Und wie verhält es sich mit den steigenden Energiekosten, die bereits heute Europas KI-Zukunft gefährden? Wenn Stromknappheit zum Flaschenhals wird, könnten verteilte Ansätze wie XFRA eine Alternative zu massiven Chip-Investitionen in zentraler Infrastruktur werden.
Dennoch bleibt XFRA ein Experiment. Die 100-Knoten-Pilotphase muss zeigen, ob die Technologie im Alltag hält, was die Projektion verspricht. Falls erfolgreich, könnte das Modell jedoch die Rechenzentrumslandschaft nachhaltig verändern und dabei helfen, den wachsenden Energiehunger der KI-Branche zu stillen.
