芝能智芯出品算力不缺，電才是瓶頸——這是 2026 年美國 AI 基礎設施的真實寫照。
Span + Nvidia 就是在這種背景下出現的，把美國住宅里閑置的電網接入能力，變成可調度的算力資源。
過去十年，行業默認的約束條件是 GPU。
英偉達從 H100 推到 Blackwell，產業邏輯始終是"堆卡"。
但在美國脆弱的基礎電力環境里面，你手里有卡，未必能找到地方插上電。電網審批、變壓器交付周期、社區反對，每一項都比芯片交付慢。
這有沒有像之前特斯拉的家庭儲能系統？
美國獨棟住宅通常配 200A 配電，日常使用大概只有三到五成。Span 用智能電板把這部分閑置容量數字化，變成可調度的產品。硬件是標準化的，XFRA 節點統一 Blackwell GPU 液冷版、AMD EPYC、企業級內存。
好處很明顯，和之前特斯拉的儲能系統一樣，性能可預測，可以簽 SLA，可以直接賣給云廠商。DePIN 一直做不到這個。
分發渠道是房地產開發商，ulteGroup 才是這個方案里真正的隱藏變量。建房時直接預裝，部署效率比挨家挨戶說服散戶高出一個數量級。
這看上去有點幽默，面向企業級別的Ai數據中心，應該是集中式的。但是在美國，集中式數據中心的幾條路都堵死了。
電網審批越來越慢，高壓變壓器交期拉長到三到四年（這個有點搞笑），社區對數據中心的耗水耗電噪音反對聲越來越大，偏偏 AI 推理需求在爆發，而且是持續負載。
這幾個約束疊在一起，把"哪里能接電"推到了基礎設施的核心位置。
當然在美國要做這件事依賴三個假設：
◎ 電力持續短缺到 2030 以上；
◎ 家庭寬帶能承載企業級 SLA；
◎ 規模化調度不會帶來指數級復雜度，目前這個更像是一個過渡的方案。
在美國電力系統也在努力改進，核電規模化、電網擴容提速、工業側電力調度優化，集中式數據中心會重新占優。
SLA 這件事更現實，家庭網絡延遲不可控，做批處理沒問題，做實時推理就懸了。當成"邊緣推理加電力套利"的混合系統，可能更接近真相。
低延遲推理、電力價格波動套利、城市級分布式 AI，這些場景里有它的位置。
中國的問題不是缺電接入，而是電網調度集中、住宅改造權限復雜、帶寬合規要求嚴。直接復制沒意義。
但換一條路，不是掛在住宅，而是掛在充電站、換電站、工商業儲能節點——可能更對中國的胃口。
之前是圍繞能源來做的，現在就是持續的用電需求帶來算力的重新配置，掛在你家墻上的概率不大，不過也確實是一種發展的形態。
