AI adatközpont lámpaoszlopokkal: a nigeriai iLamps ötlet, ami teljesen átrajzolhatja a térképet

Az AI adatközpont hagyományosan hatalmas épület, sok energia és még több hűtővíz. Na de mi van, ha a számítás nem a felhőben, hanem az utcán történik? A nigeriai Katsina államban a Conflow Power Group iLamps nevű okos lámpaoszlopokkal építene elosztott AI-teljesítményt.

Ráadásul nem elmélet: a projekt már megkötött szerződéssel indul. Ez pedig olyan kérdéseket hoz, amikről eddig legfeljebb konferenciákon beszéltünk.

Hogyan működik az AI adatközpont lámpaoszlopokon?

A tervek szerint 50 000 naperőműves, okos lámpa kerülne ki Katsina szerte. Az egységekben hengeres napelem és akkumulátor dolgozik, így a rendszer nem vesz el áramot a hálózatból.

Mindegyik lámpa egy alacsony fogyasztású Nvidia chipet kap, ami mindössze 15 watt körüli teljesítményt igényel. A közös hálózat pedig a cég állítása szerint 13,75 petaOPS számítási kapacitást adna.

Összevetésként: egy hagyományos adatközpont gyakran 300 MW hálózati áramot is kér, és komoly hűtési infrastruktúrát igényel. Itt viszont az utcai tápegységek és a decentralizáció viszi a terhet.

Mi mindenre jók az iLamps-ek?

Nem csak “számoló lámpák” lesznek. Az iLamps-ek alkalmasak kamerák támogatására, így jöhet forgalomfelügyelet, gyorshajtás és parkolási szabálytalanságok rögzítése is. A rendszer későbbi célja a biztonsági öv használatának ellenőrzése, valamint arcfelismerés.

Utóbbi résznél fontos a hangsúly: a forrás szerint toborzott alkalmazásként létezik a terv, de nincs még tényleges kiépített bevezetés. Ettől függetlenül a kockázatok és lehetőségek együtt vannak.

Emellett jön a közszolgáltatás: nyilvános Wi‑Fi és Bluetooth is, a helyi bevételeket pedig a bírságok és a számítási kapacitás bérbeadása termelné. A bevételek egy része zöld kötvénybe kerülne az üzemeltetésre.

Tényleg kiválthatja az AI adatközpontokat?

A szakértők óvatosak: a telepített lámpák távolsága miatt a kommunikáció túl lassú lehet a nagyon nehéz, nagy terhelésű AI feladatokhoz. Ezért a teljes “adatközpont-csere” valószínűtlen.

Viszont a könnyebb felhasználásoknál—például perem-szintű (edge) elemzésnél—nagyon is van értelme. Olyan lehet, mint mobilhálózati tornyok: nem a komplett feldolgozást viszi, hanem hozzáférési pontot és gyors lokális számítást ad.

Ha hét nigériai államban és több egyetemen is véglegesítik a tárgyalásokat, a hálózat akár 300 000 iLamp fölé is nőhet. Ez pedig könnyen lehetne Afrika egyik legnagyobb elosztott AI-számítási rendszere.

Persze közben ott a másik oldal is: az AI infrastruktúra globálisan szorítja az erőforrásokat, és szakértők szerint ez ronthatja az elektronikai hulladék problémáját. Nálam ez a kérdés marad meg a legjobban: vajon az utcai, napelemmel táplált megoldás valóban hosszú távon fenntarthatóbb lesz—vagy csak új csapdákat nyit?