移动通信网 程然
当 AI 推理算力需求持续攀升、新建数据中心动辄排期数年之际，一家美国电动车充电运营商给出了另类解法。Xeal 近日发布名为 Laitent 的边缘数据中心网络，计划利用其充电站点的闲置许可电力容量部署 GPU 集群，为 AI 推理提供超低延迟算力。这一模式的核心逻辑在于：充电基础设施已经过电力审批并接入电网，而其实际负载率长期处于极低水平，这些“沉睡”的电力资源恰好可以转化为算力。
闲置电力的算力变现逻辑
Xeal 目前在全美 500 个城市运营充电网络，其 Laitent 平台宣称可调用分布在 1,600 个站点的超过 200MW 已获批并安装的电力容量。按照 Xeal 的说法，充电站点虽然按最大充电负载进行电力审批，但日常运行通常不足许可容量的 10%。这意味着理论上约有九成容量处于闲置状态，随时可以转供给 GPU 使用。
从电力经济学的角度看，这一思路并不新鲜——数据中心行业近年来一直在探讨“电力容量套利”，即利用已获取电力指标但尚未满载的站点部署算力。Xeal 的差异化在于其站点分布的广泛性：充电站天然贴近城市消费区域，部署推理算力可以最大限度缩短与终端用户的物理距离，降低推理延迟。此外，这类站点无需接入市政供水，也避开了传统数据中心选址中最棘手的用水审批问题。
【关键数据】
- 覆盖城市数量: 全美 500 个城市
- 可调用电力容量: 超过 200MW（核心资源池）
- 充电站点数量: 1,600 个不同位置
- 典型电力利用率: 低于许可容量的 10%
- 理论闲置比例: 约 90%（可转供 GPU 的容量）
动态电力编排：从单卡切片到跨站调度
技术层面，Xeal 开发的 Laitent Pods 搭载动态电力编排软件，具备相当精细的调度粒度——既可以激活单块 GPU 的某个算力切片，也能跨同一城市的多个站点协同编排算力网络。这种弹性对推理负载尤为重要：推理请求的波峰波谷明显，算力资源按需启停的能力直接决定了运营成本结构。
为支撑这一业务，Xeal 拉起了一支合作阵营：Rafay Systems 负责 AI 基础设施编排，Spectrum Business 提供光纤回传，JVM Realty 参与站点落地。首批部署预计年底前上线。Xeal 联合创始人兼 CEO Nikhil Bharadwaj 的表态颇具针对性：“如果你今天就需要推理算力、等不及新建数据中心上线，Laitent 能把时间线从数年压缩到数月。”这一定位直接瞄准了当前 AI 算力市场供需错配的痛点。
边缘算力的电力突围路径
在电网接入排队周期不断拉长的当下，盘活存量电力资产正在成为算力供给的新变量。此前已有天然气井口算力、变电站旁部署等非常规方案出现，Xeal 的充电站模式进一步拓宽了这一赛道。不过该模式也面临现实约束：单站可用容量有限，更适合推理而非训练；站点物理条件、散热和运维体系能否支撑 7×24 小时 GPU 运行，仍有待首批部署验证。
从产业视角看，如果 Laitent 的商业模式跑通，其意义将超出 Xeal 本身——遍布城市的充电基础设施可能被重新定义为分布式算力节点，电力审批与算力部署之间的时间鸿沟将被显著压缩。对于正在经历 AI 推理需求爆发期的市场而言，这类“轻量级”算力供给路径的规模化潜力，值得持续追踪。
出处：Xeal wants to use spare EV charging capacity to power Edge data centers for AI inference
