作者模拟了分布在全球普通家庭中的 AI 推理集群，构想名为 HEARTH 的方案：在每个家庭车库墙上放一台由运营商持有、约 5 千瓦的算力设备，常年驻留小模型，冬季废热还能供暖，家庭被付费托管。他想组装的不是一台巨型计算机，而是数百万个彼此独立的「推理工人」，路由绕过离线家庭。但真正定价加速器后，方案开始失效——如果一个地点的昂贵 GPU 利用率更高，利用率会盖过廉价建筑省下的所有成本。作者前后重建了五次模型，每一次都引入上一版遗漏的约束。