Runware 要把 AI 数据中心像汽车一样量产，目标 2028 年日产 30 兆瓦

AI基础设施公司Runware再次成为新闻焦点，就在几个月前，它刚刚发布了Sonic Inference Pod——一种在工厂建造、运抵客户处即可安装的模块化数据中心。如今，该公司有了更大的计划。它告诉TechCrunch，希望建造一座工厂，像生产汽车一样在流水线上组装这些Pod。

这个想法并不完全新鲜。Crusoe和施耐德电气等公司也在销售预制Pod，但Runware表示它能更快地交付其Pod。

Runware联合创始人兼CEO Flaviu Radulescu告诉TechCrunch，公司计划到2028年将其位于罗马尼亚的工厂产能扩大到每天30兆瓦的数据中心容量，即每月近1吉瓦。这是相当大的容量：按此速度，Runware一年的产量大致相当于美国今年预计新增的数据中心电力总量，约10吉瓦。但这也反映出整个行业正在推动更快、更高效地部署数据中心。

例如，英伟达今年早些时候发布了Vera Rubin AI工厂和DSX POD。两者也都旨在让企业更快、更容易地建造自己的AI数据中心。不过，与Runware的不同之处在于，它表示自己实际上已经建成了一座工厂，而不仅仅是设计了让其他人建造工厂的基础设施。

Radulescu表示，Runware将从明年开始逐步提高产量，并且它已经拥有两座工厂——一座已用于建造Pod数年，另一座于今年早些时候开始建设。第二座工厂预计将在几个月内完工，并于明年初投产。

Runware将在流水线上制造这些模块化数据中心。客户可以提供自己的场地来组装它们，或者由Runware为其寻找场地。Radulescu表示，Runware的目标是在48小时内让Pod上线。这一时间涵盖安装和设置时间，不包括建造时间。该公司称，一个Pod过去需要三周建造，但随着产量提升，很快将只需一天。如果组件出现故障，Runware将提供备件。客户还可以从Runware租用算力，或自备GPU并为Pod和运营支付月费。他说，电力和互联网费用另行收取。

他说，这些Pod还可以根据客户偏好进行定制。Pod采用标准设计，但可以配置以满足客户需求和最新GPU芯片的要求。芯片下单后可能需要很长时间才能到货，这对Runware有利。“我们的Pod交付时间也短于当前GPU的交货周期，这让我们有时间根据所订购的硬件调整基础设施，”他说。“对于新一代GPU，我们的内部硬件团队可以自行设计、建造和测试组件，使我们能够快速适应。”

目前，这些都还只是计划——执行才是考验。工厂将需要大量人员、库存、供应链物流和资金。关于重塑制造业，也有一些前车之鉴，尤其是电动汽车初创公司Arrival，其估值一度超过130亿美元，但与传统工厂相比，它难以以具有成本效益的方式大规模生产电动汽车。迄今为止已融资超过6000万美元的Runware表示，它计划进行B轮融资，但就目前而言，它正用去年12月筹集的5000万美元A轮资金来完成并启动这座工厂。

“我们的成本结构非常不同，”Radulescu说，并解释了Runware如何寻求避免Arrival的命运。“我们确实有人力和材料成本，”他继续说道。“但相对于为AI部署算力的价值而言，我们的工厂人员具有成本效益。”他还表示，设计自己的系统并采购广泛可用、价格实惠的部件有助于保持低成本。“我们从汽车行业引进了一位经验丰富的工厂经理，与我们的硬件主管并肩工作，帮助我们正确执行。”

采购组件也可能是一个挑战。尽管Runware表示它使用标准组件设计和建造自己的冷却系统及其他Pod系统，但一些部件（如泵和风扇）来自德国，而且它仍然依赖英伟达提供网络。尽管如此，Runware声称，自一个月前开始向外部客户提供Sonic Pod以来，它已获得10亿美元的承诺意向，“代表超过20兆瓦的容量，我们目前正在努力交付，”Radulescu说。

美国及海外的数据中心因消耗大量能源以及这对电网和其他资源的影响而受到批评。在被追问时，Radulescu表示，他公司的Pod只需要电力和互联网连接。它们将使用带风冷散热器的闭环液冷系统来释放热量，因此实际上不需要水连接。“我们正在与电力供应商合作，推进一个覆盖397兆瓦的场地管道，并有可能扩展到1.2吉瓦，”他说，指的是其计划场地清单，并补充说该公司正在比亚马逊、微软和谷歌等超大规模企业所用场地小得多的场地上部署其模块化数据中心。

他继续说道，这些场地通常已经通电，因此不应进一步加重电网负担或扰乱社区。这些Pod还“在高达86华氏度的温度下完全静音运行。我们尽可能使用可再生能源，”他继续说道。“我们正在积极扩大我们的能源供应商和场地网络。我们的目标是以可再生能源作为主要能源来源。”

接下来，Runware将于明年初让其新工厂投产，然后扩展到美国及全球其他地区。Radulescu说，模块化系统是未来，很快将成为“大型AI部署的标准”。

“客户应该能够从一开始就围绕工厂建造的Pod规划超大规模数据中心，并在几个月而不是几年内投入运行，”他补充道。