AI基础设施公司Runware近日再次成为焦点。几个月前,该公司发布了Sonic Inference Pod,这是一种工厂制造、模块化的数据中心,客户收到后即可安装使用。如今,Runware有了更宏大的计划:他们希望建立一条生产线,像汽车生产一样批量组装这些数据中心模块。

这种想法并非全新,Crusoe和施耐德电气等公司也销售预制的数据中心模块,但Runware声称其交付速度更快。

Runware联合创始人兼CEO Flaviu Radulescu告诉TechCrunch,公司计划到2028年,将位于罗马尼亚的工厂产能提升至每天30兆瓦的数据中心容量,约合每月近1吉瓦。这一规模相当惊人:按此速度,Runware一年内的产能将接近今年美国预计新增的数据中心电力容量(约10吉瓦)。这也反映了整个行业加速部署数据中心的趋势。

例如,Nvidia今年早些时候宣布了Vera Rubin AI工厂和DSX POD,旨在帮助企业更快更便捷地构建AI数据中心。不同的是,Runware不仅设计了基础设施,还真正建成了工厂。

Radulescu表示,Runware将从明年开始逐步提升产量,目前已有两家工厂:一家已运营数年用于制造模块,另一家今年初开始建设,预计几个月内完工并于明年初投产。

Runware将在装配线上制造模块化数据中心。客户可以提供组装场地,或由Runware协助寻找。Radulescu称,目标是在48小时内完成模块上线,这包括安装和调试时间,而非制造时间。过去一个模块需要三周制造,随着产能提升,未来将缩短至一天。公司还提供备件支持,客户可选择租用计算资源或自带GPU,按月支付模块及运营费用,电力和网络费用另计。

模块设计可根据客户需求定制,支持最新GPU芯片。由于芯片交付周期较长,Runware的模块交付时间更短,这使其有时间调整基础设施以适配硬件。公司内部硬件团队能够快速设计、制造和测试新组件,确保快速响应新一代GPU需求。

目前这些仍是规划阶段,真正的考验在于执行。工厂需要大量人力、库存、供应链管理和资金支持。制造业创新存在风险,电动车初创公司Arrival曾因难以实现成本效益的批量生产而陷入困境。Runware迄今已筹集超过6000万美元,计划进行B轮融资,目前正利用去年12月获得的5000万美元A轮资金完成工厂建设并启动生产。

Radulescu解释称,Runware的成本结构与Arrival不同。虽然有人员和材料成本,但工厂员工的成本相对于AI计算部署的价值较低。公司通过自主设计系统并采购广泛可得且价格合理的零部件来控制成本。此外,他们还从汽车行业引进了经验丰富的工厂经理,与硬件主管合作确保执行到位。

零部件采购仍是挑战。尽管Runware设计并制造了冷却等系统,部分零件如泵和风扇来自德国,网络设备依赖Nvidia。不过,自上个月向外部客户提供Sonic模块以来,Runware已获得约10亿美元的订单意向,涉及超过20兆瓦的容量,正在积极交付。

美国及全球数据中心因高能耗及对电网和资源的影响受到批评。Radulescu回应称,Runware的模块只需电力和网络连接,采用闭环液冷系统配合风冷散热,无需用水。他们正与电力供应商合作,规划覆盖397兆瓦、可扩展至1.2吉瓦的站点网络。相比亚马逊、微软和谷歌等超大规模数据中心,Runware部署的模块占地更小。

这些站点通常已有电力供应,不会对电网或社区造成额外压力。模块运行时完全静音,最高可承受86华氏度(约30摄氏度)温度。公司尽可能使用可再生能源,并积极扩展能源供应商和站点网络,目标以可再生能源为主。

Runware计划明年初投产新工厂,随后拓展至美国及全球其他地区。Radulescu认为,模块化系统是未来,将成为大型AI部署的标准。

“客户应能从一开始就围绕工厂制造的模块规划超大规模数据中心,并在几个月内投入使用,而非数年。”他补充道。