Runware：讓AI數據中心像汽車一樣流水線生產
Runware 致力於構建類似汽車製造模式的 AI 數據中心，實現成品如流水線般下線。據報道，首席執行官 Flaviu Radulescu 表示，公司計劃到 2028 年實現每天產出 30 兆瓦的數據中心容量。另一項預期目標是在具備電力供應和連接設施的位置，於 48 小時內完成每個模塊的上線部署。然而，這些成果尚待更大規模的驗證。
這種模式之所以具有吸引力，在於其生產和調試的速度。Runware 的理念是在工廠內完成模塊的建造與測試，然後再交付進行現場調試。這有助於減少現場工作量。但如何及時以更低成本實現這些目標，仍是亟待解決的難題。
如汽車般從生產線下線的模塊
Runware的模塊化AI數據中心——Sonic Pod，長度爲20英尺，內置約1,200個圖形處理單元（GPU）。每個單元可提供1兆瓦的計算能力。其閉環液冷系統無需永久連接水源。Runware已在羅馬尼亞組裝這些模塊化數據中心，並預計第二座工廠將於2027年初投產。
目前，建造一個Sonic Pod大約需要三週時間。據首席執行官Flaviu Radulescu表示，如果採用流水線作業，這一時間可縮短至一天。48小時的目標指的是另一回事：即不包括製造或電網接入；而是指在已準備好的場地上安裝和設置一個成品Pod。
Runware預計客戶需求的激增將推動其增長戰略。該公司聲稱已獲得10億美元的承諾興趣資金，這代表了超過20兆瓦的容量。然而，這些興趣尚未轉化爲完成的銷售額。該公司於10月30日表示，預計大規模生產將於2027年底開始。
Nvidia的標準、Crusoe的工廠、Runware的推理賭注
Runware並非唯一一家致力於加速數據中心建設的公司。10月21日，英偉達發佈了DSX POD，這是爲即裝即用型Vera Rubin系統提供的參考設計。這些單元在發貨前已完成組裝和測試。英偉達聲稱，在準備就緒的場地上安裝僅需兩週時間，而傳統方法則需要六個月。
Crusoe是這些合作伙伴之一。其Spark平臺將科羅拉多州一座352,000平方英尺的工廠與Crusoe Cloud連接起來。自2020年以來，該公司一直運營模塊化設施。它表示可以在短短三個月內提供具有生產力的AI能力。
然而，這些時間表衡量的是不同的階段。Runware的48小時涵蓋設置，Nvidia的14天涵蓋部署，而Crusoe的三個月涵蓋工作能力。
Runware 的商業模式也與衆不同。它銷售的是推理服務，而非數據中心空間。客戶可以自行提供 GPU，儘管 Runware 在 networking 方面仍依賴 Nvidia。
一個價值 75.8 億美元的市場，存在硬性限制
對加快模塊化數據中心製造速度的壓力源於對其需求的增加。根據 Grand View Research 的數據，該市場在 2024 年的價值約爲 290 億美元，到 2030 年可能達到 758 億美元，這意味着年增長率將達到 17.4%。
據JLL（世邦魏理仕）預測，到2030年全球數據中心總容量可能達到200吉瓦，需要近3萬億美元的投資。同一家機構預測，從2027年起，推理應用將比訓練更受歡迎。在日本，JERA、戴爾和RHAELM正計劃爲一個價值150億美元、功率400兆瓦的項目開發可重複使用的設計方案。
但更快的建設速度無法解決行業的電力問題。JLL 表示，主要市場的電網連接等待時間超過四年。與此同時，國際能源署（IEA）預計，到 2030 年數據中心的電力消耗量將達到 950 太瓦時。
公衆反對情緒帶來了另一重挑戰。皮尤研究中心發現，54%的美國人認爲數據中心對環境有害，這一比例較今年1月的39%有所上升。德克薩斯州於8月暫停了對處於審查階段項目的電網審批，並於暫停了環境許可發放。
製造業也面臨自身的風險。據TechCrunch報道，電動汽車初創公司Arrival在實現大規模生產並使其盈利方面遇到了困難。Runware目前正經歷類似的挑戰：證明其裝配線能否達到其所聲稱的速度和規模。
如果您正在閱讀這篇文章，說明您已經領先一步。請繼續通過我們的通訊保持關注。
