Article · AI translation
人工智能基础设施公司Runware再次成为新闻焦点。就在几个月前，该公司发布了Sonic Inference Pod，这是一种在工厂建造、运抵客户后即可安装的模块化数据中心。如今，该公司的计划更加宏大。它告诉TechCrunch，自己希望建造一座工厂，像生产汽车一样，在生产线上组装这些模块。
这个想法并非全新。Crusoe和施耐德电气等公司也销售预制模块，但Runware表示，它能更快地交付自己的模块。
Runware联合创始人兼首席执行官Flaviu Fadulescu告诉TechCrunch，公司计划到2028年将其罗马尼亚工厂的产能扩大至每天生产30兆瓦的数据中心容量，即每月接近1吉瓦。这是相当庞大的产能：按照这一速度，Runware一年的产量将大致相当于美国整个国家今年预计新增的数据中心电力容量，约10吉瓦。但这也反映了整个行业正努力以更快、更高效的方式部署数据中心。
例如，英伟达今年早些时候发布了Vera Rubin AI工厂和DSX POD。两者也旨在让企业更快、更容易地建设自己的人工智能数据中心。不过，Runware称，区别在于它实际上已经建成了一座工厂，而不只是设计了供其他公司建厂的基础设施。
Fadulescu说，Runware将从明年开始逐步提高产量，而且已经有2座工厂：一座已用于制造这些模块数年，另一座于今年早些时候动工。第2座工厂预计将在几个月内完工，并于明年初投产。
Runware将在装配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，也可以由Runware为其寻找场地。Fadulescu说，Runware的目标是在48小时内让这些模块上线。这段时间包括安装和配置，不包括制造时间。该公司表示，制造1个模块以前需要3周，但随着产能提升，很快将缩短至1天。如果部件出现故障，Runway将提供备件。客户还可以租用Runware的计算资源，或者提供自己的GPU，并按月支付模块和运营费用。他说，电力和互联网费用另行收取。
他说，这些模块也可以根据客户偏好定制。模块采用标准设计，但可以按客户要求和最新的GPU芯片进行配置。芯片下单后可能需要很长时间才能到货，这对Runware有利。“我们的模块交付时间也比目前GPU的交货周期短，因此我们有时间调整基础设施，以适配客户订购的硬件，”他说。“对于新一代GPU，我们的内部硬件团队可以自行设计、制造和测试组件，使我们能够迅速适配。”
目前，这些都还是计划，能否执行到位才是真正的考验。工厂将需要大量人员、库存、供应链物流资源和资金。重塑制造业已有前车之鉴，其中一个典型例子是电动汽车初创公司Arrival：它的估值一度超过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。Runware迄今已融资超过6000万美元。该公司表示计划进行B轮融资，但目前正利用去年12月筹得的5000万美元A轮融资完成工厂建设并使其投产。
“我们的成本结构很不一样，”Fadulescu在解释Runware如何避免重蹈Arrival的覆辙时说。“我们确实有人员和材料成本，”他接着说，“但相对于为人工智能部署算力所创造的价值，我们工厂的人员成本是划算的。”他还说，自行设计系统，以及购买供应广泛、价格实惠的零部件，有助于保持低成本。“我们从汽车行业请来了一位经验非常丰富的工厂经理，与我们的硬件负责人合作，帮助我们把执行工作做好。”
采购零部件也可能是一项挑战。尽管 Runware 表示，它使用标准零部件自行设计和制造冷却系统及其他舱体系统，但泵和风扇等一些部件来自德国，而且它在网络设备方面仍依赖英伟达。尽管如此，Runware 声称，自从 1 个月前开始向外部客户提供 Sonic 舱体以来，已获得价值 10 亿美元的采购意向承诺，“相当于超过 20 兆瓦的容量，我们目前正努力交付”，Fadulescu 说。
美国及其他国家的数据中心因耗能巨大，以及由此对电网和其他资源造成的影响而受到批评。当被追问时，Fadulescu 表示，他公司的舱体只需要电力和互联网连接。它们将使用配备风冷散热器的闭环液冷系统来散热，因此实际上不需要接入供水系统。“我们正与电力供应商合作，推进总计覆盖 397 兆瓦的选址计划，并有可能扩展到 1.2 吉瓦，”他说。他指的是公司的规划场址清单，并补充说，公司正在比亚马逊、微软和谷歌等超大规模云服务商所用场址小得多的场地部署模块化数据中心。
他接着说，这些场址通常已经有电力供应，因此不应进一步加重电网负担或扰乱当地社区。这些舱体在温度不超过 86 华氏度时运行也“完全无声。只要有可能，我们就使用可再生能源，”他接着说。“我们正积极扩大能源供应商和场址网络。我们的目标是让可再生能源成为主要能源来源。”
接下来，Runware 将于明年初启用新工厂，然后扩展到美国和全球其他地区。Fadulescu 表示，模块化系统是未来，很快将成为“大规模人工智能部署的标准”。
“客户应该能够从一开始就围绕工厂制造的舱体规划超大规模数据中心，并在几个月而不是几年内让它投入运行，”他补充说。