人工智能基础设施公司Runware再次成为新闻焦点，几个月前该公司刚推出了Sonic推理舱——一种在工厂建造、组装完成后直接运往客户现场安装的模块化数据中心。如今，该公司有了更大的计划。它向TechCrunch表示，希望建造一座工厂，能在生产线上像造汽车一样批量组装这些数据中心舱体。
这个想法并非全新。Crusoe和施耐德电气等公司也在销售预制数据中心舱体，但Runware表示自己的交付速度更快。
Runware联合创始人兼首席执行官弗拉维乌·法杜莱斯库（Flaviu Fadulescu）告诉TechCrunch，公司计划到2028年将其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，相当于每月近1吉瓦。这是一个相当庞大的数字：按这个速度，Runware一年的产量将大致相当于美国全国今年预计新增数据中心电力总量——约10吉瓦。这也反映出整个行业正在推动数据中心更快、更高效地部署落地。
举例来说，英伟达今年早些时候宣布了Vera Rubin AI工厂和DSX POD计划，两者也都旨在让企业更快、更轻松地建设自己的AI数据中心。但Runware与之不同的是，该公司表示自己实际上已经建成了一座工厂，而不仅仅是设计出让别人用来建厂的基础设施方案。
法杜莱斯库表示，Runware将从明年开始逐步扩大产能，目前公司已拥有两座工厂——一座用了几年时间来建造这些舱体，另一座则是今年早些时候开始建设的。第二座工厂预计将在几个月内完工，并于明年初投入运营。
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，Runware也可以为他们寻找合适的场地。法杜莱斯库表示，Runware的目标是在48小时内让数据中心舱体上线运行。这个时间指的是安装和调试时间，而非建造时间。一个舱体过去需要三周才能建成，但随着产能提升，很快将能做到一天建成，公司方面表示。Runware还将在部件出现故障时提供备件。客户可以选择从Runware租用算力，也可以自行提供GPU，并按月为舱体和运营服务付费。电力和网络费用则单独收取，他说。
他还表示，这些数据中心舱体可以根据客户需求进行定制。舱体采用标准化设计，但可以根据客户要求和最新GPU芯片进行配置调整。芯片从下单到到货往往需要很长时间，这反而对Runware有利。"我们的舱体交付时间比当前GPU的交货周期更短，这给了我们时间去根据正在订购的硬件来调整基础设施，"他说。"对于新一代GPU，我们内部的硬件团队能够自主设计、建造和测试相关组件，从而实现快速适配。"
目前，这些都还只是计划——真正的考验在于执行落地。工厂需要大量的人力、库存、供应链物流和资金支持。重塑制造业曾有过前车之鉴，比如曾一度估值超过130亿美元的电动汽车初创公司Arrival，相比传统工厂，该公司在高效、低成本量产电动汽车方面始终未能成功。Runware迄今已筹集超过6000万美元资金，表示计划进行B轮融资，但目前正在用去年12月完成的5000万美元A轮融资来完成工厂建设并投入运营。
"我们的成本结构非常不同，"法杜莱斯库在解释Runware如何避免重蹈Arrival覆辙时说道。"我们确实有人力和材料成本，"他继续说道。"但相对于部署AI算力所创造的价值而言，我们工厂员工的成本效益是很高的。"他还表示，自主设计系统并采购广泛易得、价格合理的零部件有助于控制成本。"我们从汽车行业引进了一位经验丰富的工厂经理，与我们的硬件负责人共同合作，帮助我们把执行工作做到位。"
零部件采购也可能是一项挑战。尽管Runware表示其冷却系统及其他舱体系统均采用标准化组件自主设计建造，但部分零件（如泵和风扇）来自德国，而网络设备方面仍依赖英伟达。尽管如此，Runware声称自一个月前开始向外部客户提供Sonic舱体以来，已收到总计10亿美元的意向承诺，"对应超过20兆瓦的容量，我们目前正在加紧交付，"法杜莱斯库说。
美国及其他国家的数据中心因耗电量巨大以及对电网和其他资源造成的影响而受到批评。被问及这一问题时，法杜莱斯库表示，他们公司的数据中心舱体只需要电力和网络连接。它们将采用闭环液冷系统，配合风冷散热器排热，因此基本不需要接入水源。"我们正与电力供应商合作，推进一个覆盖397兆瓦的场地项目管线，并有潜力扩展至1.2吉瓦，"他说，指的是公司计划中的场地清单，并补充说该公司部署模块化数据中心的场地规模远小于亚马逊、微软和谷歌等超大规模云服务商所使用的场地。
他接着说，这些场地通常已经具备电力供应条件，因此不会进一步加重电网负担或对周边社区造成干扰。这些数据中心舱体在温度达到86华氏度（约30摄氏度）以下时"运行完全静音。我们会尽可能使用可再生能源，"他继续说道。"我们正积极扩大能源供应商和场地网络。我们的目标是让可再生能源成为我们的主要能源来源。"
接下来，Runware将在明年初启用新工厂，随后将业务扩展至美国及全球其他地区。法杜莱斯库表示，模块化系统代表着未来方向，很快将成为"大规模AI部署的标准做法"。
"客户从一开始就应该能够围绕工厂预制的数据中心舱体规划超大规模数据中心，并在数月内（而非数年）投入使用，"他补充道。
