AI基础设施公司Runware再获关注：拟打造汽车流水线式模块化数据中心工厂
AI基础设施公司Runware再次成为新闻焦点。就在几个月前，该公司推出了Sonic Inference Pod——一种在工厂预制、运抵客户现场即可安装的模块化数据中心。如今，Runware有了更大胆的计划：据其向TechCrunch透露，公司希望建立专用工厂，像组装汽车一样在流水线上批量生产这些Pod。
产能目标对标全美增量，提速行业部署节奏
预制Pod并非新概念，Crusoe和施耐德电气等公司也有类似产品，但Runware强调其交付速度更快。联合创始人兼CEO Flaviu Radulescu表示，计划到2028年将罗马尼亚工厂产能提升至每日30兆瓦（MW），即每月近1吉瓦（GW）。这一规模意味着Runware年产量将接近美国今年预计新增的数据中心电力总量（约10GW），折射出全行业对高效、快速部署数据中心的迫切需求。
尽管Nvidia今年早些时候也发布了Vera Rubin AI Factories和DSX POD以加速AI数据中心建设，但Runware的独特之处在于已实际建成实体工厂，而非仅停留在基础设施设计层面。
48小时上线运营，灵活适配GPU迭代周期
Radulescu介绍，Runware将从明年起逐步提升产量。目前公司拥有两家工厂：一家用于过去几年的Pod制造，另一家于今年初开建，预计数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。客户可提供自有场地，或由Runware协助选址。目标是在48小时内完成安装设置并投入运营（不含建造时间）。此前单个Pod需三周建造，随着规模化生产，未来有望缩短至一天。若组件故障，Runware提供备件支持；客户既可租用计算资源，也可自带GPU，按月支付Pod及运营费用，电力和网络费用另计。
模块采用标准设计，但可根据客户需求及最新GPU芯片定制。鉴于高端芯片交货周期较长，Runware的短交付期反而成为优势：“我们的模块交付时间短于当前GPU到货周期，这为适配硬件预留了窗口。”针对新一代GPU，内部硬件团队可自主设计、制造和测试组件，实现快速响应。
借鉴汽车行业经验，规避重资产制造风险
计划落地仍需考验执行力。工厂运营涉及人力、库存、供应链及资金等多重挑战。电动汽车初创公司Arrival曾因难以低成本大规模量产而陷入困境，尽管估值曾超130亿美元。Runware迄今融资超6000万美元，正利用去年12月完成的5000万美元A轮融资推进工厂建设与启动，并计划后续进行B轮融资。
Radulescu强调成本结构差异：“我们有人力和材料成本，但相比AI计算部署的价值，工厂员工成本极具性价比。”通过自研系统并采购高性价比通用部件控制成本，同时聘请汽车行业高管担任厂长，协同硬件负责人确保执行到位。
零部件供应仍是潜在挑战。虽然冷却系统等核心模块采用标准组件自研自制，但泵、风扇等部件仍依赖德国进口，网络支持也离不开Nvidia。不过市场反馈积极：自一个月前向外部客户提供Sonic模块以来，已收到代表超20兆瓦、价值10亿美元的意向承诺，“目前正在全力交付中”。
闭环液冷+可再生能源，缓解能源与社区压力
面对外界对数据中心能耗及电网影响的质疑，Radulescu回应称，其模块仅需电力和网络连接，采用闭环液冷系统与风冷散热器散热，无需接入水源。“正与电力供应商合作规划覆盖397兆瓦的站点管道，未来或扩展至1.2吉瓦。”他指出，相比亚马逊、微软、谷歌等超大规模企业，Runware部署点位更小，且多位于已有电力供应的区域，不会额外加重电网负担或干扰社区。
此外，模块在环境温度高达86华氏度时仍能“完全静音运行”。公司优先使用可再生能源，“正积极拓展能源供应商与站点网络，目标是让可再生能源成为主要供能来源”。
Runware新工厂将于明年初启动，随后扩展至美国及其他全球地区。Radulescu坚信模块化系统是未来趋势，很快将成为“大型AI部署的标准”，“客户应从一开始就围绕工厂预制的模块规划超大规模数据中心，实现数月而非数年投入使用”。