Runware 想像造汽车一样量产 AI 数据中心
Can AI data centers be mass-produced like cars? This startup aims to find out
AI 基础设施公司 Runware 计划在其罗马尼亚工厂用流水线方式量产模块化数据中心 Sonic Inference Pod,目标 2028 年达到每天 30 兆瓦(近每月 1 吉瓦)的产能。
AI 基础设施公司 Runware 再次成为新闻焦点,距离其发布 Sonic Inference Pod——一种在工厂制造、可直接安装运送给客户的模块化数据中心——仅过去数月。如今这家公司有了更大的计划。它告诉 TechCrunch,它想建一座工厂,像生产汽车一样在流水线上组装这些 pod。
这个想法并不算全新。Crusoe 和施耐德电气等公司也出售预制 pod,但 Runware 表示自己能更快交付 pod。
Runware 联合创始人兼 CEO Flaviu Radulescu 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到每天 30 兆瓦的数据中心容量,即每月近 1 吉瓦。这是相当庞大的容量:按这一速度,Runware 一年的产量大约相当于整个美国今年预计新增的数据中心电力容量,约 10 吉瓦。但这也反映出整个行业都在努力更快速、更高效地部署数据中心。
例如,英伟达今年早些时候发布了 Vera Rubin AI 工厂和 DSX POD。两者同样旨在让企业更快、更轻松地建设自己的 AI 数据中心。不过 Runware 的不同之处在于,它表示自己真的建起了一座工厂,而不仅仅是设计了让别人去建厂的基础设施。
Radulescu 表示,Runware 将从明年开始逐步提高产量,并且已经拥有两座工厂——一座已使用数年用于生产 pod,另一座于今年早些时候开始建设。第二座工厂预计将在几个月内完工,并于明年初投入使用。
Runware 将在装配线上制造这些模块化数据中心。客户可以自己提供场地进行组装,也可以由 Runware 帮忙寻找场地。Radulescu 说,Runware 的目标是让 pod 在 48 小时内上线。这段时间涵盖安装和调试时间,不包括建造时间。公司表示,一个 pod 以往需要三周建造,但随着产能提升,很快将缩短到一天。如果组件发生故障,Runware 会提供备件。客户也可以从 Runware 租用算力,或者自带 GPU,按月支付 pod 和运维的费用。他表示,电力和网络费用另行计费。
他说,pod 还可以根据客户偏好进行定制。这些 pod 采用标准设计,但可以按客户需求和最新的 GPU 芯片进行配置。芯片从下单到到货往往需要很长时间,这对 Runware 有利。“我们的 pod 交付周期也比当前 GPU 的交货周期更短,这给了我们时间来调整基础设施以匹配所订购的硬件,”他说,“对于新一代 GPU,我们内部的硬件团队可以自行设计、制造和测试组件,让我们能够快速适配。”
目前,这些都还只是计划——真正的考验在于执行。这座工厂将需要大量的人员、库存、供应链物流和资金。重塑制造业的前车之鉴不少,最引人注目的是电动汽车初创公司 Arrival,其估值一度超过 130 亿美元,但它在与传统工厂相比时难以经济高效地批量生产电动汽车。Runware 迄今已融资超过 6000 万美元,并表示计划进行 B 轮融资,但目前它正利用去年 12 月筹集的 5000 万美元 A 轮融资来完成工厂建设并投产。
“我们的成本结构非常不同,”Radulescu 说道,并解释 Runware 如何力图避免重蹈 Arrival 的覆辙。“我们确实有人力成本和材料成本,”他继续说道,“但相对于部署 AI 算力的价值而言,我们工厂的人员工资是划算的。”他还表示,自主设计系统并采购市面上随处可见、价格实惠的零部件,有助于将成本保持在较低水平。“我们请来了一位来自汽车行业、经验非常丰富的工厂经理,与我们的硬件负责人并肩工作,帮助我们确保执行到位。
采购零部件也可能是一个挑战。尽管 Runware 表示它使用标准组件自行设计和制造冷却系统及其他舱体系统,但一些部件(例如泵和风扇)来自德国,而且在网络设备方面它仍然依赖 Nvidia。尽管如此,Runware 声称,自一个月前开始向外部客户提供其 Sonic 舱体以来,它已收到 10 亿美元的意向订单,“相当于超过 20 兆瓦,我们目前正在努力交付,”Radulescu 说。
美国及海外的数据中心因其能耗巨大及其对电网和其他资源的影响而饱受批评。在被追问时,Radulescu 表示,该公司的舱体只需要电力和互联网连接。它们将采用带有风冷散热器的闭环液冷系统来散发热量,因此实际上并不需要水路连接。“我们正在与电力供应商合作,建立一条覆盖 397 兆瓦的选址管线,并有可能扩展到 1.2 吉瓦,”他在谈到其规划场址清单时说道,并补充说,该公司部署模块化数据中心的场址比 Amazon、Microsoft 和 Google 等超大规模服务商所使用的场址要小得多。
他继续说,这些场址通常已经通有电力,因此不会进一步加重电网负担或干扰社区。这些舱体还能“在 86 华氏度(约 30 摄氏度)的温度下完全静音运行。我们尽可能使用可再生能源,”他继续说道,“我们正在积极扩大我们的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 将于明年初让新工厂投产,随后扩展到美国及全球其他地区。模块化系统是未来趋势,并将很快成为“大型 AI 部署的标准”,Radulescu 说。
“客户从一开始就应该能够围绕工厂制造的舱体来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,”他补充道。
当您通过我们文章中的链接进行购买时,我们可能会获得少量佣金。这不会影响我们的编辑独立性。
来源: TechCrunch · AI · techcrunch.com