Runware 这家 AI 基础设施公司公布了一项更大的计划：继推出 Sonic Inference Pod 之后，它要在罗马尼亚建一座工厂，用流水线组装这些模块化数据中心，像造汽车一样。CEO Flaviu Radulescu 对 TechCrunch 说，目标是到 2028 年把日产能提高到 30 兆瓦，接近 每月 1 吉瓦。按这个速度，一年的产量大致相当于美国今年预期新增的数据中心电力总量，约 10 吉瓦。

预制模块化数据中心并非新事物，Crusoe、Schneider Electric 等公司也在卖。Runware 的差异点是声称自己发货更快。整个行业都在朝更快部署 AI 数据中心的方向走：Nvidia 今年早些时候发布了 Vera Rubin AI 工厂和 DSX POD，目的也是让客户更容易建起自己的 AI 数据中心。但 Runware 说，它已经建了工厂，而不只是设计了让别人建厂的方案。

具体来说，Runware 现有两座工厂。一座已经用了几年，用来造 pod；另一座今年初开始建设，预计几个月内完工、明年初上线。生产在流水线上进行。客户可以自带场地，也可以由 Runware 找场地。公司目标是让 pod 在 48 小时内完成安装调试并上线；这个时间不算工厂制造时间。过去造一个 pod 要三周，产能爬坡后将缩短到一天。

商业模式上，客户可以租用算力，也可以自带 GPU、按月支付 pod 使用和运维费用，电力和网络单独计费。组件出故障时 Runware 提供备件。pod 采用标准设计，但可以按客户需求和最新 GPU 芯片配置。芯片从下单到到货往往很慢，这反而对 Runware 有利：它的 pod 交付时间比 GPU 到货时间更短，团队有窗口期按客户实际订购的硬件调整基础设施。内部硬件团队也能自己设计、制造并测试组件，以快速跟进新 GPU。

但计划归计划，执行才是考验。工厂需要大量人力、库存、供应链和资金。TechCrunch 提到了电动车初创 Arrival 的前车之鉴：它一度估值超过 130 亿美元，却难以像传统工厂那样经济高效地量产电动车。Runware 迄今融资超过 6000 万美元，计划做 B 轮，眼下靠去年 12 月拿到的 5000 万美元 A 轮推进建厂。Radulescu 说自己的成本结构不同：工厂人员成本相对于部署 AI 算力的价值来说很划算；自研系统、采购市场上平价通用部件可以压低成本。公司还从汽车行业请来一位资深工厂经理，与硬件负责人一起抓执行。

供应链仍是短板。Runware 自研冷却等 pod 系统，但部分零部件如泵、风扇要从德国采购，网络设备仍依赖 Nvidia。

需求端，Runware 声称 Sonic pods 向外部客户开放才一个月，就收到 10 亿美元承诺兴趣，对应超过 20 兆瓦，正在交付。

能耗是数据中心绕不开的问题。Radulescu 说 pods 只需要电力和网络，冷却采用闭环液冷加风冷散热器，不需要接水管。公司正与电力供应商合作，规划中的站点覆盖 397 兆瓦，有可能扩展到 1.2 吉瓦。这些站点通常比 Amazon、Microsoft、Google 等超大规模厂商的地块小，且已有电力接入，不会加重电网负担或打扰社区。pods 在最高 86 华氏度下完全静音。公司尽可能用可再生能源，目标是未来以可再生能源为主要能源。

下一步，新工厂明年初上线，随后向美国等地区扩张。Radulescu 认为，模块化系统将成为大型 AI 部署的标准，客户应该从一开始就围绕工厂生产的 pod 规划超大规模数据中心，把建设周期从几年压缩到几个月。