AktualnościAkcjeRunware chce produkować centra danych AI seryjnie, jak samochody z taśmy montażowej

Runware chce produkować centra danych AI seryjnie, jak samochody z taśmy montażowej

Autor: Cryptopolitan·

Najważniejsze informacje

  • •Według doniesień Runware zamierza produkować 30 megawatów mocy centrów danych dziennie do 2028 roku i uruchamiać każdy gotowy moduł w ciągu 48 godzin w lokalizacjach już wyposażonych w zasilanie i łączność.
  • •Sonic Pod to modułowa jednostka o długości 20 stóp, mieszcząca około 1200 procesorów GPU, dostarczająca 1 megawat mocy obliczeniowej i wyposażona w zamknięty układ chłodzenia cieczą bez stałego podłączenia do wody.
  • •Runware deklaruje 1 miliard dolarów zadeklarowanego zainteresowania odpowiadającego ponad 20 megawatom mocy, ale nie przekształcił go jeszcze w zrealizowane sprzedaże; produkcja seryjna ma rozpocząć się pod koniec 2027 roku.
  • •Nvidia i Crusoe również stawiają na fabrycznie budowane centra danych — instalacja DSX POD Nvidii w przygotowanych lokalizacjach zajmuje dwa tygodnie, a Crusoe obiecuje produktywną moc AI w ciągu trzech miesięcy, choć ramki czasowe mierzą różne etapy.
  • •Ekspansję branży ograniczają m.in. oczekiwania na przyłączenie do sieci przekraczające cztery lata, rosnący sprzeciw społeczny, taki jak wstrzymanie pozwoleń środowiskowych w Teksasie, oraz przestroga w postaci zmagań startupu Arrival z rentownością produkcji seryjnej.
Runware chce produkować centra danych AI seryjnie, jak samochody z taśmy montażowej

Startup infrastruktury AI Runware chce wytwarzać centra danych tak, jak producenci samochodów budują auta — z gotowymi jednostkami zjeżdżającymi z linii produkcyjnej. Według doniesień dyrektor generalny Flaviu Radulescu powiedział, że firma planuje produkować 30 megawatów mocy centrów danych dziennie do 2028 roku oraz uruchamiać każdy moduł w ciągu 48 godzin w każdej lokalizacji już wyposażonej w zasilanie i łączność. Te osiągnięcia pozostają jednak do udowodnienia w większej skali.

Atrakcyjność tego podejścia tkwi w szybkości produkcji i uruchamiania. Runware zamierza budować i testować swoje moduły w fabryce, zanim trafią one do instalacji — metoda ta ma ograniczyć zakres prac wykonywanych na miejscu. Czy firma zdoła osiągnąć te cele na czas i przy niższych kosztach, to kolejny problem do rozwiązania.

Moduły z taśmy, jak samochody

Modułowe centrum danych AI Runware, Sonic Pod, ma 20 stóp długości i mieści około 1200 procesorów graficznych. Każda jednostka dostarcza 1 megawat mocy obliczeniowej, a zamknięty układ chłodzenia cieczą nie wymaga stałego podłączenia do wody. Firma montuje już te modułowe centra danych w Rumunii i oczekuje otwarcia drugiej fabryki na początku 2027 roku.

Zbudowanie jednego Sonic Pod zajmuje obecnie około trzech tygodni. Według Radulescu z montownią mogłoby to zająć jeden dzień. Cel 48 godzin dotyczy czegoś zupełnie innego: nie obejmuje produkcji ani dostępu do sieci, lecz wyłącznie instalacji i uruchomienia gotowego modułu na wcześniej przygotowanej lokalizacji.

Runware oczekuje, że wzrost popytu klientów napędzi jego strategię rozwoju. Firma twierdzi, że zapewniła sobie 1 miliard dolarów zadeklarowanego zainteresowania, co odpowiada ponad 20 megawatom mocy, choć to zainteresowanie nie zostało jeszcze przekształcone w zrealizowane sprzedaże. W komunikacie z 30 października firma oświadczyła, że produkcja seryjna ma rozpocząć się pod koniec 2027 roku.

Standard Nvidii, fabryka Crusoe, zakład Runware o inferencji

Runware nie jest jedyną firmą, która chce przyspieszyć budowę centrów danych. 21 października Nvidia zaprezentowała DSX POD — wzorcowy projekt gotowych systemów opartych na platformie obliczeniowej Nvidia Vera Rubin. Jednostki są montowane i testowane przed wysyłką do nabywców, a Nvidia twierdzi, że instalacja w przygotowanych lokalizacjach zajmuje dwa tygodnie zamiast sześciu miesięcy wymaganych przy tradycyjnych metodach.

Crusoe jest jednym z partnerów. Jego platforma Spark łączy fabrykę w Kolorado o powierzchni 352 000 stóp kwadratowych z Crusoe Cloud, a firma prowadzi obiekty modułowe od 2020 roku. Deklaruje, że może dostarczyć produktywną moc AI w ciągu zaledwie trzech miesięcy.

Ramki czasowe mierzą jednak różne etapy: 48 godzin Runware obejmuje uruchomienie, 14 dni Nvidii wdrożenie, a trzy miesiące Crusoe osiągnięcie działającej mocy.

Model biznesowy Runware też się różni. Zamiast przestrzeni w centrach danych sprzedaje usługi inferencji — czyli uruchamiania wytrenowanych modeli AI w celu generowania wyników. Klienci mogą dostarczać własne procesory GPU, choć Runware nadal polega na Nvidii w zakresie sieci.

Rynek wart 75,8 miliarda dolarów z twardymi ograniczeniami

Presja na przyspieszenie produkcji modułowych centrów danych wynika ze wzrostu popytu na te obiekty. Według Grand View Research wartość tego rynku wynosiła w 2024 roku około 29 miliardów dolarów i może osiągnąć 75,8 miliarda dolarów do 2030 roku, co oznacza roczny wzrost na poziomie 17,4%.

Według JLL całkowita globalna moc centrów danych może osiągnąć 200 gigawatów do 2030 roku, co wymaga niemal 3 bilionów dolarów inwestycji. Ta sama firma przewiduje, że od 2027 roku inferencja stanie się popularniejsza niż trening. W Japonii JERA, Dell i RHAELM planują powtarzalny projekt o wartości 15 miliardów dolarów i mocy 400 megawatów.

Szybsza budowa nie rozwiąże jednak problemów branży z energią. JLL podaje, że czasy oczekiwania na przyłączenie do sieci w głównych rynkach przekraczają cztery lata, a według IEA centra danych mają zużyć 950 terawatogodzin energii elektrycznej do 2030 roku.

Kolejnym wyzwaniem jest sprzeciw społeczny. Według Pew 54% Amerykanów uważa centra danych za szkodliwe dla środowiska, w porównaniu z 39% w styczniu. Teksas w sierpniu wstrzymał zatwierdzania przyłączy dla projektów objętych przeglądem, a we wrześniu wstrzymał pozwolenia środowiskowe.

Produkcja niesie też własne ryzyka. Jak donosi TechCrunch, startup pojazdów elektrycznych Arrival miał trudności z uczynieniem produkcji seryjnej rentowną. Runware mierzy się obecnie z podobnym testem: udowodnieniem, czy jego montownia może działać z deklarowaną szybkością i skalą.

Artykuł oparty na relacji Cryptopolitan.