AI 基礎設施新創公司 Runware 希望像汽車製造商生產汽車一樣製造資料中心，讓成品從生產線上駛下。據報導，執行長 Flaviu Radulescu 表示，公司計畫在 2028 年前達到每日生產 30 百萬瓦資料中心容能的目標，並在任何已具備電力供應與網路連線的場址，於 48 小時內讓每個機櫃上線。然而，這些成就尚未在更大規模上獲得驗證。

這種做法的吸引力在於生產與啟用的速度。Runware打算在工廠內完成機櫃的建置與測試，再交付安裝，此方法旨在減少現場施工的工作量。至於公司能否如期並以更低的成本達成這些目標，仍是另一個待解決的問題。

機櫃像汽車一樣駛下生產線

Runware 的模組化 AI 資料中心 Sonic Pod 長 20 英尺，內含約 1,200 個圖形處理器（GPU）。每個機櫃可提供 1 百萬瓦的運算能力，其閉迴路液冷系統無需永久性供水連接。該公司目前已在羅馬尼亞組裝這些模組化資料中心，並預計第二座工廠於 2027 年初啟用。

目前建造一個 Sonic Pod 約需三週時間。據 Radulescu 表示，採用生產線後可縮短至一天。至於 48 小時的目標，指的是完全不同的事：它不包含製造與電網接入，而是指在已準備好的場址上安裝並設定一個成品機櫃所需的時間。

Runware 預期客戶需求的激增將推動其成長策略。該公司宣稱已獲得 10 億美元的承諾意向，相當於超過 20 百萬瓦的容能，但這些意向尚未轉化為完成的銷售。該公司在 10 月 30 日的公告中表示，量產預計於 2027 年底開始。

Nvidia 的標準、Crusoe 的工廠、Runware 的推論押注

Runware 並非唯一尋求加速資料中心建設的公司。Nvidia 於 10 月 21 日發表 DSX POD，這是一款以 Nvidia Vera Rubin 運算平台為基礎的即用系統參考設計。這些機櫃在出貨給買家前已完成組裝與測試，Nvidia 宣稱在已準備好的場址安裝僅需兩週，而非傳統方式所需的六個月。

Crusoe 是合作夥伴之一。其 Spark 平台將一座佔地 352,000 平方英尺的科羅拉多工廠與 Crusoe Cloud 連接，該公司自 2020 年起即營運模組化設施，並宣稱最快可在三個月內交付可運作的 AI 容能。

不過，這些時間量測的是不同的階段：Runware 的 48 小時涵蓋設定，Nvidia 的 14 天涵蓋部署，而 Crusoe 的三個月則涵蓋達到可運作容能。

Runware 的商業模式也有所不同。它銷售的不是資料中心空間，而是推論服務——即運行已訓練的 AI 模型以產生輸出的工作。客戶可以自備 GPU，但 Runware 在網路方面仍依賴 Nvidia。

一個 758 億美元但受限重重的市場

模組化資料中心製造加速的壓力來自於需求的上升。根據 Grand View Research 的數據，此市場在 2024 年的價值約為 290 億美元，到 2030 年可能達到 758 億美元，年成長率為 17.4%。

根據 JLL 的數據，全球資料中心總容能到 2030 年可能達到 200 吉瓦，需要近 3 兆美元的投資。同一機構預測，從 2027 年開始，推論將變得比訓練更加普及。在日本，JERA、Dell 與 RHAELM 正為一個 150 億美元、400 百萬瓦的專案規劃可複製的設計。

然而，更快的建設速度並無法解決產業的電力問題。JLL 表示，主要市場的電網接入等待時間超過四年，而 IEA 預估資料中心到 2030 年將消耗 950 太瓦時的電力。

公眾反對則是另一項挑戰。Pew 的調查發現，54% 的美國人認為資料中心對環境有害，高於 1 月的 39%。德州於 8 月暫停了審查中專案的電網核准，並於 9 月停止核發環境許可。

製造業本身也有其風險。據 TechCrunch 報導，電動車新創公司 Arrival 當年就難以讓量產轉為獲利。Runware 現在面臨類似的考驗：證明其生產線能否達到它所宣稱的速度與規模。

本文基於 Cryptopolitan 的報導。