数据中心的未来是便携式的吗?Runware 打造了一个模块化数据中心来寻找答案
摘要
Runware 宣布推出 Sonic Inference Pod,这是一种面向 AI 推理的便携式模块化数据中心,旨在相比传统数据中心提供更低的成本、更快的部署和灵活的扩展。
周二,AI 基础设施公司 Runware 宣布推出其自有模块化数据中心,名为 Sonic Inference Pod。
查看缓存全文
缓存时间: 2026/08/04 13:44
Is the future of data centers portable? Runware builds a pod to find out | TechCrunch
来源:https://techcrunch.com/2026/08/04/is-the-future-of-data-centers-portable-runware-builds-a-pod-to-find-out/
周二,AI 基础设施公司 Runware 宣布推出其自有模块化数据中心,名为 Sonic Inference Pod。该 Pod 被设计为一个可运输的独立单元,代表一种更灵活的计算类型,可与超大规模数据中心的庞大项目并驾齐驱。
Runware 表示,与其他无服务器推理平台和 GPU 云相比,该 Pod 能够以更低的成本提供更高质量的推理。模块化设计意味着可以轻松地通过创建新的 Pod 来快速增加容量,而无需扩建固定的数据中心。Runware 联合创始人兼首席执行官 Flaviu Radulescu 告诉 TechCrunch,在某种程度上,这就是未来。
“我们相信,分布式计算更接近最终用户,能提供更快的推理,从长远来看将会胜出。”他说,并以自己公司为例。除了更低的价格外,Radulescu 指出,Runware 系统可以快速扩展和增加容量,可以在任何有电力的地方部署,并能迅速适应新的硬件发布。Runware Pod 也不使用水,而是采用闭环冷却系统,建造时间只需几天,而传统数据中心则需要数月甚至数年。
“对推理的需求增长速度超过了设施的建设速度,”Radulescu 说。“我们想要的是为全球智能提供动力,成为每个 AI 模型运行的支柱,让容量跟上需求,而不是限制需求。”
Radulescu 表示,Runware 目前在美国、欧洲和亚太地区部署了 10 个 Pod。该公司已经为包括 Higgsfield AI 和 Wix 在内的几家公司提供推理服务,目前有 160 个站点可为其 Pod 供电。Runware 在 12 月宣布获得 5000 万美元 A 轮融资 (https://techcrunch.com/2025/12/11/runware-raises-50m-series-a-from-dawn-capital-comcast-ventures-to-become-the-api-for-all-ai/),以提供企业生成图像所需的基础设施。他们将向 Pod 的扩展视为公司核心使命的一部分:为企业提供推理服务,而不是一个单一产品。
**图片来源:**Runware
像 OpenAI 和 SpaceX 这样的 AI 实验室仍在竞相在美国各地建设数据中心。例如,据报道(https://www.wsj.com/tech/ai/nvidia-in-talks-with-openai-to-guarantee-250-billion-financing-for-data-center-3dd6eae3),OpenAI 即将达成一项 5000 亿美元的交易,将在俄亥俄州建设一个数据中心。但 Radulescu 并不认为这些项目会对 Sonic Inference Pods 构成威胁,他将 Pod 的灵活性描述为关键差异化因素。
“每个 Pod 都是单一网络的一部分,因此请求会流向有容量的地方,更接近用户,如果某个 Pod 离线,流量会转移到另一个。”他说,并补充说,系统故障意味着只有一个 Pod 停机,而不是整个固定设施。“需要专用硬件的客户可以独享整个 Pod。”
他也不是很担心其他公司为自己做同样的事,只是说硬件开发周期长,而且能够构建和修复这项技术的人才储备很少。
“电路板设计中的一个错误,从重新设计、仿真、制造、测试到交付,会耗费数月时间。”他说。“每一个环节都需要有人确切了解每个组件的作用,以及缺少它会出现什么问题。”
然而,建设 AI 数据中心是一个有争议的话题,尤其是因为它消耗大量资源(https://techcrunch.com/2026/07/28/data-centers-may-face-temporary-power-cuts-to-prevent-blackouts-on-largest-us-grid/)。数据中心所在的社区已经报告称公用事业成本上升。Runware 设想有一天,它可以用可再生能源运行,不会占用社区需要的资源,但这一天不一定是今天。
Radulescu 表示,AI 的电力消耗无论如何都会增加,“这是由推理需求推动的,而不是由谁提供电力推动的。”他说,Runware 现在关注的是如何满足这种需求。“没有输电损耗,冷却中不耗水,我们使用的是已有的电力,而不是要求建设新的电网容量。以这种方式构建更多的推理能力,意味着在相同计算量的情况下,减少新电网、减少水资源消耗。”
*当您通过我们文章中的链接购买商品时,我们可能会赚取少量佣金(https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。这不会影响我们的编辑独立性。*
Dominic-Madori Davis 是 TechCrunch 的高级风险投资和初创企业记者,驻扎在纽约市。您可以通过电子邮件 [[email protected]](mailto:[email protected]) 联系
相似文章
你愿意在家里托管部分AI数据中心吗?
Sunrun启动了一项试点计划,客户在家中托管AI计算节点,并获得参与报酬,从而为AI公司创建一个分布式计算网络。
数据中心移动到你的设备上(4分钟阅读)
Perplexity在2026年台北国际电脑展上发布了一款混合本地-云端推理系统,该系统能智能地在设备端模型和云端模型之间路由查询,基于其早前的Personal Computer agent构建。
为应对AI电力激增,数据中心迎来重新设计竞赛
AI公司正在重新设计数据中心,以应对激增的能源需求和基础设施压力。
你可以在家里建个数据中心——但真正买单的是谁?
Nvidia 正在支持 Span 的一项计划,部署住宅微型数据中心,利用闲置的家庭电力运行分布式 AI 工作负载。该方案旨在通过将 GPU 节点部署在住宅附近来规避电网限制,尽管其在实际部署中仍缺乏充分验证。
@svpino: 无服务器,但针对模型的,来了!我在12年前就不再租用服务器了。我基本上把所有东西都迁移到了无服务器函数上……
Runpod 发布 FlashBoot,一种针对 AI 模型的无服务器方案,将空闲模型迁移到更便宜的存储,并在需要时将其调回 GPU,冷启动时间低于 200 毫秒,相比传统云服务降低成本 90%。