把数据中心当汽车造 这家创企要上流水线

今年早些时候，Runware 推出了一款名为 Sonic Inference Pod 的模块化数据中心：在工厂里造好，运到客户现场即可安装。现在这家公司把计划又往前推了一步——它告诉 TechCrunch，打算建一座工厂，让这些舱体像汽车一样在流水线上组装。

产能目标相当激进。Runware 首席执行官弗拉维乌·法杜列斯库称，公司计划到 2028 年把罗马尼亚工厂的产能提到每天 30 兆瓦的数据中心容量，折合每月接近 1 吉瓦。按这个速度，它一年产出的规模，大约相当于美国今年全年新增的数据中心电力总量，后者约为 10 吉瓦。

交付速度是它主打的卖点。客户可以自备场地，也可以由 Runware 代为选址；公司称目标是在 48 小时内让舱体上线——这 48 小时指的是安装与调试，不含建造时间。随着产能爬坡，单个舱体的建造周期会从最初的三周压缩到一天。零部件出问题时，公司提供备件。

商业模式上，客户可以直接向 Runware 租算力，也可以自带 GPU，为舱体和运维支付月费，电力与网络另行计费。舱体采用标准设计，但可按客户需求和最新一代 GPU 做配置。法杜列斯库认为，芯片下单后往往要等很久才到货，这反而对 Runware 有利：舱体的交付周期比 GPU 的交期更短，留给基础设施适配硬件的时间更充裕。

这条赛道并不空。Crusoe、施耐德电气等公司同样在卖预制舱体，英伟达今年也推出了 Vera Rubin AI 工厂和 DSX POD，目的都是让企业更快搭起自己的 AI 数据中心。Runware 强调的差异在于，它真的建了一座工厂，而不只是设计一套让别人去建的基础设施。

风险也很清楚：工厂需要大量人手、库存、供应链物流和资金。把制造业重新发明一遍有过前车之鉴——电动车初创公司 Arrival 估值一度超过 130 亿美元，最终没能像传统工厂那样低成本量产。Runware 至今累计融资超过 6000 万美元，去年 12 月完成 5000 万美元 A 轮，目前正筹备 B 轮。

法杜列斯库试图说明自己的成本结构与 Arrival 不同：工厂人员成本相对于 AI 算力部署的价值并不高，自研系统、采购通用且便宜的部件也有助于压低成本。他还从汽车行业挖来一位经验丰富的厂长，与硬件负责人搭档，把执行这一环补上。至于这套逻辑能否跑通，眼下还只是计划，执行才是真正的考验。

编译自 TechCrunch，原标题："Can AI data centers be mass-produced like cars, and online in 48 hours? This startup aims to find out"