Runware 想用底特律造車的方式蓋資料中心

這個說法聽起來像玩笑，直到你看到那些數字：用生產線蓋資料中心，像底特律造車那樣，而且送到現場後 48 小時就能運轉。

Runware 是認真的。這家公司已經在賣 Sonic Inference Pod——一個在工廠裡做好、送到就能安裝的模組化資料中心，今年初亮相。現在它說，它要的是一座用生產線組裝這些 pod 的工廠，而且喊出了目標：2028 年達到每天 30 兆瓦的容量。換算下來，接近每月 1 吉瓦。

放進脈絡裡看：全美國今年預期新增的資料中心電力大約是 10 吉瓦。Runware 主張的是，滿載生產時，一座工廠十二個月就能產出相當於全國一整年的建設量。

瓶頸到底在哪

這個說法之所以有說服力，不是因為「工廠」很新奇。Crusoe 在賣預製 pod，Schneider Electric 也賣。Nvidia 今年發表了自己的 Vera Rubin AI 工廠與 DSX POD 設計。整個產業大致上已經同意：在工地上一棟一棟蓋資料中心，太慢了。

Runware 主張的差別在於，它真的把工廠蓋出來了，而不只是畫了設計圖。它有兩座：一座已經用了幾年，另一座今年初動工，預計 2027 年初上線。創辦人暨執行長 Flaviu Radulescu 告訴 TechCrunch，目標是 pod 到場後 48 小時內就能運轉——而這 48 小時包含安裝與設定，不含製造。

根據公司的說法，一個原本要花三週製造的 pod，很快會縮短到一天。

讓它可信的那一塊

我一直回頭想的細節，是那個關於時間的論證。Radulescu 說 pod 的交期比 GPU 的前置時間還短，也就是說，基礎設施可以配合「實際到貨的硬體」來調整。這是對常見問題一次很聰明的反轉。正常情況下，你先對一棟建築做出承諾，然後等上十八個月，等晶片和配電設備都排到位。

第二個可信的細節是實體佔地。這些 pod 採封閉式液冷搭配氣冷散熱排，所以不需要接水——只要電和網路。根據公司說法，它們運轉時安靜無聲，可耐到華氏 86 度。它們可以部署在比超大規模業者小得多的場址，通常是已經有電的地方，這就繞過了很多讓大型專案卡關的電網併聯爭議。

如果這點成立，它會改變「誰有辦法蓋資料中心」。不只 Amazon 和 Microsoft，還包括區域型的機房業者、一所大學、一家需要在產線旁邊就有推論算力的製造商。

商業模式長什麼樣

兩種買法。你可以向 Runware 租算力，或是自帶 GPU、每月付費使用 pod 與維運。兩種情況下，電和網路都另外計費。

Runware 表示，自從一個月前開始向外部客戶提供 pod 以來，已收到 10 億美元的意向承諾，代表超過 20 兆瓦是它現在正努力交付的量。場址儲備有 397 兆瓦，潛在可擴充到 1.2 吉瓦。

它至今募到超過 6,000 萬美元，包括 2025 年 12 月由 Dawn Capital 與 Comcast Ventures 領投的 5,000 萬美元 A 輪。B 輪正在規劃，但工廠是用 A 輪的錢在完成。

最明顯的對照，以及為什麼它公平

TechCrunch 拿 Arrival 來比，這個對照挑得好。Arrival 是那家一度估值超過 130 億美元的電動車新創，它試圖用微型工廠重新發明汽車製造，最後發現大量生產是一門紀律，不是一個點子。它破產了。

這個類比不只是修辭。兩家公司都主張用更便宜的人力與標準化零件，在小工廠裡製造複雜硬體，也都主張現有玩家的成本結構過於臃腫。Radulescu 的論點是，差別在於 Runware 的產品每單位人力所創造的價值高得多。一個能解鎖數十兆瓦推論營收的 pod，撐得起一輛 3 萬美元廂型車撐不起的工廠薪資。

他還從汽車業挖來了一位廠長——這要看你對汽車業老將的感覺，可能是整個故事裡最讓人安心的細節，也可能是最不祥的。

到底是誰在買

48 小時這個承諾有意思的地方，在於它解鎖了誰。超大規模業者以年為單位規劃、以大批量採購。區域型供應商、研究實驗室，或是一家想在自己工廠旁邊放推論算力的公司，則是以月為單位規劃、以台為單位採購。這些客戶過去基本上被擋在市場外，不是因為買不起算力，而是因為排不進那個時程。

還有一個很少寫進新聞稿的成本面向。傳統資料中心施工有一條很長的尾巴：許可、併聯研究、與電力公司的談判，這些在還顆 GPU 都還沒開始賺錢之前，就不斷在資本上累積利息。如果你能把 pod 放到一個已經有電的場址，那條尾巴大半就省了。pod 佔地較小也意味著社區阻力較低，而這對大型專案來說，已經變成實質的時程風險。

可能出什麼錯

供應。Runware 自行設計冷卻與 pod 系統，但部分零件——泵、風扇——來自德國，網路設備仍得靠 Nvidia。一座工廠的可靠度，取決於它的供應鏈，而單一來源的泵就是單點故障。

需求的時間點。10 億美元的「意向承諾」不是 10 億美元的訂單。意向與簽約之間的落差，正是基礎設施新創葬身之地，尤其當客戶自己也在盤算十八個月後到底需不需要那個容量。

還有那個根本假設：AI 需求會持續成長到足以吸收每月 1 吉瓦。近來質疑這波支出熱潮開始出現裂縫的聲音越來越多。如果真裂了，工廠就是庫存最不該堆放的地方。

為什麼它仍然重要

即使 Runware 失敗，它正在驗證的命題大概還是對的。AI 部署的瓶頸已經從晶片移到電力，再移到時間——具體來說，是讓一座傳統資料中心上線所需要的二到四年。任何能壓縮這段時程的東西都值真金白銀，因為一顆等建築的 GPU，就是一顆不賺錢的 GPU。

模組化 pod 是顯而易見的答案，產業也知道。還沒確定的是：一家只有 6,000 萬美元和一張計畫藍圖的公司，能不能把製造做到汽車業的規模。這是個值得盯的賭注，而 2028 年的產能目標，就是拿來檢驗它的那個數字。