Строительство центра обработки данных традиционно занимает годы. Runware считает, что сможет сделать то же самое за три недели.
Во вторник компания-разработчик ИИ-инфраструктуры представила Sonic Inference Pod — модульную, контейнеризированную вычислительную единицу, предназначенную для развертывания в любом месте с доступом к электропитанию и минимальным сроком подготовки. Каждый контейнер поставляется в 20-футовом контейнере, содержит более 1000 GPU, использует проприетарную жидкостную систему охлаждения и обеспечивает мощность в 1 мегаватт для вычислений инференса. Соединив достаточное количество таких модулей, вы получите центр обработки данных — без необходимости многолетних согласований, строительства или переговоров с энергосетями.
Последняя часть — это ключевое преимущество. Традиционные центры обработки данных могут занимать несколько лет от планирования до запуска. Runware утверждает, что время развертывания составляет три недели, что, по ее словам, делает Sonic-модуль примерно в 50 раз быстрее, чем традиционные методы строительства.
Что на самом деле делает Sonic Inference Pod
Каждый модуль специально создан для задач вывода ИИ, а не для обучения. Это различие важно. Обучение требует огромных централизованных кластеров, работающих в течение недель. Вывод — это этап, когда модель фактически отвечает на запрос пользователя, и он должен происходить быстро, близко к пользователю и в масштабе.
Runware размещает модули для развертывания на границе: в местах, близких к конечным пользователям, а не в удаленных гипермасштабных центрах. Речь идет о платформах генеративных медиа, приложениях в реальном времени с мультимодальным взаимодействием и любых сценариях, где задержка — главный враг. Модули подключаются к доступным региональным источникам энергии, что обходит одну из главных проблем современной инфраструктуры ИИ: поиск достаточного количества дешевой электроэнергии рядом с крупными населенными пунктами.
Программный слой также является центральным элементом предложения. Runware создала то, что называет Model Lake — единое хранилище, содержащее более 400 000 AI-моделей. Система обеспечивает оптимизированную маршрутизацию между подами, направляя запросы к нужной модели в нужном месте.
Компания объявила о планах по эксплуатации 10 000 Sonic Inference Pods. При мощности 1 МВт на единицу это будет значительный объем распределенных вычислительных ресурсов, хотя сроки достижения этой цели не были указаны.
Финансирование, стоящее за амбициями
Расширение Runware поддерживается быстрой историей привлечения средств: в ноябре 2024 года компания привлекла 3 миллиона долларов, а в сентябре 2025 года — семя-раунд на 13 миллионов долларов. Наиболее недавно она закрыла серию A на 50 миллионов долларов между декабрем 2025 и январем 2026, что привело к общему раскрытому объему финансирования в 66 миллионов долларов.
Утверждение о экономической эффективности, лежащее в основе всего этого, предполагает потенциальное десятикратное снижение затрат на инфраструктуру по сравнению с традиционными решениями. Основная логика обоснована: контейнеризированное оборудование в масштабе, использующее региональную энергию вместо подключения к централизованной сети, с программным слоем, устраняющим избыточное хранение моделей и потери вычислительных ресурсов.