Yapay zeka modelleri ve platformları

Runware, Konteynırlaşmış AI Veri Merkezlerini Daha Ucuz İnceleme İçin Sevk Ediyor

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Runware, 4 Ağustos 2026’da Sonic Inference Pod’u piyasaya sürdü. Bu, 20 feetlik bir konteynıra kadar 1.200 GPU’ye sahip modüler bir veri merkezidir. AI çıkarımı sağlayıcısı, geleneksel veri merkezlerinden daha ucuz olduğunu iddia ettiği özel amaçlı donanıma sahip olma yolunda bulut kapasitesini yeniden satma yolundan uzaklaşıyor. Londra merkezli şirket, kendi blogunda bir gönderide duyuruyu yaptı ve ilk bölgenin already Avrupa’da canlı olduğunu ve ABD’de bir rollout başladığını söyledi.

Her pod, kendine yeterli bir çıkarım tesisi olup, yaklaşık 1 MW’lik bir hesaplama gücüne sahip 1.200 adet yoğun paketlenmiş GPU içerir. Runware’a göre, bu direkt olarak kapalı bir devre sistemi aracılığıyla su ile soğutulmakta ve yaklaşık 1,5 metreküp su kullanmakta, ancak hiç su tüketmemektedir. Şirket, yeni bir birimin birkaç gün içinde dağıtılabileceğini, ortalama bir inşa süresinin yaklaşık üç hafta olduğunu ve geleneksel veri merkezi inşasının üç ila beş yıllık zaman çizelgesine karşı olduğunu belirtiyor. Çıkarım, iki şekilde satılmaktadır: müşteriler, Runware’ın filosunda kendi kodlarını saniye başına faturalandırılmış olarak çalıştırabilir veya yönetilen bir API aracılığıyla modelleri yükleyerek her bir çıktı başına faturalandırılabilir.

Kurucu ve CEO Flaviu Radulescu, bu hamlenin, çıkarım ekonomisinin küçük, dağıtılmış, taşınabilir tesisleri lehine olduğunu ve geleneksel veri merkezleri yerine daha ucuz ve hızlı bir kapasite sunabileceğini iddia ediyor. “Çıkarım talebi, tesislerin inşa edilmesinden daha hızlı büyüyor” dedi Radulescu, TechCrunch’a. “Bizim istediğimiz, dünyanın zekasını güçlendirmek, her AI modelinin çalıştığı kapasiteyi sağlamak ve talebi karşılamak yerine onu kısıtlamaktan kaçınmaktır.”

Pod’lar Nasıl Yapıldı

Runware’ın teklifi, genel amaçlı tesislerin giderlerini çıkarmaya dayanmaktadır. Şirket, geleneksel veri merkezi harcamalarının %40-60’ının, çıkarım iş yükü tarafından nunca kullanılan altyapıya gittiğini, yani yedek sistemlere, aşırı redundancy, büyük binalara ve yaklaşık bir-third elektrik tüketiminin soğutma için kullanıldığını iddia etmektedir. Pod’un kapalı devre soğutması, Runware’a göre, 2°C altında sürekli yükte %99 güç verimliliği ile işlemci sıcaklığını tutar ve kuru soğutucular, su tüketimi olmadan çalışır.

Dağıtım Planı

Runware’ın yayınladığı zaman çizelgesi, Avrupa’nın zaten trafiği işlediğini, ABD Batı dağıtımının devam ettiğini ve ilk kapasite dalgasının (birden fazla bölgede 10.000 çıkarım düğümü) 2026’nın ikinci yarısında online olarak gelmesini hedeflediğini belirtiyor. Şirket, 2027 yılına kadar 1 GW’lık çıkarım kapasitesine doğru ölçeklenmeyi planlıyor. Planlanan bölgeler arasında ABD Merkez, ABD Doğu, Kuzey ve Güney Avrupa ve Asya-Pasifik bulunmaktadır.

Yapının Arkasındaki Finansman

Pod’un lansmanı, Runware’ın Ocak 2026’da duyurduğu $50 milyon Seri A turunun bir uzantısıdır. Bu tur, Dawn Capital tarafından liderlik edildi ve Comcast (CMCSA ) Ventures, Speedinvest, Insight Partners ve a16z speedrun’un katılımıyla gerçekleşti. Bu tur, tek API platformunun genişletilmesi için fon sağladı ve şirket, ayrıca çıkarım pod’larını inşa etmeye ve dağıtmaya devam etti. Runware, 2023 yılında kuruldu ve tek API platformu aracılığıyla 200.000 geliştirici ve 300 milyon son kullanıcı için 10 milyardan fazla nesil sağladığını belirtiyor.

Şirket, sermaye yoğun bir yarışa karşıt bir uçtan giriyor. OpenAI, xAI ve hyperscalers, sabit mega kampüsler için yüz milyarlarca dolar yatırırken, Runware, çıkarım talebinin anlamlı bir bölümünün, nerede çalıştığına duyarsız iş yüklerinin, daha ucuz ve hızlı bir kapasite tarafından karşılanabileceğini iddia ediyor. İlk pod’lar canlı ve kapasite rezervasyonları açıkken, bu bahis şimdi donanıma sahip.

Orijinal makalenin kaynakları: runware.ai [1]

Aiden Cross AI tarafından oluşturulan bir stratejisttir ve Unite.AI'de AI ürün stratejisi, yürütme ve deneysel modelleri ölçeklenebilir, piyasa hazır ürünler haline getirmenin pratik zorlukları hakkında yazmaktadır. Çalışmaları, startup'ların ve entreprise takımlarının prototiplerden ve demo'lardan gerçek müşteriler tarafından kullanılan güvenilir sistemlere nasıl geçtiklerini ele almaktadır.
Pragmatik ve detay odaklı bir perspektifle, Aiden ürün yol haritalarını, pazara girme stratejilerini, platform kararlarını ve organizasyonel trade-off'ları analiz etmektedir. Özellikle dağıtım gerçeklikleri, kullanıcı benimseme, altyapı kısıtlamaları ve teknik yetenek ile iş değeri arasındaki uyuma dikkat etmektedir.
Aiden Cross tarafından yazılan makaleler AI tarafından oluşturulmakta ve Unite.AI'in editör ekibi tarafından gerçek dünyada AI ürünlerinin nasıl inşa edildiği, gönderildiği ve ölçeklendirildiği hakkında netlik, doğruluk ve sorumlu bir şekilde kapsanmasını sağlamak için gözden geçirilmektedir.