Sonic Inference Pod er et selvstændigt datacenter, der er bygget specifikt til AI-inferens – altså den del af AI-arbejdet, hvor en trænet model svarer på forespørgsler og genererer eksempelvis tekst, billeder, video eller lyd.
Inde i containeren findes omkring 1.200 GPU’er, primært NVIDIA RTX PRO 6000, mens B200- og B300-serien skal håndtere større arbejdsbelastninger. GPU’erne er organiseret i noder med mellem to og otte GPU’er . Runware har udviklet hele systemet med specialbyggede komponenter, herunder servere uden traditionelle kabinetter, specialreoler, egen PCIe-switching, højfrekvente CPU’er og lokal NVMe-lagring .
Oven på containeren placeres en køleenhed, der omtrent har samme størrelse som selve containeren. Podden ankommer samlet og testet og kræver ifølge Runware primært et plant underlag, strøm og en netværksforbindelse for at kunne installeres . Selve installationen kan tage omkring én dag, når enheden er leveret .
Den samlede netværksarkitektur er central for modellen. I stedet for at sende alle forespørgsler til et fjernt, centraliseret datacenter vil Runware placere beregningskapaciteten tættere på både strømforsyningen og brugerne .
Ved lanceringen oplyste Runware, at 10 pods allerede var installeret i USA, Europa og Asien-Stillehavsområdet . Europa var den første region, der var live, mens udrulningen på USA’s vestkyst var i gang .
Runware havde samtidig identificeret 160 lokationer til udrulning i andet halvår af 2026 . Planen omfatter:
Sonic Pod er den fysiske udvidelse af Runwares eksisterende AI-platform. Før lanceringen oplyste virksomheden, at den havde leveret mere end 10 milliarder AI-genereringer for over 200.000 udviklere og mere end 300 millioner slutbrugere .
Blandt de navngivne kunder er Wix, Together.ai, ImagineArt, Quora, OpenArt, Freepik og Higgsfield AI. Runware nævner desuden flere dusin private virksomhedsimplementeringer .
Runwares egen hjemmeside oplyste i juli 2026, at platformen havde håndteret mere end 20 milliarder forespørgsler og blev brugt af over 500 millioner slutbrugere, 1 million udviklere og mere end 400.000 modeller . Tallene er virksomhedens egne og dækker platformens samlede aktivitet.
Runware har rejst to større finansieringsrunder:
Det samlede beløb, der er angivet i det foreliggende materiale, er 63 millioner dollar .
Runware fremhæver flere miljømæssige og infrastrukturelle argumenter for den containerbaserede model.
Podden bruger et forseglet, lukket væskekredsløb. Systemet cirkulerer omkring 1,5 kubikmeter vand kontinuerligt, men tilfører ifølge Runware ikke nyt vand under normal drift og producerer hverken spildevand eller forurening . Temperaturen holdes stabil inden for 2 °C under vedvarende belastning .
Det adskiller sig fra køleløsninger baseret på fordampning, som kan kræve store mængder vand i traditionelle datacentre .
Pods kan ifølge Runware placeres ved eksisterende elstationer, industriparker eller datacenterområder, hvor der allerede er tilgængelig strøm . Det kan mindske behovet for at bygge helt nye megadatacentre langt fra brugerne og samtidig reducere tab i langdistancetransmissionen .
I stedet for at kræve nye netforstærkninger eller omfattende forsyningsopgraderinger vil Runware udnytte ledig kapacitet, hvor den allerede findes . Det er en del af virksomhedens grundidé: at bygge mindre, standardiserede enheder, som kan flyttes og skaleres i takt med efterspørgslen.
Sonic Inference Pod er et forsøg på at gøre AI-infrastruktur mere modulær. Den traditionelle model samler store mængder computerkraft i få, centraliserede datacentre. Runware vil i stedet fordele kapaciteten i et netværk af mindre enheder, der kan placeres tæt på både energikilder og trafik.
Om modellen kan levere de lovede besparelser og hurtigt nå 10.000 noder i 2026, afhænger blandt andet af strømtilgængelighed, netværk, vedligeholdelse og den faktiske efterspørgsel. Men med 10 pods allerede i drift, 160 planlagte lokationer og et mål om mere end 1 GW i 2027 satser Runware på, at transportable datacentre bliver en vigtig del af næste fase i AI-inferens .