El centro de datos de IA que llega en camión y empieza a operar en tres semanas

Qué es el Sonic Inference Pod

El pod es una unidad modular y autosuficiente diseñada específicamente para ejecutar cargas de inferencia. En su interior caben aproximadamente 1.200 GPU, organizadas en nodos de entre dos y ocho tarjetas. Runware señala que utiliza principalmente GPU NVIDIA RTX PRO 6000, además de modelos B200 y B300 para cargas de trabajo más exigentes .

El contenedor incorpora servidores sin carcasa, racks diseñados a medida, conmutación PCIe propia, CPU de alta frecuencia y almacenamiento NVMe local. Sobre el contenedor se instala un sistema de refrigeración —un chiller— de un tamaño similar al de la propia unidad .

A diferencia de un centro de datos convencional, el pod se entrega ya montado y probado. Según Runware, solo necesita una superficie preparada, suministro eléctrico y conexión de red. La instalación física puede completarse en aproximadamente un día una vez entregado, mientras que el plazo desde el pedido hasta la puesta en funcionamiento ronda las tres semanas .

Una arquitectura pensada para la inferencia

Runware no presenta los pods como unidades aisladas, sino como parte de una flota conectada. Todas las instalaciones funcionan como una reserva de capacidad común y el sistema dirige cada solicitud, en tiempo real, al recurso disponible más cercano .

La idea cambia el enfoque habitual de la infraestructura de IA: en lugar de enviar todo el tráfico a unos pocos macrocentros de datos remotos, la capacidad informática puede situarse cerca de los usuarios y de los puntos donde ya existe energía disponible .

Principales especificaciones

• Densidad informática: unos 1.200 GPU por pod y 1 MW de capacidad de TI .
• Ahorro anunciado: entre un 30% y un 80% menos de coste de inferencia frente a proveedores cloud tradicionales; algunas comunicaciones de la empresa apuntan a ahorros de hasta el 90% .
• Despliegue: aproximadamente tres semanas desde el pedido hasta la operación, frente a los años que puede requerir un centro de datos convencional .
• Refrigeración: circuito líquido cerrado, sin consumo habitual de agua .
• Red distribuida: los pods comparten capacidad y enrutan las solicitudes hacia el nodo disponible más cercano .

Dónde está desplegado y cuál es el objetivo

En el momento del lanzamiento, Runware comunicó que ya contaba con 10 pods desplegados en Estados Unidos, Europa y Asia-Pacífico . Europa ya estaba procesando tráfico y el despliegue en la costa oeste de Estados Unidos se encontraba en marcha .

La empresa había identificado además 160 ubicaciones para ampliar la red durante la segunda mitad de 2026. Su primera oleada de expansión busca poner en funcionamiento hasta 10.000 nodos de inferencia antes de finalizar ese periodo . Para 2027, Runware aspira a superar 1 GW de capacidad de inferencia .

Son objetivos ambiciosos: un solo pod representa alrededor de 1 MW, por lo que alcanzar esa escala exigiría desplegar una red extensa de unidades y emplazamientos. La propuesta modular pretende precisamente evitar que cada ampliación dependa de construir desde cero un nuevo campus de centros de datos.

La tracción de Runware antes de los pods

El lanzamiento llega después de que Runware construyera una plataforma de acceso unificado a modelos de IA. La compañía afirma haber procesado más de 10.000 millones de generaciones para más de 200.000 desarrolladores y más de 300 millones de usuarios finales .

Entre sus clientes mencionados figuran Wix, Together.ai, ImagineArt, Quora, OpenArt, Freepik y Higgsfield AI, además de varias implementaciones empresariales privadas . En julio de 2026, el sitio web de Runware mostraba más de 20.000 millones de solicitudes atendidas, 500 millones de usuarios finales, un millón de desarrolladores y 400.000 modelos disponibles en la plataforma .

Cómo se ha financiado el proyecto

Runware ha anunciado dos rondas principales de financiación:

• Ronda semilla de 13 millones de dólares, anunciada en septiembre de 2025 y liderada por Insight Partners, con participación de a16z Speedrun, Begin Capital y Zero Prime .
• Serie A de 50 millones de dólares, liderada por Dawn Capital, con participación de Comcast Ventures, Speedinvest, Insight Partners y a16z Speedrun . La ronda se comunicó inicialmente en diciembre de 2025 y Runware la anunció formalmente el 29 de enero de 2026 .

Tomando esas dos rondas, la empresa ha captado 63 millones de dólares .

El argumento medioambiental

Runware destaca varias ventajas potenciales de su diseño frente a los centros de datos tradicionales. La primera es la refrigeración: el sistema sellado recircula continuamente los mismos aproximadamente 1,5 metros cúbicos de agua, sin consumo adicional, aguas residuales ni contaminación asociada al funcionamiento normal, según la compañía . El sistema mantiene la temperatura estable dentro de un margen de 2 °C bajo carga sostenida .

La segunda es la ubicación. Los pods pueden instalarse en subestaciones, parques industriales o campus de centros de datos que ya dispongan de capacidad eléctrica. De ese modo, Runware sostiene que se reducen las pérdidas de transmisión y la necesidad de esperar nuevas ampliaciones de la red .

El modelo también busca aprovechar infraestructura energética existente en lugar de depender exclusivamente de nuevos macrocentros conectados a largas líneas de transmisión. Sin embargo, que un pod pueda desplegarse rápidamente no elimina los requisitos técnicos y regulatorios de cada emplazamiento: seguirá necesitando terreno adecuado, energía suficiente y conectividad de red.

La apuesta de fondo

El Sonic Inference Pod no es solo un servidor dentro de una caja: es la apuesta de Runware por convertir la infraestructura de inferencia en un producto modular, transportable y distribuido. Con 10 unidades ya desplegadas, 160 ubicaciones previstas y una meta de 1 GW para 2027, la compañía quiere demostrar que llevar la capacidad informática hasta donde están la energía y los usuarios puede ser más rápido y económico que ampliar únicamente los grandes centros de datos centralizados .

La cuestión decisiva será si esta ventaja se mantiene cuando la red crezca: el coste real de la electricidad, la disponibilidad de emplazamientos, la conectividad y la operación de miles de GPU serán tan importantes como el tamaño del contenedor.