Runware Sonic Inference Pod：20 呎貨櫃化身 AI 資料中心，3 週部署 1,200 顆 GPU

什麼是 Sonic Inference Pod？

Sonic Inference Pod 是一個完全自足的推論運算單元。每個機組搭載約 1,200 顆 GPU——主要為 NVIDIA RTX PRO 6000 晶片，並針對較大工作負載配置 B200 和 B300 系列 GPU——以每節點 2 至 8 顆 GPU 的方式排列 。該單元裝在一個 20 呎海運貨櫃內，頂部疊放一台冷卻器，所有組件皆從零開始客製：無機殼伺服器、客製機架、專有 PCIe 交換、高頻 CPU 和本地 NVMe 儲存 。

該機組採用密封的封閉迴路液冷系統，持續循環約 1.5 立方米的水，實現零耗水、無廢水、無污染 。在持續負載下，系統能將溫度穩定維持在 2°C 以內 。

關鍵規格

• 運算密度： 每個機組約 1,200 顆 GPU，IT 運算功率 1 MW
• 成本節省： 相較傳統雲端供應商，推論成本降低 30–80%（部分來源指出最高可節省 90%）
• 部署速度： 從下單到上線約需三週，而傳統資料中心則需數年
• 冷卻方式： 封閉迴路液冷，無耗水
• 架構： 所有機組作為單一網路化集群運作，即時將推論請求路由至最近的可用容量

當前部署與客戶基礎

截至 2026 年 8 月發表時，Runware 已回報在美國、歐洲和亞太地區部署了 10 個機組 。該公司已為 2026 年下半年鎖定 160 個站點進行擴展，其中歐洲已上線，美國西岸部署正在進行中 。

• 已部署 10 個機組 橫跨美國、歐洲和亞太地區
• 已鎖定 160 個站點 作為 2026 年下半年擴展目標
• 目標在 2026 年下半年達到 10,000 個推論節點
• 目標在 2027 年達到 1 GW 以上的推論算力容量

在 Sonic Pod 推出前，Runware 已建立顯著的客戶基礎。該平台已為 超過 200,000 名開發者 和 超過 3 億終端用戶 驅動 超過 100 億次 AI 生成 。已公布的客戶包括 Wix、Together.ai、ImagineArt、Quora、OpenArt、Freepik 和 Higgsfield AI，以及數十個私人企業部署 。到 2026 年中，Runware 網站顯示已處理 超過 200 億次請求、服務 超過 5 億終端用戶、擁有 超過 100 萬名開發者 和平台上的 超過 40 萬個模型 。

募資背景

Runware 已完成兩輪重要募資：

• 1,300 萬美元種子輪（2025 年 9 月）： 由 Insight Partners 領投，a16z Speedrun、Begin Capital 和 Zero Prime 參與 。
• 5,000 萬美元 A 輪（2025 年 12 月 / 2026 年 1 月）： 由 Dawn Capital 領投，Comcast Ventures、Speedinvest、Insight Partners 和 a16z Speedrun 參與 。該輪募資最早於 2025 年 12 月 11 日報導，Runware 於 2026 年 1 月 29 日正式宣布 。

該公司累計募資總額為 6,300 萬美元 。

環境效益考量

Runware 強調 Sonic Inference Pod 的多項環境優勢：

• 零水資源消耗： 密封的封閉迴路冷卻系統持續循環相同的冷卻液，避免了傳統資料中心蒸發冷卻所需的大量用水 。
• 避免輸電損耗： 機組可設置在使用者附近的既設變電站或工業場地，無需建造需要長距離輸電基礎設施的偏遠巨型資料中心 。
• 利用現有電力容量： 機組可接入已存在電力的地點（如工業園區、資料中心園區、變電站），無需新增電網容量或進行漫長的公用事業升級 。
• 快速部署： 機組送達後約一天即可完成安裝，只需地面、電源和網路連線 。

結論

Sonic Inference Pod 代表了 AI 基礎設施的一種根本性不同做法：將運算帶到電力和使用者所在之處，而非將流量強制引導至偏遠的集中式資料中心 。隨著 10 個機組已上線、160 個站點排隊等候，以及 2027 年達到 1 GW 容量的目標，Runware 正押注模組化、可攜式資料中心將定義 AI 推論部署的下一個階段。