Runware apresenta pod de data center portátil para inferência de IA
Runware
OpenAI
A startup de infraestrutura de IA Runware lançou seu Sonic Inference Pod, uma unidade modular e transportável de data center, projetada para oferecer inferência de IA mais barata e rápida. A empresa atualmente tem 10 pods implantados nos EUA, Europa e Ásia-Pacífico, e os posiciona como uma alternativa flexível aos enormes data centers de hiperescala.
A Runware, empresa de infraestrutura de IA, anunciou o lançamento do seu data center modular chamado Sonic Inference Pod, uma unidade transportável única que representa um tipo mais flexível de computação. O Pod é projetado para oferecer inferência com qualidade superior e custo mais baixo do que outras plataformas de inferência sem servidor e nuvens de GPU, e seu design modular permite expansão rápida de capacidade sem construir data centers fixos. De acordo com o CEO Flaviu Radulescu, a computação distribuída posicionada mais perto dos usuários finais vencerá no longo prazo, e os pods podem escalar rapidamente, implantar em qualquer lugar com energia e se adaptar a novo hardware. Os pods usam um sistema de resfriamento de circuito fechado que não requer água e podem ser construídos em dias. A Runware atualmente tem 10 pods implantados nos EUA, Europa e Ásia-Pacífico, atendendo empresas como Higgsfield AI e Wix, com 160 locais disponíveis. A empresa levantou 50 milhões de dólares em Série A em dezembro. Embora laboratórios de IA como OpenAI e SpaceX estejam construindo data centers massivos, Radulescu vê os pods como complementares, observando que, se um pod ficar offline, o tráfego é movido para outro, e clientes que querem hardware dedicado recebem pods inteiros. Ele também minimizou a concorrência, citando o ciclo lento de design de hardware e um pequeno pool de talentos. Embora construir data centers de IA seja controverso devido ao uso de recursos, Radulescu acredita que o uso de energia pela IA aumentará de qualquer forma, e a Runware foca em atender à demanda de forma eficiente, sem perdas de transmissão, sem resfriamento a água e usando capacidade de energia existente.
Fonte: TechCrunch AI —
original
