Runware mise sur la production en série de pods de data centers modulaires pour accélérer le déploiement IA

Runware, jeune société roumaine spécialisée dans les infrastructures IAIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision., vient d’annoncer un virage de taille : la construction d’une véritable chaîne de montage dédiée à ses Sonic InferenceInférencePhase durant laquelle un modèle entraîné utilise ses paramètres pour produire une prédiction ou une réponse à partir de nouvelles données. Pods. L’objectif affiché est de pouvoir livrer 30 MW de capacité de data center chaque jour d’ici 2028, soit près d’un gigawatt par mois. Si le rythme annoncé semble ambitieux, il s’inscrit dans une dynamique plus large où les acteurs cherchent à raccourcir le temps entre la commande d’un serveur et son mise en service.

Des pods préfabriqués, mais à plus grande échelle

Les Sonic Pods ne sont pas les premiers modules pré‑fabriqués du marché ; Crusoe ou Schneider Electric proposent déjà des solutions similaires. Ce qui différencie Runware, c’est la promesse de délais de livraison plus courts que les temps d’attente habituels pour les GPUGPUProcesseur conçu pour effectuer de nombreux calculs en parallèle, notamment utilisé pour entraîner et exécuter des modèles d'IA.. Selon le co‑fondateur et CEO Flaviu Radulescu, la production en série permettrait de passer d’une construction de trois semaines à une mise en service en 48 heures, le temps d’installation et de configuration étant inclus. Le client peut soit fournir le site d’implantation, soit laisser Runware le sélectionner.

Un modèle flexible et « plug‑and‑play »

Les pods sont conçus autour d’un châssis standard, mais peuvent être configurés pour accueillir les dernières générations de GPU. Cette flexibilité profite aux clients qui font face à des délais d’approvisionnement parfois longs : « Nos délais de livraison sont plus courts que les lead‑times des GPU, ce qui nous donne le temps d’ajuster l’infrastructure », explique Radulescu. Les utilisateurs peuvent louer la puissance de calcul, fournir leurs propres cartes graphiques et payer un abonnement mensuel pour la maintenance, le réseau et l’énergie, facturés séparément.

Enjeux de fabrication et risques associés

Passer d’un atelier à une chaîne de production industrielle implique une logistique lourde : gestion des stocks, coordination des fournisseurs et maîtrise des coûts. Runware a levé plus de 60 M$ depuis sa création et prévoit de financer la première usine avec les 50 M$ de sa série A, tout en préparant une série B. Le dirigeant insiste sur le fait que le coût du personnel de l’usine est proportionné à la valeur créée par le déploiement rapide de la capacité AI. Un responsable de production issu de l’automobile a été recruté pour optimiser les processus, un choix qui rappelle les tentatives parfois difficiles d’autres start‑ups, comme Arrival, qui ont peiné à atteindre la rentabilité.

Approvisionnement et dépendances

Si la plupart des composants sont standards, certains éléments critiques – pompes, ventilateurs – proviennent d’Allemagne, et le réseau repose toujours sur les solutions Nvidia. La société affirme néanmoins pouvoir concevoir et tester en interne les pièces liées aux nouvelles générations de GPU, ce qui pourrait réduire la dépendance aux fournisseurs externes. À ce jour, Runware indique avoir reçu 1 milliard de dollars d’intérêts engagés pour ses pods, soit plus de 20 MW de capacité à livrer.

Consommation énergétique et impact environnemental

Les pods fonctionnent sur une alimentation électrique et une connexion internet uniquement. Le système de refroidissement est « closed‑loop », combinant liquide et radiateurs à air, ce qui élimine le besoin d’une connexion d’eau sur le site. Runware travaille avec des fournisseurs d’énergie pour couvrir 397 MW de capacité, avec une ambition d’atteindre 1,2 GW. Les installations sont prévues sur des sites déjà dotés d’infrastructures électriques, afin de limiter l’impact sur les réseaux locaux. Le refroidissement silencieux jusqu’à 86 °F et l’utilisation d’énergies renouvelables, quand c’est possible, sont mis en avant comme des atouts écologiques.

Perspectives

Si la mise en service de la première usine prévue pour début 2025 se déroule comme annoncé, Runware pourrait rapidement étendre son modèle aux États‑Unis et à d’autres régions. Le fondateur voit les systèmes modulaires comme la « norme pour les grands déploiements IA », permettant de planifier un data center hyperscale en quelques mois plutôt qu’en plusieurs années. Le succès dépendra toutefois de la capacité à tenir les promesses de production, à sécuriser la chaîne d’approvisionnement et à maîtriser les coûts dans un secteur où la concurrence est intense.

En résumé, Runware mise sur la rapidité et la modularité pour répondre à la demande croissante de puissance de calcul IA, tout en tentant de concilier flexibilité, coûts maîtrisés et impact environnemental limité.