Hogar
Runware presenta un módulo de centro de datos portátil para poner a prueba el futuro de la infraestructura móvil
El martes, la empresa de infraestructura de IA Runware presentó Sonic Inference Pod, un centro de datos modular diseñado como una única unidad transportable. Esta solución ofrece una alternativa flexible a los proyectos de centros de datos de gran envergadura y escala fija de los hiperescaladores.
Según Runware, el Pod ofrece una inferencia de mayor calidad a un coste menor en comparación con otras plataformas sin servidor y nubes de GPU. Su arquitectura modular permite una rápida ampliación de la capacidad mediante el despliegue de nuevos pods, lo que elimina la necesidad de ampliar instalaciones fijas. El cofundador y director ejecutivo, Flaviu Radulescu, describió este enfoque como el futuro de la informática en declaraciones a TechCrunch.
«Creemos que la computación distribuida, situada más cerca de los usuarios finales para una inferencia más rápida, es lo que prevalecerá a largo plazo», explicó. Más allá de unos precios competitivos, Radulescu destacó que el sistema de Runware se escala rápidamente, puede desplegarse en cualquier lugar con acceso a la red eléctrica y se adapta con rapidez al nuevo hardware. A diferencia de los centros de datos tradicionales, cuya construcción lleva meses o años, los pods de Runware utilizan un sistema de refrigeración de circuito cerrado que no requiere agua y puede estar operativo en tan solo unos días.
«La demanda de inferencia está creciendo más rápido de lo que se pueden construir las instalaciones», afirmó Radulescu. «Lo que queremos es impulsar la inteligencia del mundo, ser la columna vertebral sobre la que se ejecuten todos los modelos de IA, con una capacidad que se adapte a la demanda en lugar de limitarla».
Según Radulescu, Runware opera actualmente 10 módulos repartidos por Estados Unidos, Europa y Asia-Pacífico. La empresa ya ofrece servicios de inferencia a clientes como Higgsfield AI y Wix, y cuenta con 160 emplazamientos listos para albergar sus módulos. Tras una ronda de financiación de serie A de 50 millones de dólares en diciembre, Runware tiene como objetivo proporcionar la infraestructura necesaria a las empresas dedicadas a la generación de imágenes. Esta expansión hacia los pods modulares se alinea con la misión principal de la empresa de proporcionar servicios de inferencia a las empresas, en lugar de centrarse en un único producto.

Créditos de las imágenes:Runware
Los principales laboratorios de IA, como OpenAI y SpaceX, siguen compitiendo por construir centros de datos por todo Estados Unidos. Los informes sugieren que OpenAI está a punto de cerrar un acuerdo de 500 000 millones de dólares para construir unas instalaciones en Ohio. Sin embargo, Radulescu no considera que estos proyectos a gran escala supongan una amenaza para los «Sonic Inference Pods», y destaca la flexibilidad de los pods como una ventaja clave.
«Cada pod funciona como parte de una única red, por lo que las solicitudes se dirigen allí donde haya capacidad, más cerca de los usuarios, y si un pod se desconecta, el tráfico se desvía a otro», explicó. Añadió que un fallo del sistema afecta solo a un pod, en lugar de a toda una instalación fija. «Los clientes que desean hardware dedicado disponen de pods completos para su uso exclusivo».
A Radulescu tampoco le preocupa que la competencia desarrolle soluciones similares, ya que señala que el desarrollo de hardware es lento y que el número de profesionales capaces de diseñar y mantener esta tecnología es limitado.
«Un error en el diseño de una placa de circuito impreso supone meses de trabajo entre el rediseño, la simulación, la fabricación, las pruebas y la entrega», afirmó. «Cada una de esas etapas requiere a alguien que comprenda exactamente qué hace cada componente y qué falla si este desaparece».
La construcción de centros de datos de IA sigue siendo un tema controvertido, en gran parte debido a su elevado consumo de recursos. Las comunidades que acogen estas instalaciones ya han informado de un aumento en los costes de los servicios públicos. Aunque Runware prevé un futuro impulsado por energías renovables sin sobrecargar los recursos locales, esa realidad aún no es totalmente alcanzable.
Radulescu señaló que el consumo energético de la IA aumentará de todos modos, «impulsado por la demanda de inferencia, no por quién la suministre». Hizo hincapié en que el objetivo actual de Runware es satisfacer esta demanda de manera eficiente. «Sin pérdidas en la transmisión, sin agua en la refrigeración, y estamos utilizando la energía que ya existe en lugar de solicitar que se construya nueva capacidad de red. Una mayor capacidad de inferencia construida de esta manera significa menos red nueva y menos agua, para la misma cantidad de potencia de cálculo».
Artículo relacionado
La integración profunda de ChatGPT permite acceder a 300 000 películas y series de televisión a través de la conversación
A medida que los servicios de streaming saturan el mercado con un sinfín de contenidos, ayudar a los usuarios a filtrar el ruido para encontrar lo que realmente buscan se ha convertido en un reto fund
Cómo optimizar los Core Web Vitals para mejorar el posicionamiento SEO
Transforma tu flujo de trabajo de edición de vídeo con transcripciones generadas por IAÍndice:IntroducciónVentajas clave de la transcripción automatizadaGarantizar la precisión y perfeccionar el resul
DingTalk reestructura su arquitectura con MuleRun de AliAI y da inicio a la era de los agentes completos
Chen Yusen, nuevo director ejecutivo de DingTalk y responsable de la unidad de negocio Wukong, ha revelado una importante reestructuración organizativa en un memorándum interno publicado esta tarde. M
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
El martes, la empresa de infraestructura de IA Runware presentó Sonic Inference Pod, un centro de datos modular diseñado como una única unidad transportable. Esta solución ofrece una alternativa flexible a los proyectos de centros de datos de gran envergadura y escala fija de los hiperescaladores.
Según Runware, el Pod ofrece una inferencia de mayor calidad a un coste menor en comparación con otras plataformas sin servidor y nubes de GPU. Su arquitectura modular permite una rápida ampliación de la capacidad mediante el despliegue de nuevos pods, lo que elimina la necesidad de ampliar instalaciones fijas. El cofundador y director ejecutivo, Flaviu Radulescu, describió este enfoque como el futuro de la informática en declaraciones a TechCrunch.
«Creemos que la computación distribuida, situada más cerca de los usuarios finales para una inferencia más rápida, es lo que prevalecerá a largo plazo», explicó. Más allá de unos precios competitivos, Radulescu destacó que el sistema de Runware se escala rápidamente, puede desplegarse en cualquier lugar con acceso a la red eléctrica y se adapta con rapidez al nuevo hardware. A diferencia de los centros de datos tradicionales, cuya construcción lleva meses o años, los pods de Runware utilizan un sistema de refrigeración de circuito cerrado que no requiere agua y puede estar operativo en tan solo unos días.
«La demanda de inferencia está creciendo más rápido de lo que se pueden construir las instalaciones», afirmó Radulescu. «Lo que queremos es impulsar la inteligencia del mundo, ser la columna vertebral sobre la que se ejecuten todos los modelos de IA, con una capacidad que se adapte a la demanda en lugar de limitarla».
Según Radulescu, Runware opera actualmente 10 módulos repartidos por Estados Unidos, Europa y Asia-Pacífico. La empresa ya ofrece servicios de inferencia a clientes como Higgsfield AI y Wix, y cuenta con 160 emplazamientos listos para albergar sus módulos. Tras una ronda de financiación de serie A de 50 millones de dólares en diciembre, Runware tiene como objetivo proporcionar la infraestructura necesaria a las empresas dedicadas a la generación de imágenes. Esta expansión hacia los pods modulares se alinea con la misión principal de la empresa de proporcionar servicios de inferencia a las empresas, en lugar de centrarse en un único producto.

Créditos de las imágenes:Runware
Los principales laboratorios de IA, como OpenAI y SpaceX, siguen compitiendo por construir centros de datos por todo Estados Unidos. Los informes sugieren que OpenAI está a punto de cerrar un acuerdo de 500 000 millones de dólares para construir unas instalaciones en Ohio. Sin embargo, Radulescu no considera que estos proyectos a gran escala supongan una amenaza para los «Sonic Inference Pods», y destaca la flexibilidad de los pods como una ventaja clave.
«Cada pod funciona como parte de una única red, por lo que las solicitudes se dirigen allí donde haya capacidad, más cerca de los usuarios, y si un pod se desconecta, el tráfico se desvía a otro», explicó. Añadió que un fallo del sistema afecta solo a un pod, en lugar de a toda una instalación fija. «Los clientes que desean hardware dedicado disponen de pods completos para su uso exclusivo».
A Radulescu tampoco le preocupa que la competencia desarrolle soluciones similares, ya que señala que el desarrollo de hardware es lento y que el número de profesionales capaces de diseñar y mantener esta tecnología es limitado.
«Un error en el diseño de una placa de circuito impreso supone meses de trabajo entre el rediseño, la simulación, la fabricación, las pruebas y la entrega», afirmó. «Cada una de esas etapas requiere a alguien que comprenda exactamente qué hace cada componente y qué falla si este desaparece».
La construcción de centros de datos de IA sigue siendo un tema controvertido, en gran parte debido a su elevado consumo de recursos. Las comunidades que acogen estas instalaciones ya han informado de un aumento en los costes de los servicios públicos. Aunque Runware prevé un futuro impulsado por energías renovables sin sobrecargar los recursos locales, esa realidad aún no es totalmente alcanzable.
Radulescu señaló que el consumo energético de la IA aumentará de todos modos, «impulsado por la demanda de inferencia, no por quién la suministre». Hizo hincapié en que el objetivo actual de Runware es satisfacer esta demanda de manera eficiente. «Sin pérdidas en la transmisión, sin agua en la refrigeración, y estamos utilizando la energía que ya existe en lugar de solicitar que se construya nueva capacidad de red. Una mayor capacidad de inferencia construida de esta manera significa menos red nueva y menos agua, para la misma cantidad de potencia de cálculo».
La integración profunda de ChatGPT permite acceder a 300 000 películas y series de televisión a través de la conversación
A medida que los servicios de streaming saturan el mercado con un sinfín de contenidos, ayudar a los usuarios a filtrar el ruido para encontrar lo que realmente buscan se ha convertido en un reto fund
Cómo optimizar los Core Web Vitals para mejorar el posicionamiento SEO
Transforma tu flujo de trabajo de edición de vídeo con transcripciones generadas por IAÍndice:IntroducciónVentajas clave de la transcripción automatizadaGarantizar la precisión y perfeccionar el resul
DingTalk reestructura su arquitectura con MuleRun de AliAI y da inicio a la era de los agentes completos
Chen Yusen, nuevo director ejecutivo de DingTalk y responsable de la unidad de negocio Wukong, ha revelado una importante reestructuración organizativa en un memorándum interno publicado esta tarde. M











