Runware quer montar data centers de IA em linha, como se fossem carros

A corrida por capacidade de computação para IA esbarra num problema pouco glamouroso: construir data centers leva tempo demais. A Runware, startup de infraestrutura de IA, aposta que a resposta é tratar o data center como produto de fábrica. Segundo reportagem publicada nesta sexta-feira, 30 de outubro, pelo TechCrunch, a empresa pretende montar módulos prontos numa linha de produção "como se fossem carros" e colocá-los no ar em até 48 horas depois da entrega. A reportagem é de Dominic-Madori Davis e ouviu o cofundador e presidente-executivo, Flaviu Radulescu.

O que a Runware vende

O produto se chama Sonic Inference Pod, um data center modular construído em fábrica e enviado ao cliente pronto para instalar. A ideia não é inédita: a Crusoe e a Schneider Electric também vendem módulos pré-fabricados. A diferença que a Runware alega é a velocidade de entrega. O módulo usa um projeto padronizado, que pode ser configurado conforme a necessidade do cliente e adaptado a novas gerações de GPUs, e os componentes são desenhados e testados pela equipe de hardware da própria empresa.

O modelo de negócio tem duas portas de entrada. O cliente pode alugar poder de computação da Runware ou levar as próprias GPUs e pagar uma mensalidade pelo módulo e pela operação, com energia e internet cobradas à parte. A empresa também fornece peças de reposição quando algum componente falha, e pode ajudar a encontrar o terreno ou aproveitar um local que o cliente já tenha.

Fábricas, metas e números

A produção está na Romênia. Uma fábrica funciona há alguns anos montando módulos e uma segunda começou a ser levantada neste ano; a previsão é que fique pronta em alguns meses e entre em operação no início do ano que vem. A produção deve crescer de forma gradual a partir de 2027.

As metas são ambiciosas:

• Chegar a 30 MW de capacidade de data center por dia até 2028, o que dá quase 1 GW por mês. Para comparação, a reportagem cita que os Estados Unidos deveriam adicionar cerca de 10 GW em 2026.
• Reduzir o tempo de montagem de um módulo de cerca de três semanas para apenas um dia.
• Colocar cada módulo no ar em até 48 horas após a entrega, contando instalação e configuração.

A Runware diz ter recebido US$ 1 bilhão em interesse formal de clientes desde que passou a oferecer os módulos a terceiros, há cerca de um mês. Esse valor corresponde a mais de 20 MW, que a empresa tenta entregar. Ela também fala em uma carteira de locais de 397 MW, com potencial de chegar a 1,2 GW, e em negociações com fornecedores de energia. Os terrenos são bem menores que os dos grandes provedores de nuvem e costumam já ter eletricidade disponível.

Dinheiro, peças e limites

A startup já captou mais de US$ 60 milhões, incluindo uma Série A de US$ 50 milhões fechada em dezembro de 2025. Ela planeja uma Série B, mas por ora financia o lançamento da fábrica com o dinheiro da Série A. Radulescu disse que o custo da equipe de produção é compatível com o valor de colocar computação de IA em operação. A empresa contratou um gerente de fábrica vindo da indústria automotiva para trabalhar com o chefe de hardware.

Parte das peças, como bombas e ventiladores, vem da Alemanha, e a empresa ainda depende da Nvidia para a rede interna dos servidores. O resfriamento é líquido em circuito fechado, com radiadores a ar, o que dispensa ligação de água. A Runware afirma usar energia renovável quando possível e quer que ela seja a principal fonte.

A própria reportagem faz ressalvas importantes. Os números de demanda e capacidade vêm da Runware e não foram verificados de forma independente. Os planos ainda precisam ser executados, e isso exige equipe, estoque, logística de peças e dinheiro. O texto lembra o caso da Arrival, startup de carros elétricos que já foi avaliada em mais de US$ 13 bilhões e tropeçou ao tentar produzir em massa de forma lucrativa.

Um sinal do gargalo da IA

A notícia se encaixa num cenário que o Portal da AI vem acompanhando. As grandes empresas gastam cifras enormes em capacidade: a AWS prevê gastar US$ 220 bilhões enquanto mira um negócio de US$ 1 trilhão, a Lambda, nuvem de GPUs, capta até US$ 4 bilhões antes do IPO e a Accelevation mira avaliação de até US$ 5,4 bilhões em IPO vendendo energia e refrigeração para data centers. Até Sam Altman falou em usar robôs para construir data centers. Quando todos buscam o mesmo recurso escasso, quem promete entregar mais rápido ganha atenção, mas precisa provar que consegue.

Por que isso importa para você

Mesmo que você não compre um data center, a velocidade com que a capacidade de IA chega ao mercado afeta preço, disponibilidade e limites das ferramentas que você usa:

• Mais capacidade de computação tende, com o tempo, a pressionar para baixo o preço de usar modelos por API, o que beneficia quem cria produtos e automações com IA.
• Se você depende de uma ferramenta de IA no seu negócio, acompanhe notícias de infraestrutura: filas, limites de uso e quedas costumam refletir falta de capacidade.
• Empresas médias que hoje alugam GPUs por hora podem ganhar uma opção intermediária, com módulos dedicados, mas só vale olhar isso quando houver preços e contratos públicos, o que ainda não existe aqui.
• Trate promessas de prazo e escala com cautela. Metas para 2028 são planos, não resultados, e os números desta notícia vêm da própria empresa.
• Para quem investe ou escolhe fornecedores, vale perguntar quanto da capacidade anunciada já está de fato entregue e funcionando.

A mensagem prática é que o gargalo da IA hoje é físico: terrenos, energia, peças e mão de obra. Quem conseguir resolver isso com processo industrial pode mudar o ritmo do setor, mas a prova ainda está por vir.

O TechCrunch é a fonte da informação e dos números aqui resumidos; o texto acima é análise própria do Portal da AI.