Rune 太阳能数据中心让 AI 算力脱离电网

Rune 已完成 4,000 万美元 A 轮融资，用于将 AI 计算设备部署在运营中的太阳能电站内，置于公共电网之外。这笔融资伴随着 RELIC 的推出——这是一个模块化系统，可将原本受限的太阳能发电转化为 GPU 集群的电力。Rune 太阳能数据中心挑战了通常的基础设施建设顺序：寻找土地、获得电网容量、建设设施，然后等待数年才能接入电力。

该公司正在颠倒这一顺序。它将计算设备带到已有发电能力、但并不总能将电力送达客户的地点。Rune 表示，其首个正在运行的 RELIC 装置位于得克萨斯州一座 200 兆瓦太阳能设施中。该公司尚未确认具体项目，也未披露详细运营结果。

这不只是又一则融资公告。Rune 正在押注，AI 基础设施未必总需要传统超大规模园区所要求的持续供电曲线。如果推理任务可以随间歇性能源调度，受限的可再生能源发电就能成为计算资源。但如果客户需要不间断的容量，该模式就必须配备储能、备用电源或接入多个站点。

Rune 的 A 轮融资支持一种不同类型的数据中心

重要的变化不只是融资本身。Rune 将融资、硬件和已投入运行的部署整合为一项商业方案。

Spark Capital 领投这轮 4,000 万美元 A 轮融资。Union Square Ventures、Lowercarbon Capital、Activate Capital、Committed Capital、Timeless Partners 和 Logos Fund 也参与了投资。本轮融资使 Rune 报告的累计融资额达到 5,350 万美元。

除融资外，Rune 还推出了 Renewable Energy Linked Intelligent Compute，简称 RELIC。这些模块化机柜内置 GPU 服务器、液冷系统和电力电子设备，设计用于直接部署在可再生能源设施内。

该系统部署于电表后侧，这意味着它在电力进入更广泛的公用事业网络之前，便直接在发电侧消耗电力。这种安排避开了传统数据中心所需的电网并网、变电站容量和输电基础设施。

据最初的 RELIC 部署报道，Rune 在得克萨斯州一座正在运营的 200 兆瓦太阳能电站安装了一个单元。据称，该硬件利用现有站点运行，无需改造其输电设备或占地面积。

Rune 表示，一个模块约可在 60 分钟内完成物理部署，并能在签署合同后的六周内通电。这些是公司说法，而非经独立审计的交付平均值。这一区别很重要，因为快速安装并不自动证明其具备持续性能、客户可用性或规模化运营的经济性。

与其雄心相比，该公司现有部署规模仍然很小。基于对 Rune 创始人采访的报道显示，其在得克萨斯州、加利福尼亚州和马萨诸塞州的合计运营容量约为 1 兆瓦。Rune 计划在未来一年部署 100 兆瓦，这使其当前规模与近期目标之间存在显著差距。

Rune 自行拥有并运营这些模块。它与可再生能源项目业主签署购电协议，购买站点所发电力，再将计算容量出售给 AI 实验室及其他客户。这种结构使 Rune 同时成为基础设施运营商和算力提供商。

太阳能电站业主获得了另一个潜在买家，用于消纳原本可能被限发或弃用的电力。削顶发生在太阳能阵列发电量超过逆变器可输出功率时。限电则发生在电网或市场条件迫使设施降低输出时。

与此同时，AI 客户无需等待新的公用事业接入，即可获得 GPU 集群。据报道，Rune 的早期客户使用 128-GPU 集群进行推理、模型微调和研究。该公司称，预计将提供最多包含 1,024 块 GPU 的集群。

这种组合赋予了 A 轮融资明确用途。Rune 需要制造更多模块、获得托管协议、采购 GPU，并证明分布式太阳能站点能够支持具有商业价值的计算。融资启动了扩张，但部署数据将决定这一模式是否可行。

AI 的电力瓶颈为何让 Rune 太阳能数据中心恰逢其时

Rune 进入市场之际，获得电力已变得与获得先进芯片同样重要。

根据一份 联邦能源报告，美国数据中心在 2023 年估计消耗了 176 太瓦时电力。这约占全国用电量的 4.4%。

同一份报告预计，到 2028 年，数据中心耗电量将达到 325 至 580 太瓦时。在这一范围下，数据中心将消耗美国约 6.7% 至 12% 的电力。AI 并非增长的唯一来源，但新的训练和推理基础设施是主要推动因素。

电力研究院更近期的情景预测显示，到 2030 年，潜在耗电量可能在 383 至 793 太瓦时之间。其 更新后的预测说明了需求的不确定性，但仍指向显著增长。

开发商无法仅靠订购服务器来满足这类需求。他们还需要土地、输电设施、变电站、变压器、冷却设备、许可和稳定电力。其中许多组件如今的采购或审批周期比计算硬件更长。

电网接入延迟影响供需双方。新数据中心需要可靠供电，而发电厂和储能项目也必须等待接入发电能力。劳伦斯伯克利国家实验室发现，2025 年投入商业运营的项目，从提交并网申请到投入运行的中位时间超过五年。

该实验室统计显示，截至 2025 年底，正在积极寻求并网的发电和储能容量达到 2,061 吉瓦。该队列规模虽较前一年缩小，但完工周期依然很长。许多拟议项目永远不会投入运营。

这些条件给传统数据中心开发商带来压力。他们可以等待公用事业容量、将设施设在限制较少的市场、在现场建设发电设施，或设计可响应可用电力的工作负载。每种选择都会改变经济性或运营模式。

Rune 选择了后两种路径。它部署在现有发电设施后侧，并且最初聚焦于能够容忍可变电力供应的任务。这避免了要求电网再承担一项持续性的工业负载。

这一时机也反映出日益增长的可再生能源限电。太阳能发电通常在正午前后达到峰值，而当地用电需求可能无法消纳每一兆瓦可用电力。在可再生能源丰富的地区，输电拥塞还可能使更多发电量受限。

据 Latitude Media 引述的数据，得克萨斯州在 2025 年限制了近 10,000 吉瓦时的可再生能源发电。加利福尼亚州则限制了超过 3,700 吉瓦时。Rune 的创始人将这类电力描述为在时间和地点上都受限的资源。

该公司估计，美国太阳能设施每年损失或限发超过 50 太瓦时电力。它还表示，单个项目可能有多达 20% 的潜在发电量未被利用。由于限电情况会因地点、电网条件、季节和电站设计而有很大差异，这些数字应被视为 Rune 的估算。

不过，底层的不匹配确实存在。AI 开发商正在寻找电力，而可再生能源运营商有时无法出售其生产的全部电力。Rune 的主张是在不先扩建电网的情况下，弥合这一物理差距。

直流架构是 Rune 的核心机制

Rune 的优势取决于移除太阳能阵列与服务器之间的基础设施，而不只是把一个集装箱放在几块面板旁边。

公用事业规模太阳能阵列产生直流电。传统项目将电力送入逆变器，转换为交流电后通过电网输送。传统数据中心随后还会再次转换输入电力，以供服务器和其他设备使用。

RELIC 接入太阳能逆变器后侧。它从发电设施接收高压直流电，并利用定制电子设备将电压降至适用于计算设备的水平。

Rune 联合创始人兼首席技术官 Varun Palivela 告诉 Latitude Media，公用事业规模可再生能源系统可在 1,500 伏电压下运行。服务器和 AI 加速器则需要低得多的电压。Rune 的电力硬件无需标准的并网变电站和变压器链条，即可完成这一转换。

减少转换环节应能降低电力损耗，也可能减少对大型变压器和其他电网设备短缺的暴露。Rune 表示，与建设传统异地设施相比，这种架构可将非计算资本支出降低 85%。

该公司还声称，其数据中心基础设施每兆瓦成本约低 90%。这一数字的涵盖范围似乎比 85% 的说法更广，且尚未获得公开成本明细的支持。它不应被理解为总计算成本降低 90%，后者还包括 GPU、网络、运营、融资和利用率。

物理标准化是该机制的另一部分。RELIC 模块尺寸约为 8 英尺乘 8 英尺，交付时已集成服务器、液冷设备和电力设备。Rune 将部署描述为制造流程，而非建设项目。

这一区别可以缩短在托管站点进行的工作。标准化模块可在其他地点完成组装和测试，再通过卡车运输并用叉车放置。据报道，得克萨斯州的安装项目约用一小时即可完成物理部署。

不过，从合同签署到计算设备通电的六周流程，远不只是放下一个模块。每个项目都需要与太阳能业主达成协议、具备兼容的电力基础设施、网络连接、站点安保、调试和维护通道。

Rune 表示，RELIC 冷却过程不消耗水资源。在太阳能资源丰富、且高耗水数据中心面临阻力的干旱地区，这一特点可能具有重要意义。该公司尚未公布其在不同气候、机架配置或季节性温度下的详细热性能数据。

同样的模块化架构还可以扩展到太阳能以外。Rune 表示，预计将与风电设施合作，后者可在不同时间段提供发电量。地理分布式的组合也可能在天气模式和时区之间平滑能源可用性。

目前，该公司瞄准 AI 推理。推理是运行已训练模型以生成答案、分类、图像或其他输出的过程。一些推理请求需要立即响应，另一些则可以进入队列，在容量可用时运行。

这一差别至关重要。等待分类的一批文档可以在阴天暂停处理；但承诺即时响应的消费者聊天机器人，无法轻易在太阳能输出下降时停止服务。

Rune 可以将适合的工作负载路由至可用集群，但若想与传统云基础设施竞争，它必须提供可预测的服务。因此，其技术架构对编排软件的依赖不亚于对电力电子设备的依赖。系统必须将每项任务与能够支持其运行的地点、能源、硬件和完成时限相匹配。

离网计算以可变利用率换取电网接入延迟

绕过电网消除了一个瓶颈，却带来了更严苛的要求：当太阳能发电量变化时，Rune 必须让昂贵的 GPU 持续发挥价值。

传统数据中心为全天候可靠供电付费。Rune 则利用这样的能源：太阳能电站因经济或物理限制而无法将其输出至电网。这类电力可能成本低廉，但并非持续可用。

太阳能发电受日照和天气影响。限电情况还会随电网拥堵、当地需求、输电中断和电价而变化。一处在某个季节弃电的站点，可能在另一个季节输出绝大部分发电量。

这使 GPU 利用率成为核心商业风险。AI 加速器是高价值资产，闲置硬件仍会产生折旧和融资成本。如果集群花费过多时间等待供电，廉价电力也无法弥补利用率不足的问题。

Rune 可以通过多种方式应对间歇性。它可以在发电富余期间调度弹性工作负载，也可以在不同站点之间迁移任务，或将太阳能与风能、电池或其他能源结合。对于需要持续可用性的工作负载，它还可以预留并网基础设施。

每种补救措施都会增加复杂性。电池会提高资本投入，而且为电力市场提供服务的价值可能更高。跨站点迁移任务需要足够的网络容量和数据部署能力。混合供电可能重新引入 RELIC 原本旨在避免的部分基础设施。

数据迁移尤其值得关注。模型权重和企业数据集可能规模庞大，而偏远太阳能农场并不必然具备成熟数据中心市场中的光纤连接条件。Rune 几乎没有披露其网络设计、冗余机制、延迟情况，或传输客户数据的成本。

安全性仍是另一个悬而未决的问题。部署在能源设施内的分布式机群意味着需要保护和监控更多实体地点。客户将期待涵盖硬件访问、加密、数据删除、事件响应以及工作负载隔离的控制措施。

Rune 还需要证明其硬件能够在严苛环境中可靠运行。太阳能农场面临高温、灰尘、强风和大幅温差。液冷减少了对水的依赖，但泵、热交换器和电力电子设备仍需维护。

该公司在得州的首个部署证明，一个模块可以在太阳能站点运行。但这尚不足以证明整个机群的可靠性、服务水平表现或长期维护成本。

当前规模进一步凸显了不确定性。据报道，Rune 在多个地点的运营规模约为一兆瓦。其提出在一年内达到 100 兆瓦的目标，意味着需要快速推进制造和客户获取。

扩张还需要 GPU。Rune 精简后的电力供应链并不能消除先进加速器、高带宽内存、网络设备和液冷组件方面的限制。更大的集群将使网络拓扑和故障恢复变得更加重要。

与超大规模云服务商建设的巨型训练集群相比，该公司的 128-GPU 配置规模较小。但这一限制也是 Rune 战略的一部分。微调、研究、渲染和排队推理并不总是需要一个容纳数万颗加速器的连续园区。

Rune 必须证明，市场上存在足够多拥有充分弹性工作负载的客户。它还必须表明，这些客户愿意接受分布式可再生能源计算的运营特性。

因此，“每座太阳能农场都是潜在数据中心”的说法需要附加条件。一个可行的托管站点需要具备有价值的富余发电量、兼容的电气基础设施、空间、网络、安全保障和商业协议。许多太阳能农场只能满足其中部分条件。

Rune 正在与传统数据中心路径竞争

Rune 的主要对手并非另一家早期创业公司，而是这样一种既有认知：高价值 AI 算力需要集中式园区中稳定的电网供电。

传统设施具备明确优势。它们整合了大型集群、冗余公用事业供电、备用系统、广泛的光纤连接、实体安保和经验丰富的运维团队。云客户可以按需获取容量，无需管理能源供应与工作负载调度之间的关系。

它们的弱点是获得电力所需的时间。开发商即使控制了合适的土地，仍可能要等待数年才能完成公用事业升级。大型园区还可能因用电量、耗水量、排放和基础设施成本而引发公众反对。

一些运营商正通过现场天然气发电应对这一问题。另一些则在寻求核电协议、专属可再生能源项目、电池或灵活的电网合同。这些方法能维持更稳定的供电，但需要更多建设、燃料或与公用事业单位协调。

Rune 提供了一种更聚焦的替代方案。它并非试图取代每一个超大规模园区，而是将需要持续可用性的工作负载，与主要需要可负担 GPU 小时数的工作负载区分开来。

这一战略会给通过传统建设路径出售速度的数据中心开发商带来压力。如果 Rune 能在数周内部署可靠的小型集群，客户可能不再将历时多年的园区建设周期视为新增容量的唯一途径。

该公司还与电池争夺被限发的太阳能。储能可以将发电转移至傍晚时段，并提供电网服务。太阳能业主必须将这些收益与直接向 Rune 售电的价值进行比较。

这些选择并非互斥。一个设施可以同时支持储能和计算，具体取决于其并网限额、发电特征和商业协议。然而，每种资产都会争夺空间、工程资源、融资和富余电力。

其他公司也在探索分布式或离网计算。Span 和 Sunrun 已测试过与住宅太阳能和储能配套的小型推理系统。TAR 正在建设主要由可再生能源驱动的更大规模离网设施。Soluna 也在可再生能源资产附近开发了计算项目。

Rune 的差异在于其直流硬件和公用事业级模块化模式。其太阳能计算设计在逆变器之前接入电力，并瞄准现有电站中更小型、可重复部署的项目。

这一定位可能使 Rune 覆盖比专注于单一大型园区的开发商更多的站点。但它也带来了分布式运营挑战：一个标准化模块必须适用于由不同公司拥有、采用不同设备建设并受不同站点协议约束的设施。

投资者正在押注，重复性将胜过这种复杂性。Spark Capital 合伙人 Santo Politi 将现有可再生能源资产描述为潜在部署地点，并将 Rune 定位为快速获得新增容量的路径。

这是投资者的观点，而非独立验证。商业考验在于，Rune 能否以相匹配的速度签约可再生能源托管方和付费计算客户。若拥有庞大的托管站点储备却没有签约用户，硬件将处于低利用率；如果客户需求强劲却缺少合适的能源站点，容量短缺便会重现。

如果每次部署都能带来可比的安装时间、能源成本、正常运行时间和计算性能，这一模式就更具可信度。只有模块在真实站点中仍能保持标准化，标准化才有意义。

Rune 的机遇位于两个节奏不同的大型系统之间。AI 软件需求变化迅速，而电力基础设施发展缓慢。如果客户接受围绕可用能源设计的服务，模块化计算便可弥合这一时间差。

三项信号将显示 Rune 能否规模化

Rune 的下一阶段里程碑必须证明可重复性、利用率和客户需求，而不只是宣布更多兆瓦容量。

第一项信号是运营容量。Rune 计划在一年内从当前各站点合计约一兆瓦增长至 100 兆瓦。已签署的意向书或未披露的项目储备并不能证明进展，真正能说明问题的是已通电并运行客户工作负载的模块。

部署披露应明确多少容量处于活跃状态、每个站点需要多长时间，以及六周目标是否经受住了许可、网络和调试环节的考验。多次在接近这一周期内完成交付，将强化 Rune 的论点：制造能够取代数据中心建设中的大部分工作。

第二项信号是在多变太阳能条件下的 GPU 利用率。Rune 尚未公布足够信息，无法评估其当前集群的运行频率、工作负载如何应对发电量下降，或是否有任何部署获得储能支持。

有价值的披露应包括年度可用率、容量因子、任务完成率、消耗自限发电量的能源规模，以及因电力不可用而闲置的时间。它还应区分硬件故障与能源相关的中断。

这些证据将决定低价搁浅电力能否产生低价算力。如果 GPU 运行时间过少，或需要昂贵的备用系统，Rune 的经济性就会减弱；如果软件能够将弹性任务迁移到传统基础设施低估的时段，其经济性就会改善。

第三项信号是客户构成。Rune 表示 AI 实验室和创业公司购买其计算容量，但尚未公开主要客户。公布具名续约客户、更长期合同，或从 128-GPU 部署扩展至 1,024-GPU 集群，都将表明市场真正接受了这一模式。

工作负载类型同样重要。批量推理和微调的成功能够验证一个市场，但不能证明其适用于实时消费者服务。企业还会关注 Rune 如何处理隐私、合规、数据传输和服务保障。

应将太阳能合作伙伴关系与这些客户公告一并观察。Rune 需要具备限发能源、电气兼容性、光纤接入和合同灵活性等正确组合的托管站点。覆盖多个可再生能源设施的合作伙伴关系，比单一演示项目更有力地支持分布式机群这一论点。

行业需求为 Rune 留出了证明自身的空间。联邦政府预计，到 2028 年数据中心用电量将大幅上升，而开发商仍受制于电网建设周期。并网积压证实，新基础设施仍需数年才能投入运营。

然而，仅有需求并不会自动选择 Rune 的方案。传统园区、天然气发电、电池、电网灵活性项目以及其他表后项目，都在争夺资本和客户。Rune 必须证明，其模块化硬件与弹性推理的特定组合能够提供可靠容量。

更广泛的问题在于，下一层 AI 基础设施是否应追随可用能源，而非迫使每种能源都跟随计算需求。Rune 太阳能数据中心提供了一个具体测试。它们的成功不会取代超大规模园区，但会扩大能够支持有价值 AI 工作的地点和供电特征范围。

对于开发者和企业采购方而言，下一步的务实做法是审视哪些工作负载确实需要持续访问。排队推理、微调、渲染、模拟和科研或许可以接受具备能源感知能力的调度方式；而交互式生产系统通常需要更强的可用性保障。

Rune 现已拥有资金、可运行的硬件，以及一个可信且值得解决的瓶颈。值得关注的证据将来自运营层面：已通电的兆瓦数、持续的 GPU 利用率、回头客户，以及跨季节的透明性能表现。这些结果将表明，受限太阳能是否能够转化为可靠的计算容量。