智东西

作者 | 陈骏达

编辑 | 心缘

又一家 ARR 突破 1 亿美元的 AI 创企诞生了！

智东西 1 月 21 日报道，近日，由华人 CEO 领衔的美国 AI 云创企 RunPod 对外披露，其年化收入已达到1.2 亿美元（约合人民币 8.35 亿元），平台累计开发者用户数超过 50 万。

在竞争激烈、资本密集的 AI 云赛道中，能够跨过 1 亿美元 ARR 门槛的公司并不多见。而 RunPod 仅凭借两年前完成的 2000 万美元（约合人民币 1.39 亿元）种子轮融资取得这一成绩，更显得罕见。

RunPod 由Zhen Lu 和 Pardeep Singh于 2021 年底创立，Zhen Lu 担任 CEO 一职，Pardeep Singh 则担任 CTO。与许多 AI 云创企一样，RunPod 最初也是从 " 挖矿 " 起家的，随着效益的递减，两位创始人决定将矿机改造为 AI 服务器。

在改造过程中他们发现，真正的挑战不是硬件，而是软件。彼时主流 GPU 开发工具对开发者极不友好，环境配置繁琐、调试成本高。意识到这一问题后，RunPod 决定将自身定位为面向个人开发者和中小团队的 AI 应用托管云平台，试图从工具链层面降低 GPU 使用门槛，而非简单兜售算力。

Zhen Lu（左）和 Pardeep Singh（右）（图源：RunPod）

在成立初期，RunPod 没有融资，没有市场经验，创始人也没有知名度，只能用最笨的方式进行冷启动：去 Reddit 发帖，送免费算力，换用户反馈。两位创始人既写代码，又做客服，亲自教艺术家和研究者怎么跑模型。不过，也正是靠这种方法，九个月后，这个平平无奇的项目做到了 100 万美元营收，还获得了投资人的关注。两位创始人决定辞职，全职创业。

如今，RunPod 已经成为一个全球性的 AI 云平台，还获得戴尔、英特尔的投资。其客户涵盖个人开发者到年支出数百万美元的财富 500 强企业团队，知名客户包括OpenAI、Perplexity、Replit、Wix 和 Zillow等。

时至今日，RunPod 也没有像其他新型 AI 云厂商那样大额举债或融资并自建数据中心，而是通过与现有数据中心建立收益分成合作关系扩大算力容量，还坚持自造血，产品始终维持着一定利润。这一模式不仅让 RunPod 实现了稳健增长，也为业内提供了一种轻资产、高效率扩张的参考路径。

一、创业动因是 "GPU 云太难用了 "，0 融资 9 个月做到百万营收

RunPod 的两位联合创始人，其实都不是正统的 AI 科班出身。Zhen Lu 本科毕业于匹兹堡大学化学系，获得科学学士学位，紧接着前往天普大学修读计算化学，并获得博士学位。

毕业后，他先是在匹兹堡大学担任了两年助理教授，然后加入有线电视和互联网服务提供商 Comcast担任软件工程师。

Pardeep Singh 没有分享自己的教育背景。步入职场后，他一直在 Comcast 工作，直到与 Zhen Lu 联合创办 RunPod。

2021 年底，Zhen Lu 和 Pardeep Singh 用5 万美元资金在他们各自家中的地下室建立了加密货币矿场。不过，此时加密货币行业正在经历巨大变革，算力能带来的收益不断减少。

这对创业伙伴需要找到一个新的出口来释放 GPU 硬件的潜力。他们意识到，尽管加密货币热潮消退，但 AI 领域的算力需求正在攀升。

Zhen Lu 称，创立 RunPod 时他们看到了 GPU 云的痛点—— " 在 GPU 上开发软件的实际体验简直是垃圾 "。RunPod 想为开发者想打造更好的工具，几个月后，初代 RunPod 平台发布了，这一平台可用于托管各类 AI 应用，在速度、配置便捷度上有优势，并提供 API、命令行界面等集成。

有了产品后，RunPod 的下一步就是找到客户。由于此前没有任何创业经历，RunPod 采取了最原始的营销方式：在美国贴吧平台 Reddit 上发帖子，提供免费 AI 算力，然后获取用户反馈。

RunPod 在 Reddit" 强化学习 " 社区发布的试用帖子

当时，AI 领域占据主流的是图像生成类任务或是科研相关用途，而非后来以 ChatGPT 为代表的对话式 AI。RunPod 的许多早期用户并不是开发者，而是数学家、艺术家。两位创始人亲力亲为地花了大量时间，教会创意工作者如何利用 RunPod 提供的算力批量化地完成 AIGC 工作流。

最终，这一营销策略奏效了，RunPod 先是获得了大批测试客户，进而拥有了付费客户。九个月内，RunPod 的营收已经达到了 100 万美元。两位创始人决定，辞掉他们在 Comcast 的工作，全职投入创业。

这些营销还给 RunPod 带来了融资机会。戴尔科技资本的合伙人 Radhika Malik 刷到了 RunPod 在 Reddit 上发布的帖子，关注到这家企业。而天使投资人、Hugging Face 联合创始人 Julien Chaumond 则成了 RunPod 的早期用户，并通过客服联系上 RunPod 的两位创始人。

二、聚焦核心开发者群体，获得戴尔、英特尔押注

在成立初期，RunPod 对用户类型几乎不设门槛，创意工作者、研究者和工程师都被欢迎进来。但随着用户规模扩大，Zhen Lu 意识到，平台必须变得更加聚焦："这不是要拒绝别人，而是必须专注，才能为目标用户提供卓越体验。"

Zhen Lu 等人最终明确了 RunPod 的核心受众——需要写代码的开发者，尤其是希望将 AI 项目从实验阶段推向生产的小型开发团队。

在 RunPod 团队看来，AI 应用领域真正的价值不在底层基础设施，而在开发者的 " 品味 "、模型组合能力以及对应用场景的创造力，这也是 RunPod 平台建设背后的核心逻辑之一。

比如，RunPod 会在其提供的服务中减少重复、机械的模板化代码，让开发者把精力放在真正的业务逻辑上；他们还对基础设施和网络的复杂性进行了封装处理，使从实验到生产的迁移更加便捷。

2022 年底 ChatGPT 上线后，AI 行业热度持续攀升，开始有 RunPod 用户提出，希望用 RunPod 的算力直接支撑真实业务，而不仅仅是跑一些研究和试验。

然而，当时 RunPod 的服务器还在两位创始人的地下室里，随着需求增长，这种模式显然无法持续，他们需要进一步扩容。Zhen Lu 称，RunPod 希望成为一个既支持开发者 " 摸索 "，又能顺畅过渡到交付价值的环境。

在扩容过程中，RunPod 选择了一条与大多数新兴 AI 云服务厂商（如 CoreWeave、Nebius 等）截然不同的路径——他们没有依靠大额举债或引入风险投资以获取资金并自建数据中心，而是通过与现有数据中心建立收益分成合作关系来扩大算力容量。

商业化运营后，RunPod 基本不提供免费套餐，尽管利润不多，但是一直保持着自给自足的状态。

RunPod 部分算力的定价

这种模式的优势显而易见：RunPod 可以轻装上阵，无需承担巨额债务或自建基础设施的高昂成本。然而，它也带来挑战：数据中心的容量并非随时可得，平台必须提前精准判断市场需求，才能确保及时为客户预留足够算力。

在此基础上，RunPod 推出 " 双轨架构 "：社群云（Community Cloud）强调开放与灵活性，适合探索和实验；安全云（Secure Cloud）则提供更高等级的硬件、网络和安全保障，运行在 T3/T4 级别的数据中心里，可用性超过 99.98%，可满足生产环境的严格要求。

软件方面，RunPod 逐步完善了团队协作能力，包括团队账户、基于角色的访问控制（RBAC）以及 API 密钥权限范围管理等功能。这些改进既提升了系统的安全性与可控性，也避免因功能堆叠而造成的复杂性，满足了 RunPod 向服务个人开发者到服务企业团队过渡时的需求。

2024 年，随着 AI 应用热潮的蔓延，RunPod 已拥有超过 10 万名开发者。当年 5 月，RunPod 首次引入一笔2000 万美元的种子轮融资，由戴尔和英特尔的风投部门领投，Nat Fridman、Julien Chaumond等知名个人投资者参与。

三、拥有 50 万开发者用户，OpenAI、Cursor 都是客户

RunPod 如今拥有 50 万开发者用户，涵盖个人到年支出数百万美元的财富 500 强企业团队。他们的云覆盖全球 31 个地区，知名客户包括 Replit、Cursor、OpenAI、Perplexity、Wix 和 Zillow 等。

目前，RunPod 主要向企业提供三类产品：云 GPU、无服务器 GPU API 端点、按需调用的 GPU 集群。

此外，该公司也提供开源 AI 的部署平台RunPod Hub。平台中，像是 Whisper、ComfyUI、vLLM 这样的常用 AI 模型、工作流和工具都被封装成标准件，点击后即可快速部署。

RunPod Hub 平台

在 Zhen Lu 看来，当下许多云平台要么只提供原始算力，把一切问题留给用户；要么过早给出强约束的 " 标准答案 "，限制了探索空间。通过提供多种类型的产品，RunPod 实际上选择了一条中间道路。Zhen Lu 说：" 我们更希望提供的是指引，而不是命令。"

在用户增长方面，RunPod 使用通过可规模化的方式吸引广泛用户，如创业积分计划和技术指南；同时，RunPod 也与一小部分高度契合的客户保持深度合作。

Zhen Lu 将这种关系比作投资：" 我们在客户的未来上投入精力。他们成功，我们才成功，这些一线洞察最终会沉淀为产品能力，反哺更广泛的开发者社群。"

不过，AI 云的竞争也非常激烈。开发者可以选择主流云厂商，比如 AWS、微软 Azure、谷歌云等等，还有许多新选择，比如 CoreWeave、Crusoe 和 Nebius 等。与主流云厂商相比，RunPod 拥有一定的价格优势，但其算力价格并不是新兴云厂商中最便宜的一档。

在 Zhen Lu 眼中，RunPod 真正的差异化竞争力是 " 以开发者为中心 " 的定位。AI 的出现并不会让编程消失，而是在改变编程，程序员将成为 AI Agent 的创建者和操作员，而 RunPod 的目标就是成为下一代软件开发者成长的平台。

结语：面向 Agent 优化基础设施，即将开启新融资

在 AI 应用加速落地，Agent 快速兴起的当下，RunPod 计划继续在其云平台上为开发者打造便捷的基础设施。面向新兴的 Agent 部署需求，他们已经推出了预配置模板、记忆和状态管理工具等等。

两位创始人透露，最近 RunPod 计划开启新一轮融资，他们认为，凭借现有的业务，应当能够获得一轮可观的 A 轮融资。

资料来源：戴尔风投企业科技播客、The Data Exchange 播客、RunPod 官网、TechCrunch