Porte-parole : Alexis Cathalifaud, PDG
Alors que la demande de calcul pour l'intelligence artificielle ne cesse de croître, l'infrastructure qui la sous-tend devient un enjeu stratégique à part entière. Les entreprises de tout le secteur se précipitent pour sécuriser l'accès à des GPU toujours plus puissants, tandis que les questions liées à l'électricité, à la capacité des centres de données, au refroidissement et à la connectivité deviennent de plus en plus difficiles à dissocier du calcul lui-même.
Clichmont adopte une approche différente. Au lieu de construire son modèle principalement autour de la location de capacité GPU, l'entreprise se concentre sur la possession et le contrôle de l'infrastructure physique sur laquelle les générations successives de matériel d'IA peuvent fonctionner. Dans cet entretien, le PDG de Clichmont, Alexis Cathalifaud, explique pourquoi l'entreprise estime que l'énergie et l'infrastructure des centres de données pourraient devenir les goulets d'étranglement les plus durables, comment elle choisit ses sites et gère les défis de la mise à l'échelle de l'infrastructure physique, et quel rôle joue son jeton $CLAI dans l'écosystème global.
1) Toutes les entreprises de ce secteur se disputent actuellement l'accès aux GPU. La réponse de Clichmont est de construire les centres de données plutôt que de louer les puces. Pourquoi la propriété compte-t-elle plus que l'accès ?
Parce que l'accès aux GPU vous donne de la puissance de calcul ; la propriété de l'infrastructure vous donne le contrôle sur l'économie du calcul. Pour une entreprise comme Clichmont, posséder ou contrôler la couche des centres de données peut être plus stratégique que simplement sécuriser des GPU loués. Lorsque vous louez de la capacité GPU auprès d'un hyperscaler ou d'un cloud GPU, vous héritez des prix, de la disponibilité, des contraintes énergétiques, de l'architecture réseau, du calendrier de déploiement et des marges de quelqu'un d'autre. Lorsque la demande explose, l'accès peut devenir coûteux ou limité. Posséder l'infrastructure change l'équation. Clichmont peut potentiellement décider quels GPU déployer, quand les mettre à niveau, à quelle densité les installer, comment l'énergie et le refroidissement sont conçus, et comment la capacité est vendue. La même installation peut également évoluer d'une génération de GPU à la suivante au lieu de lier la thèse commerciale à une puce particulière.
Il existe une autre distinction importante : les GPU se déprécient rapidement ; la capacité de centre de données prête à l'alimentation est un actif stratégique à plus longue durée de vie. Une génération de GPU peut devenir économiquement moins compétitive en quelques années, tandis que les terrains, les raccordements au réseau, les sous-stations, l'infrastructure de refroidissement, la connectivité fibre et les mégawatts autorisés peuvent rester précieux à travers plusieurs générations d'accélérateurs. Cela fait que la ressource rare n'est plus seulement le GPU lui-même, mais la capacité d'alimenter des milliers de GPU à grande échelle. Une entreprise peut acheter des puces et ne toujours avoir nulle part où les déployer de manière appropriée. Sécuriser 10 000 GPU est un problème ; sécuriser les dizaines de mégawatts d'électricité fiable, de refroidissement et d'infrastructure réseau nécessaires pour les exploiter en est un autre.
2) Vous êtes en concurrence avec des entreprises déjà cotées en bourse ou en passe de l'être – CoreWeave, Crusoe, Lambda. Que pensez-vous que leur modèle rate, le cas échéant ?
Je ne pense pas que CoreWeave, Crusoe ou Lambda aient raté leur modèle. Ils ont prouvé que le calcul pour l'IA est un marché massif. Là où nous différons, c'est sur ce que nous croyons qui restera rare. Les GPU changent à chaque génération. Le goulet d'étranglement durable est l'infrastructure nécessaire pour les faire fonctionner — l'énergie, le terrain, le refroidissement et la connectivité. La thèse de Clichmont est que plutôt que de rivaliser uniquement pour louer le dernier GPU, nous voulons contrôler l'infrastructure sur laquelle les générations successives de GPU fonctionneront. Dans un marché où tout le monde court après les puces, nous préférons posséder l'endroit où les puces doivent vivre.
3) Il y a un argument croissant selon lequel l'énergie, et non les puces, est le véritable goulet d'étranglement de l'infrastructure d'IA. Dans quelle mesure cela façonne-t-il où et comment Clichmont construit ?
L'énergie façonne presque toutes les décisions d'infrastructure que nous prenons. Un GPU sans alimentation fiable n'est qu'un matériel coûteux posé dans une baie. Nous pensons que la véritable concurrence au cours de la prochaine décennie ne portera pas simplement sur les GPU — elle portera sur les mégawatts. Donc, lorsque Clichmont évalue un site, nous ne commençons pas par demander où nous pouvons trouver le bâtiment le moins cher. Nous demandons : où pouvons-nous sécuriser une alimentation fiable, à la bonne économie, avec la capacité de passer à l'échelle ? Quel est le délai d'accès à l'énergie ? Quelle est la situation du réseau ? Quelle architecture de refroidissement le climat permet-il ? Et ce site peut-il supporter la prochaine génération de GPU, pas seulement ceux que nous installons aujourd'hui ? C'est l'une des raisons pour lesquelles les emplacements dotés de solides fondamentaux énergétiques sont stratégiquement intéressants pour nous. Les puces peuvent être expédiées partout dans le monde. On ne peut pas expédier 100 mégawatts. Le calcul doit finalement aller là où se trouve l'énergie. Donc je ne dirais pas que les puces cessent d'être un goulet d'étranglement. Elles restent critiques. Mais de plus en plus, posséder des GPU ne suffit pas. L'avantage concurrentiel consiste à pouvoir les alimenter, les refroidir et les exploiter économiquement à grande échelle. C'est autour de cela que nous construisons Clichmont. 4) Les sites de Clichmont vont d'une installation alimentée à l'énergie solaire à Alicante à une nouvelle construction à Bodø, en Norvège. Qu'est-ce qui détermine réellement où un centre de données est construit – est-ce une question d'énergie, de terrain, de climat, d'autre chose ? Nous ne choisissons pas un emplacement parce qu'une variable semble attrayante. Nous le choisissons parce que l'équation globale de l'infrastructure fonctionne. L'énergie est le premier filtre : combien de mégawatts pouvons-nous sécuriser, à quel coût, quelle est la fiabilité de cette alimentation et — surtout — à quelle vitesse peut-elle réellement être livrée ? Ensuite, nous examinons le refroidissement, le climat, la connectivité fibre, le terrain, les permis, la sécurité et la capacité d'expansion. Bodø et Alicante sont intéressants précisément parce qu'ils représentent des atouts différents. Le nord de la Norvège nous offre un climat qui peut soutenir un refroidissement efficace et un environnement énergétique solide. Alicante nous offre un profil énergétique différent et l'opportunité d'intégrer le solaire dans la stratégie d'infrastructure. Nous ne pensons pas que chaque centre de données Clichmont doive être identique — l'architecture doit répondre aux ressources de l'emplacement. Et le terrain en lui-même n'a pas particulièrement de valeur pour nous. Une parcelle bon marché sans énergie évolutive ni fibre n'est pas un site de centre de données. Ce qui compte, c'est de savoir si nous pouvons transformer cet emplacement en capacité de calcul fiable et économiquement compétitive. En fin de compte, nous ne cherchons pas vraiment du terrain. Nous cherchons des endroits où l'énergie, la connectivité, le refroidissement et l'évolutivité convergent. C'est là que nous construisons. 5) C'est une entreprise d'infrastructure avec un jeton qui lui est attaché. Pour un lecteur sceptique face à cette combinaison, quel est l'argument honnête expliquant pourquoi $CLAI existe tout court ? Le point de vue sceptique est tout à fait légitime. Un jeton ne devrait pas exister simplement parce qu'une entreprise opère dans l'IA. Si $CLAI n'était qu'une enveloppe de financement autour de nos centres de données, je ne considérerais pas cela comme une raison convaincante de le créer. Clichmont est l'entreprise d'infrastructure. Elle construit et exploite de la capacité de calcul. $CLAI est censé être une couche économique numérique autour de l'écosystème global — quelque chose qui peut à terme soutenir la participation on-chain, l'activité de trésorerie et la gouvernance communautaire d'une manière que les actions conventionnelles ne sont pas conçues pour faire. Et nous devons mériter le droit de faire cette distinction. L'infrastructure physique doit exister indépendamment du jeton, et le jeton doit démontrer une utilité réelle indépendamment de la spéculation. Si nous ne pouvons pas montrer les deux, alors le scepticisme est justifié. Donc je ne demanderais à personne de croire en $CLAI simplement parce que Clichmont possède des GPU ou construit des centres de données. Le test est beaucoup plus simple : le jeton finit-il par faire quelque chose d'utile, de transparent et de mesurable qui ne pourrait pas être accompli aussi efficacement avec une base de données normale ou une structure d'entreprise conventionnelle ? C'est la norme à laquelle nous devrions être tenus. 6) Quelle est la partie la plus difficile de la mise à l'échelle de l'infrastructure physique que les personnes qui n'ont construit que des logiciels ont tendance à sous-estimer ? La partie la plus difficile est que l'infrastructure physique ne passe pas à l'échelle à la vitesse du logiciel. Dans le logiciel, si la demande double, vous pouvez souvent provisionner plus de capacité rapidement. Dans un centre de données, chaque mégawatt supplémentaire a une dépendance physique derrière lui — capacité du réseau, transformateurs, appareillage électrique, refroidissement, fibre, permis, construction et finalement matériel. Et ces dépendances ne progressent pas en parallèle aussi proprement qu'on l'imagine. Vous pouvez avoir le terrain et ne pas avoir l'énergie. Vous pouvez avoir l'allocation d'énergie et attendre des mois pour l'équipement électrique. Vous pouvez avoir le bâtiment prêt et attendre encore un raccordement au réseau. Un seul composant manquant peut retarder tout un déploiement. L'autre différence est que les erreurs sont coûteuses et difficiles à inverser. Un logiciel peut être corrigé du jour au lendemain. Vous ne pouvez pas corriger du jour au lendemain un système électrique de 50 mégawatts mal conçu. Vous prenez des décisions d'investissement aujourd'hui en fonction de ce à quoi les GPU, les densités de puissance et les besoins de refroidissement pourraient ressembler dans plusieurs années. Donc la véritable compétence n'est pas simplement de construire des centres de données. C'est de séquencer le capital, l'énergie, la construction et la demande des clients pour qu'ils arrivent à peu près au même moment. Construisez trop tôt et vous avez une infrastructure inactive coûteuse. Construisez trop tard et le client va ailleurs. Cette discipline d'exécution est probablement ce que les personnes venant purement du logiciel sous-estiment le plus. Dans l'infrastructure d'IA physique, la vitesse compte — mais le timing compte encore plus. 7) Si vous deviez nommer le plus grand risque en misant sur un modèle de construction en propre plutôt que sur un modèle de location à faible intensité capitalistique, quel serait-il ? Le plus grand risque est l'intensité capitalistique combinée au timing. Lorsque vous construisez l'infrastructure vous-même, vous engagez un capital important aujourd'hui sur la base d'hypothèses concernant la demande, l'économie de l'énergie et la technologie plusieurs années dans le futur. Un modèle de location vous donne de la flexibilité. Si le marché change, vous pouvez réduire la capacité, changer de fournisseur ou adopter la prochaine génération de matériel. Lorsque vous possédez l'infrastructure, vous n'avez pas ce luxe. Une sous-station, un système de refroidissement ou un bâtiment de centre de données est une décision de longue durée. Pour nous, le plus grand danger n'est donc pas simplement de trop dépenser — c'est de construire la mauvaise capacité, au mauvais endroit, au mauvais moment. Si vous construisez en avance sur la demande, le capital reste inactif. Si vous construisez trop lentement, vous ratez le marché. C'est pourquoi nous ne considérons pas la propriété comme « tout construire nous-mêmes ». L'objectif est de contrôler l'infrastructure stratégique tout en restant flexible sur la technologie. Le bâtiment, l'énergie, le refroidissement et la connectivité devraient survivre à plusieurs générations de GPU plutôt que de devenir dépendants d'un seul cycle matériel. Donc oui, le modèle à faible intensité capitalistique présente un réel avantage : l'optionalité. Notre pari est que si nous exécutons correctement, renoncer à une certaine optionalité à court terme crée quelque chose de plus précieux à long terme — le contrôle de la capacité, de l'économie de l'énergie et de l'infrastructure physique dont l'IA dépend de plus en plus. 8) Dans trois ans, où voulez-vous que Clichmont se situe par rapport aux CoreWeave et Nebius de ce monde ? Dans trois ans, je ne m'attends pas à ce que Clichmont soit la plus grande entreprise de la catégorie, et ce n'est pas l'objectif. CoreWeave et Nebius ont une échelle énorme et un accès au capital. Essayer de les répliquer serait la mauvaise stratégie pour nous. Je veux que Clichmont soit reconnu comme l'un des opérateurs indépendants d'infrastructure d'IA les plus efficaces d'Europe — avec de véritables actifs d'exploitation, de l'énergie sécurisée, une capacité GPU à haute densité et une expérience prouvée de mise en ligne rapide de nouveaux calculs. Notre avantage doit venir de la discipline sur ce que nous construisons et ce que nous possédons. Nous voulons des emplacements où l'économie de l'énergie a du sens, une infrastructure conçue autour des générations successives de calcul accéléré, et la flexibilité de servir l'IA d'entreprise, le HPC et le calcul privé plutôt que de simplement rivaliser pour le volume de location de GPU. » Si CoreWeave et Nebius construisent des clouds d'IA à très grande échelle, Clichmont peut occuper une position différente : un propriétaire et opérateur ciblé d'infrastructure prête pour le calcul dans des marchés stratégiquement sélectionnés. Conclusion La stratégie de Clichmont se résume en fin de compte à un pari d'infrastructure à long terme. L'accès aux GPU restera important, mais la capacité d'alimenter, refroidir, connecter et exploiter ces GPU efficacement à grande échelle deviendra un avantage de plus en plus précieux. Cette approche comporte de véritables compromis. Construire une infrastructure physique nécessite un capital substantiel, de longs délais de planification et une coordination minutieuse entre l'énergie, la construction, le matériel et la demande. La thèse de Clichmont est qu'accepter ces contraintes peut donner à l'entreprise un plus grand contrôle sur l'infrastructure nécessaire à chaque nouvelle génération de calcul d'IA. La validité de cette thèse dépendra moins de l'ambition du modèle que de la capacité de l'entreprise à exécuter efficacement et au bon moment.
Questions fréquemment posées
Voici une liste de FAQ basées sur le sujet Du béton au calcul : pourquoi Clichmont construit sa propre infrastructure d'IA au lieu de la louer
Questions pour débutants
Que signifie Du béton au calcul
Cela fait référence à l'ensemble de la pile d'infrastructure d'IA. Le béton représente les centres de données physiques et le calcul représente les serveurs et les puces qui font tourner l'IA. Clichmont construit les deux
Quelle est la différence entre posséder une infrastructure d'IA et la louer
Louer, c'est comme louer un appartement : vous payez mensuellement pour l'espace de quelqu'un d'autre. Posséder, c'est comme construire une maison : vous payez un coût initial important mais contrôlez tout à l'intérieur
Pourquoi une entreprise construirait-elle son propre centre de données au lieu d'utiliser Amazon ou Microsoft
Principalement pour le contrôle, les économies de coûts à grande échelle et la confidentialité des données. Si une entreprise fait tourner des modèles d'IA massifs 24h/24 et 7j/7, la location peut finir par coûter plus cher que la construction
Qu'est-ce qu'un cluster de GPU
Un groupe de puces informatiques puissantes connectées ensemble. Elles agissent comme le moteur qui entraîne et fait fonctionner les modèles d'IA
Cela signifie-t-il que Clichmont devient un fournisseur de cloud comme AWS
Pas nécessairement. Ils construisent probablement cela pour leurs propres besoins internes en IA, pas pour vendre de l'espace serveur au public
Questions intermédiaires
Quels sont les principaux avantages de construire sa propre infrastructure d'IA
1 Coût : pas de taxe cloud ni de frais de location
2 Performance : vous pouvez optimiser le matériel spécifiquement pour votre logiciel
3 Souveraineté des données : vos données ne quittent jamais votre bâtiment
4 Personnalisation : vous n'êtes pas limité par le matériel qu'un fournisseur cloud propose
Quels sont les plus grands risques ou inconvénients
Cela nécessite un investissement initial massif. Si la technologie de l'IA change rapidement, vous pourriez être bloqué avec du matériel obsolète que vous possédez, alors qu'un locataire de cloud pourrait simplement passer à des serveurs plus récents
Pourquoi le béton est-il important pour l'IA
Les puces d'IA génèrent une chaleur énorme et nécessitent d'énormes quantités d'électricité. Vous ne pouvez pas simplement les mettre dans un bureau normal. Vous avez besoin de sous-stations électriques spécialisées, de systèmes de refroidissement et de sécurité physique — d'où la nécessité de construire
En quoi posséder l'infrastructure aide-t-il pour la confidentialité des données
Lorsque vous louez auprès d'un fournisseur cloud, vos données circulent sur Internet et reposent sur quelqu'un