Från betong till beräkning: Varför Clichmont bygger sin egen AI-infrastruktur istället för att hyra den

Talesperson: Alexis Cathalifaud, vd

I takt med att efterfrågan på datorkraft för artificiell intelligens fortsätter att växa blir infrastrukturen bakom den ett strategiskt problem i sig. Företag i hela branschen tävlar om att säkra tillgång till allt kraftfullare GPU:er, samtidigt som frågor om el, datacenterkapacitet, kylning och anslutning blir allt svårare att skilja från själva databehandlingen.

Clichmont tar en annan approach. Istället för att bygga sin modell huvudsakligen kring hyrd GPU-kapacitet fokuserar företaget på att äga och kontrollera den fysiska infrastruktur som successiva generationer av AI-hårdvara kan köras på. I denna intervju förklarar Clichmonts vd Alexis Cathalifaud varför företaget anser att kraft- och datacenterinfrastruktur kan bli de mer varaktiga flaskhalsarna, hur det väljer platser och hanterar utmaningarna med att skala fysisk infrastruktur, och vilken roll dess $CLAI-token spelar i det bredare ekosystemet.

1) Varje företag inom detta område slåss om GPU-tillgång just nu. Clichmonts svar är att bygga datacentren istället för att hyra chippen. Varför är ägande viktigare än tillgång?

Eftersom GPU-tillgång ger dig datorkraft; infrastrukturägande ger dig kontroll över databehandlingens ekonomi. För ett företag som Clichmont kan ägande eller kontroll av datacenterlagret vara strategiskt viktigare än att bara säkra hyrda GPU:er. När du hyr GPU-kapacitet från en hyperscaler eller GPU-moln ärver du någon annans prissättning, tillgänglighet, kraftbegränsningar, nätverksarkitektur, distributionsschema och marginaler. När efterfrågan spikar kan tillgången bli dyr eller begränsad. Att äga infrastrukturen förändrar ekvationen. Clichmont kan potentiellt bestämma vilka GPU:er som ska distribueras, när de ska uppgraderas, hur tätt de ska installeras, hur kraft och kylning konstrueras och hur kapaciteten säljs. Samma anläggning kan också utvecklas från en GPU-generation till nästa istället för att binda affärstesen till ett specifikt chip.

Det finns en annan viktig distinktion: GPU:er deprecieras snabbt; kraftredo datacenterkapacitet är en mer långlivad strategisk tillgång. En GPU-generation kan bli ekonomiskt mindre konkurrenskraftig inom några år, medan mark, nätanslutningar, transformatorstationer, kylinfrastruktur, fiberanslutning och tillåtna megawatt kan förbli värdefulla över flera generationer av acceleratorer. Det gör den knappa resursen alltmer inte bara till själva GPU:n, utan till förmågan att driva tusentals GPU:er i skala. Ett företag kan köpa chip och fortfarande inte ha någon lämplig plats att distribuera dem på. Att säkra 10 000 GPU:er är ett problem; att säkra de tiotals megawatt tillförlitlig el, kylning och nätverksinfrastruktur som behövs för att driva dem är ett annat.

2) Du tävlar mot företag som redan är börsnoterade eller är på väg dit – CoreWeave, Crusoe, Lambda. Vad tycker du att deras modell gör fel, om något?

Jag tror inte att CoreWeave, Crusoe eller Lambda gjorde modellen fel. De bevisade att AI-databehandling är en enorm marknad. Där vi skiljer oss är i vad vi tror kommer att förbli knappt. GPU:er förändras varje generation. Den varaktiga flaskhalsen är infrastrukturen som krävs för att driva dem – kraft, mark, kylning och anslutning. Clichmonts tes är att istället för att bara konkurrera om att hyra den senaste GPU:n vill vi kontrollera infrastrukturen som successiva generationer av GPU:er kommer att köras på. På en marknad där alla jagar chip föredrar vi att äga platsen där chippen måste bo.

3) Det finns ett växande argument att energi, inte chip, är den faktiska flaskhalsen för AI-infrastruktur. Hur mycket formar det var och hur Clichmont bygger?

Energi formar nästan varje infrastrukturbeslut vi fattar. En GPU utan tillförlitlig kraft är bara dyr hårdvara som står i ett rack. Vi tror att den verkliga konkurrensen under det kommande decenniet inte bara kommer att handla om GPU:er – den kommer att handla om megawatt. Så när Clichmont utvärderar en plats börjar vi inte med att fråga var vi kan hitta den billigaste byggnaden. Vi frågar: var kan vi säkra tillförlitlig kraft, till rätt ekonomi, med förmågan att skala? Vad är tiden till kraft? Hur ser nätet ut? Vilken kylarkitektur tillåter klimatet? Och kan den platsen stödja nästa generation av GPU:er, inte bara de vi installerar idag? Det är en anledning till att platser med starka energigrunder är strategiskt intressanta för oss. Chip kan skickas runt om i världen. Du kan inte skicka 100 megawatt. Databehandlingen måste i slutändan gå dit energin finns. Så jag skulle inte säga att chip slutar vara en flaskhals. De förblir kritiska. Men i allt högre grad är det inte tillräckligt att äga GPU:er. Konkurrensfördelen är att kunna driva, kyla och operera dem ekonomiskt i skala. Det är vad vi bygger Clichmont kring. 4) Clichmonts platser sträcker sig från en solcellsdriven anläggning i Alicante till en nybyggnad i Bodø, Norge. Vad avgör egentligen var ett datacenter byggs – handlar det om energi, mark, klimat, något annat? Vi väljer inte en plats för att en variabel ser attraktiv ut. Vi väljer den för att hela infrastrukturekvationen fungerar. Kraft är det första filtret: hur många megawatt kan vi säkra, till vilken kostnad, hur tillförlitlig är den försörjningen och – kritiskt – hur snabbt kan den faktiskt levereras? Sedan tittar vi på kylning, klimat, fiberanslutning, mark, tillstånd, säkerhet och förmågan att expandera. Bodø och Alicante är intressanta just för att de representerar olika styrkor. Norra Norge ger oss ett klimat som kan stödja effektiv kylning och en stark energimiljö. Alicante ger oss en annan energiprofil och möjligheten att integrera solenergi i infrastrukturstrategin. Vi tror inte att varje Clichmont-datacenter behöver se identiskt ut – arkitekturen bör svara mot platsens resurser. Och mark i sig är inte särskilt värdefull för oss. En billig tomt utan skalbar kraft eller fiber är inte en datacenterplats. Det som spelar roll är om vi kan förvandla den platsen till tillförlitlig, ekonomiskt konkurrenskraftig datorkapacitet. I slutändan letar vi egentligen inte efter mark. Vi letar efter platser där energi, anslutning, kylning och skalbarhet möts. Det är där vi bygger. 5) Detta är ett infrastrukturföretag med en token kopplad till sig. För en läsare som är skeptisk till den kombinationen, vad är det ärliga argumentet för varför $CLAI existerar överhuvudtaget? Den skeptiska synen är helt rimlig. En token bör inte existera bara för att ett företag verkar inom AI. Om $CLAI helt enkelt vore ett finansieringsomslag runt våra datacenter skulle jag inte anse det vara en övertygande anledning att skapa den. Clichmont är infrastrukturverksamheten. Den bygger och driver datorkapacitet. $CLAI är avsett att vara ett digitalt ekonomiskt lager runt det bredare ekosystemet – något som så småningom kan stödja on-chain-deltagande, treasury-aktivitet och community-styrning på sätt som konventionellt eget kapital inte är utformat för att göra. Och vi måste förtjäna rätten att göra den distinktionen. Den fysiska infrastrukturen måste existera oberoende av token, och token måste visa verklig nytta oberoende av spekulation. Om vi inte kan visa båda, då är skepticismen berättigad. Så jag skulle inte be någon att tro på $CLAI bara för att Clichmont äger GPU:er eller bygger datacenter. Testet är mycket enklare: gör token så småningom något användbart, transparent och mätbart som inte kunde åstadkommas lika effektivt med en vanlig databas eller konventionell företagsstruktur? Det är den standard vi bör hållas till. 6) Vad är den svåraste delen av att skala fysisk infrastruktur som människor som bara har byggt mjukvara tenderar att underskatta? Det svåraste är att fysisk infrastruktur inte skalar i mjukvaruhastighet. I mjukvara, om efterfrågan fördubblas, kan du ofta etablera mer kapacitet snabbt. I ett datacenter har varje extra megawatt en fysisk beroendekedja bakom sig – nätkapacitet, transformatorer, ställverk, kylning, fiber, tillstånd, konstruktion och i slutändan hårdvara. Och dessa beroenden rör sig inte parallellt så snyggt som folk föreställer sig. Du kan ha marken och inte ha kraften. Du kan ha krafttilldelningen och vänta månader på elektrisk utrustning. Du kan ha byggnaden klar och fortfarande vänta på en nätanslutning. En saknad komponent kan försena en hel distribution. Den andra skillnaden är att misstag är dyra och svåra att vända. Mjukvara kan patchas över natten. Du kan inte patcha ett dåligt konstruerat 50-megawatts elsystem över natten. Du fattar kapitalbeslut idag baserat på hur GPU:er, kraftdensiteter och kylkrav kan se ut flera år framöver. Så den verkliga färdigheten är inte bara att bygga datacenter. Det är att sekvensera kapital, kraft, konstruktion och kundefterfrågan så att de anländer ungefär samtidigt. Bygg för tidigt och du har dyr ledig infrastruktur. Bygg för sent och kunden går någon annanstans. Den utförandedisciplinen är förmodligen vad människor som kommer enbart från mjukvara underskattar mest. I fysisk AI-infrastruktur spelar hastighet roll – men timing spelar ännu större roll. 7) Om du var tvungen att nämna den största risken med att satsa på en bygg-själv-modell istället för en kapitallätt hyrmodell, vad skulle det vara? Den största risken är kapitalintensitet kombinerad med timing. När du bygger infrastruktur själv binder du betydande kapital idag mot antaganden om efterfrågan, kraftekonomi och teknik flera år framåt. En hyrmodell ger dig flexibilitet. Om marknaden förändras kan du minska kapaciteten, byta leverantörer eller anta nästa generation av hårdvara. När du äger infrastrukturen har du inte den lyxen. En transformatorstation, ett kylsystem eller en datacenterbyggnad är ett långvarigt beslut. För oss är den största faran därför inte bara att spendera för mycket – det är att bygga fel kapacitet, på fel plats, vid fel tidpunkt. Om du bygger före efterfrågan sitter kapitalet ledigt. Om du bygger för långsamt missar du marknaden. Det är därför vi inte ser ägande som "bygg allt själva". Målet är att kontrollera den strategiska infrastrukturen samtidigt som vi förblir flexibla kring teknik. Byggnaden, kraften, kylningen och anslutningen bör överleva flera generationer av GPU:er snarare än att bli beroende av en hårdvarucykel. Så ja, den kapitallätta modellen har en verklig fördel: valfrihet. Vår satsning är att om vi utför korrekt skapar att ge upp en del kortsiktig valfrihet något mer värdefullt på lång sikt – kontroll över kapacitet, kraftekonomi och den fysiska infrastruktur som AI i allt högre grad är beroende av. 8) Om tre år, var vill du att Clichmont ska befinna sig i förhållande till CoreWeaves och Nebiuses i världen? Om tre år förväntar jag mig inte att Clichmont ska vara det största företaget i kategorin, och det är inte målet. CoreWeave och Nebius har enorm skala och tillgång till kapital. Att försöka replikera dem skulle vara fel strategi för oss. Jag vill att Clichmont ska erkännas som en av de mest effektiva oberoende AI-infrastrukturoperatörerna i Europa – med verkliga driftstillgångar, säkrad kraft, högdensitets-GPU-kapacitet och en meritlista av att snabbt få ny datorkraft online. Vår fördel måste komma från att vara disciplinerade kring var vi bygger och vad vi äger. Vi vill ha platser där energiekonomin är vettig, infrastruktur utformad kring successiva generationer av accelererad databehandling, och flexibiliteten att betjäna företags-AI, HPC och privat databehandling snarare än att bara konkurrera om GPU-hyrvolym." Om CoreWeave och Nebius bygger hyperskala AI-moln kan Clichmont inta en annan position: en fokuserad ägare och operatör av beräkningsredo infrastruktur på strategiskt utvalda marknader. Slutsats Clichmonts strategi kokar i slutändan ner till en långsiktig infrastruktursatsning. Tillgång till GPU:er kommer att förbli viktig, men förmågan att driva, kyla, ansluta och köra dessa GPU:er effektivt i skala kommer att bli en allt mer värdefull fördel. Denna approach kommer med verkliga avvägningar. Att bygga fysisk infrastruktur kräver betydande kapital, långa planeringstidslinjer och noggrann samordning mellan kraft, konstruktion, hårdvara och efterfrågan. Clichmonts tes är att acceptera dessa begränsningar kan ge företaget större kontroll över den infrastruktur som behövs för varje ny generation av AI-databehandling. Huruvida den tesen håller kommer att bero mindre på hur ambitiös modellen är och mer på om företaget kan utföra effektivt och vid rätt tidpunkt.

Vanliga frågor
Här är en lista med vanliga frågor baserade på ämnet Från betong till databehandling Varför Clichmont bygger sin egen AI-infrastruktur istället för att hyra den



Nybörjarfrågor



Vad betyder Från betong till databehandling

Det hänvisar till hela stacken av AI-infrastruktur Betong representerar de fysiska datacentren och Databehandling representerar servrarna och chippen som kör AI Clichmont bygger båda



Vad är skillnaden mellan att äga AI-infrastruktur och att hyra den

Att hyra är som att hyra en lägenhetdubetalar månadsvis för någon annans utrymme Att äga är som att bygga ett husdu betalar en stor förhandskostnad men kontrollerar allt inuti det



Varför skulle ett företag bygga sitt eget datacenter istället för att använda Amazon eller Microsoft

Mestadels för kontroll kostnadsbesparingar i skala och dataintegritet Om ett företag kör massiva AI-modeller dygnet runt kan hyra så småningom bli dyrare än att bygga



Vad är ett GPU-kluster

En grupp kraftfulla datorchip sammankopplade De fungerar som motorn som tränar och kör AI-modeller



Betyder detta att Clichmont blir en molnleverantör som AWS

Inte nödvändigtvis De bygger troligen detta för sina egna interna AI-behov inte för att sälja serverutrymme till allmänheten



Mellanliggande frågor



Vilka är de främsta fördelarna med att bygga sin egen AI-infrastruktur

1 Kostnad Ingen molnskatt eller hyresavgifter

2 Prestanda Du kan optimera hårdvaran specifikt för din mjukvara

3 Datasuveränitet Dina data lämnar aldrig din byggnad

4 Anpassning Du är inte begränsad av den hårdvara en molnleverantör erbjuder



Vilka är de största riskerna eller nackdelarna

Det kräver en massiv förhandsinvestering Om AI-teknik förändras snabbt kan du fastna med föråldrad hårdvara som du äger medan en molnhyrare bara kunde byta till nyare servrar



Varför är Betong viktigt för AI

AI-chip genererar enorm värme och kräver enorma mängder elektricitet Du kan inte bara sätta dem i ett vanligt kontor Du behöver specialiserade krafttransformatorstationer kylsystem och fysisk säkerhetdärav behovet att bygga



Hur hjälper ägande av infrastruktur med dataintegritet

När du hyr från en molnleverantör färdas dina data över internet och ligger på någon