Talsperson: Alexis Cathalifaud, administrerende direktør
Ettersom etterspørselen etter datakraft for kunstig intelligens fortsetter å vokse, blir infrastrukturen bak den et strategisk spørsmål i seg selv. Selskaper i hele bransjen kappes om å sikre seg tilgang til stadig kraftigere GPU-er, mens spørsmål om elektrisitet, datasenterkapasitet, kjøling og tilkobling blir vanskeligere å skille fra selve databehandlingen.
Clichmont tar en annen tilnærming. I stedet for å bygge modellen sin hovedsakelig rundt leid GPU-kapasitet, fokuserer selskapet på å eie og kontrollere den fysiske infrastrukturen som påfølgende generasjoner av AI-maskinvare kan kjøre på. I dette intervjuet forklarer Clichmonts administrerende direktør Alexis Cathalifaud hvorfor selskapet mener at kraft og datasenterinfrastruktur kan bli de mer varige flaskehalsene, hvordan det velger lokasjoner og håndterer utfordringene med å skalere fysisk infrastruktur, og hvilken rolle $CLAI-tokenet spiller i det bredere økosystemet.
1) Hvert selskap i dette feltet kjemper om GPU-tilgang akkurat nå. Clichmonts svar er å bygge datasentrene i stedet for å leie brikkene. Hvorfor betyr eierskap mer enn tilgang?
Fordi GPU-tilgang gir deg datakraft; infrastruktureierskap gir deg kontroll over økonomien i databehandlingen. For et selskap som Clichmont kan det å eie eller kontrollere datasenterlaget bety mer strategisk enn å bare sikre leide GPU-er. Når du leier GPU-kapasitet fra en hyperscaler eller GPU-sky, arver du noen andres prising, tilgjengelighet, kraftbegrensninger, nettverksarkitektur, utrullingsplan og marginer. Når etterspørselen spisser seg, kan tilgang bli dyr eller begrenset. Å eie infrastrukturen endrer regnestykket. Clichmont kan potensielt bestemme hvilke GPU-er som skal settes ut, når de skal oppgraderes, hvor tett de skal installeres, hvordan kraft og kjøling skal konstrueres, og hvordan kapasiteten selges. Det samme anlegget kan også utvikle seg fra én GPU-generasjon til den neste i stedet for å binde forretningstesen til en bestemt brikke.
Det er en annen viktig forskjell: GPU-er avskrives raskt; strømklargjort datasenterkapasitet er en mer langlivet strategisk ressurs. En GPU-generasjon kan bli økonomisk mindre konkurransedyktig innen noen få år, mens land, nettilkoblinger, transformatorstasjoner, kjøleinfrastruktur, fibertilkobling og godkjente megawatt kan forbli verdifulle på tvers av flere generasjoner akseleratorer. Det gjør den knappe ressursen i økende grad ikke bare selve GPU-en, men evnen til å drive tusenvis av GPU-er i skala. Et selskap kan kjøpe brikker og fortsatt ikke ha noe egnet sted å sette dem ut. Å sikre 10 000 GPU-er er ett problem; å sikre de titalls megawatt med pålitelig elektrisitet, kjøling og nettverksinfrastruktur som trengs for å drive dem, er et annet.
2) Du er opp mot selskaper som allerede er børsnoterte eller er på vei dit – CoreWeave, Crusoe, Lambda. Hva mener du modellen deres gjør feil, om noe?
Jeg tror ikke CoreWeave, Crusoe eller Lambda tok modellen feil. De beviste at AI-databehandling er et enormt marked. Der vi skiller oss, er i hva vi mener vil forbli knapt. GPU-er endres hver generasjon. Den varige flaskehalsen er infrastrukturen som kreves for å drive dem – kraft, land, kjøling og tilkobling. Clichmonts tese er at i stedet for å konkurrere bare om å leie den nyeste GPU-en, ønsker vi å kontrollere infrastrukturen som påfølgende generasjoner av GPU-er skal operere på. I et marked der alle jager brikker, vil vi heller eie stedet der brikkene må bo.
3) Det finnes et voksende argument om at energi, ikke brikker, er den faktiske flaskehalsen for AI-infrastruktur. Hvor mye former det hvor og hvordan Clichmont bygger?
Energi former nesten hver infrastrukturbeslutning vi tar. En GPU uten pålitelig strøm er bare dyr maskinvare som står i et rack. Vi mener den virkelige konkurransen de neste tiårene ikke bare vil være om GPU-er – den vil være om megawatt. Så når Clichmont vurderer en lokasjon, begynner vi ikke med å spørre hvor vi kan finne den billigste bygningen. Vi spør: hvor kan vi sikre pålitelig kraft, med riktig økonomi, med evne til å skalere? Hva er tiden til strøm? Hvordan er nettsituasjonen? Hvilken kjølearkitektur tillater klimaet? Og kan den lokasjonen støtte neste generasjon GPU-er, ikke bare de vi installerer i dag? Det er en grunn til at steder med sterke energiforutsetninger er strategisk interessante for oss. Brikker kan sendes rundt i verden. Du kan ikke sende 100 megawatt. Databehandlingen må til syvende og sist gå dit energien er. Så jeg vil ikke si at brikker slutter å være en flaskehals. De forblir kritiske. Men i økende grad er det ikke nok å eie GPU-er. Konkurransefortrinnet er å kunne drive, kjøle og operere dem økonomisk i skala. Det er det vi bygger Clichmont rundt. 4) Clichmonts lokasjoner spenner fra et solcelledrevet anlegg i Alicante til et nybygg i Bodø, Norge. Hva bestemmer egentlig hvor et datasenter bygges – handler det om energi, land, klima, noe annet? Vi velger ikke en lokasjon fordi én variabel ser attraktiv ut. Vi velger den fordi hele infrastrukturregnestykket går opp. Kraft er det første filteret: hvor mange megawatt kan vi sikre, til hvilken kostnad, hvor pålitelig er den forsyningen, og – kritisk – hvor raskt kan den faktisk leveres? Deretter ser vi på kjøling, klima, fibertilkobling, land, tillatelser, sikkerhet og evnen til å utvide. Bodø og Alicante er interessante nettopp fordi de representerer ulike styrker. Nord-Norge gir oss et klima som kan støtte effektiv kjøling og et sterkt energimarked. Alicante gir oss en annen energiprofil og muligheten til å integrere solenergi i infrastrukturstrategien. Vi mener ikke at hvert Clichmont-datasenter må se identisk ut – arkitekturen bør svare på ressursene på stedet. Og land i seg selv er ikke spesielt verdifullt for oss. En billig tomt uten skalerbar kraft eller fiber er ikke en datasenterlokasjon. Det som betyr noe, er hvorvidt vi kan gjøre den lokasjonen om til pålitelig, økonomisk konkurransedyktig databehandlingskapasitet. Til syvende og sist leter vi egentlig ikke etter land. Vi leter etter steder der energi, tilkobling, kjøling og skalerbarhet møtes. Det er der vi bygger. 5) Dette er et infrastrukturselskap med et token knyttet til seg. For en leser som er skeptisk til den kombinasjonen, hva er det ærlige argumentet for hvorfor $CLAI i det hele tatt eksisterer? Det skeptiske synet er helt rimelig. Et token bør ikke eksistere bare fordi et selskap opererer innen AI. Hvis $CLAI bare var en finansieringsinnpakning rundt datasentrene våre, ville jeg ikke anse det som en overbevisende grunn til å opprette det. Clichmont er infrastrukturvirksomheten. Den bygger og driver databehandlingskapasitet. $CLAI er ment å være et digitalt økonomisk lag rundt det bredere økosystemet – noe som etter hvert kan støtte on-chain-deltakelse, treasury-aktivitet og fellesskapsstyring på måter som vanlig egenkapital ikke er designet for å gjøre. Og vi må gjøre oss fortjent til retten til å gjøre den distinksjonen. Den fysiske infrastrukturen må eksistere uavhengig av tokenet, og tokenet må demonstrere reell nytte uavhengig av spekulasjon. Hvis vi ikke kan vise begge deler, er skepsisen berettiget. Så jeg vil ikke be noen om å tro på $CLAI bare fordi Clichmont eier GPU-er eller bygger datasentre. Testen er mye enklere: gjør tokenet etter hvert noe nyttig, gjennomsiktig og målbart som ikke kunne oppnås like effektivt med en vanlig database eller konvensjonell selskapsstruktur? Det er standarden vi bør holdes til. 6) Hva er den vanskeligste delen av å skalere fysisk infrastruktur som folk som bare har bygget programvare har en tendens til å undervurdere? Den vanskeligste delen er at fysisk infrastruktur ikke skalerer i programvarehastighet. I programvare kan du ofte skaffe mer kapasitet raskt hvis etterspørselen dobles. I et datasenter har hver ekstra megawatt en fysisk avhengighetskjede bak seg – nettkapasitet, transformatorer, koblingsutstyr, kjøling, fiber, tillatelser, bygging og til slutt maskinvare. Og disse avhengighetene beveger seg ikke like ryddig parallelt som folk forestiller seg. Du kan ha landet og ikke ha kraften. Du kan ha krafttildelingen og vente i månedsvis på elektrisk utstyr. Du kan ha bygningen klar og fortsatt vente på en nettilkobling. Én manglende komponent kan forsinke en hel utrulling. Den andre forskjellen er at feil er dyre og vanskelige å reversere. Programvare kan lappes over natten. Du kan ikke lappe et dårlig designet 50-megawatt elektrisk system over natten. Du tar kapitalbeslutninger i dag basert på hvordan GPU-er, strømtetthet og kjølebehov kan se ut flere år fra nå. Så den virkelige ferdigheten er ikke bare å bygge datasentre. Det er å sekvensere kapital, kraft, bygging og kundebehov slik at de ankommer omtrent samtidig. Bygg for tidlig, og du har dyr ledig infrastruktur. Bygg for sent, og kunden går et annet sted. Den gjennomføringsdisiplinen er sannsynligvis det folk som kommer rent fra programvare undervurderer mest. I fysisk AI-infrastruktur betyr hastighet noe – men timing betyr enda mer. 7) Hvis du måtte nevne den største risikoen ved å satse på en bygg-det-selv-modell i stedet for en kapitallett leiemodell, hva ville det være? Den største risikoen er kapitalintensitet kombinert med timing. Når du bygger infrastruktur selv, forplikter du betydelig kapital i dag mot antakelser om etterspørsel, kraftøkonomi og teknologi flere år inn i fremtiden. En leiemodell gir deg fleksibilitet. Hvis markedet endrer seg, kan du redusere kapasitet, bytte leverandører eller ta i bruk neste generasjon maskinvare. Når du eier infrastrukturen, har du ikke den luksusen. En transformatorstasjon, et kjølesystem eller en datasenterbygning er en langsiktig beslutning. For oss er den største faren derfor ikke bare å bruke for mye – det er å bygge feil kapasitet, på feil sted, til feil tid. Hvis du bygger før etterspørselen, står kapitalen ledig. Hvis du bygger for sakte, mister du markedet. Det er derfor vi ikke ser på eierskap som «bygg alt selv». Målet er å kontrollere den strategiske infrastrukturen mens vi forblir fleksible rundt teknologi. Bygningen, kraften, kjølingen og tilkoblingen bør overleve flere generasjoner GPU-er i stedet for å bli avhengig av én maskinvare-syklus. Så ja, den kapitallette modellen har en reell fordel: valgfrihet. Vårt veddemål er at hvis vi gjennomfører riktig, skaper det å gi avkall på noe kortsiktig valgfrihet noe mer verdifullt på lang sikt – kontroll over kapasitet, kraftøkonomi og den fysiske infrastrukturen som AI i økende grad er avhengig av. 8) Om tre år, hvor ønsker du at Clichmont skal stå i forhold til CoreWeave-ene og Nebius-ene i verden? Om tre år forventer jeg ikke at Clichmont skal være det største selskapet i kategorien, og det er ikke målet. CoreWeave og Nebius har enorm skala og tilgang til kapital. Å prøve å kopiere dem ville være feil strategi for oss. Jeg vil at Clichmont skal anerkjennes som en av de mest effektive uavhengige AI-infrastrukturoperatørene i Europa – med reelle driftsmidler, sikret kraft, høy-tetthets GPU-kapasitet og en merittliste for å få ny datakraft på nett raskt. Vårt fortrinn må komme fra å være disiplinert på hvor vi bygger og hva vi eier. Vi ønsker lokasjoner der energiøkonomien gir mening, infrastruktur designet rundt påfølgende generasjoner av akselerert databehandling, og fleksibiliteten til å betjene bedrifts-AI, HPC og privat databehandling i stedet for bare å konkurrere om GPU-leievolum.» Hvis CoreWeave og Nebius bygger hyperskala AI-skyer, kan Clichmont innta en annen posisjon: en fokusert eier og operatør av datakraftklar infrastruktur i strategisk utvalgte markeder. Konklusjon Clichmonts strategi koker til syvende og sist ned til et langsiktig infrastrukturveddemål. Tilgang til GPU-er vil forbli viktig, men evnen til å drive, kjøle, koble til og kjøre disse GPU-ene effektivt i skala vil bli et stadig mer verdifullt fortrinn. Den tilnærmingen kommer med reelle avveininger. Å bygge fysisk infrastruktur krever betydelig kapital, lange planleggingstidslinjer og nøye koordinering på tvers av kraft, bygging, maskinvare og etterspørsel. Clichmonts tese er at det å akseptere disse begrensningene kan gi selskapet større kontroll over infrastrukturen som trengs for hver ny generasjon AI-databehandling. Hvorvidt den tesen holder, vil avhenge mindre av hvor ambisiøs modellen er og mer av hvorvidt selskapet kan gjennomføre effektivt og til riktig tid.
Ofte stilte spørsmål
Her er en liste over ofte stilte spørsmål basert på temaet Fra betong til datakraft Hvorfor Clichmont bygger sin egen AI-infrastruktur i stedet for å leie den
Nybegynnerspørsmål
Hva betyr Fra betong til datakraft
Det viser til hele stakken av AI-infrastruktur Betong representerer de fysiske datasentrene og Datakraft representerer serverne og brikkene som kjører AI-en Clichmont bygger begge
Hva er forskjellen mellom å eie AI-infrastruktur og å leie den
Å leie er som å leie en leilighetdubetaler månedlig for noen andres plass Å eie er som å bygge et husdu betaler en stor oppstartskostnad men kontrollerer alt inni det
Hvorfor ville et selskap bygge sitt eget datasenter i stedet for å bruke Amazon eller Microsoft
Mest for kontroll kostnadsbesparelser i skala og datapersonvern Hvis et selskap kjører massive AI-modeller døgnet rundt kan leie etter hvert bli dyrere enn å bygge
Hva er en GPU-klynge
En gruppe kraftige databrikker koblet sammen De fungerer som motoren som trener og kjører AI-modeller
Betyr dette at Clichmont blir en skyleverandør som AWS
Ikke nødvendigvis De bygger sannsynligvis dette for sine egne interne AI-behov ikke for å selge serverplass til offentligheten
Mellomnivå-spørsmål
Hva er hovedfordelene med å bygge din egen AI-infrastruktur
1 Kostnad Ingen sky-avgift eller leieavgifter
2 Ytelse Du kan optimalisere maskinvaren spesifikt for programvaren din
3 Datasuverenitet Dataene dine forlater aldri bygningen din
4 Tilpasning Du er ikke begrenset av maskinvaren en skyleverandør tilbyr
Hva er de største risikoene eller ulempene
Det krever en massiv oppstartsinvestering Hvis AI-teknologien endrer seg raskt kan du sitte fast med utdatert maskinvare som du eier mens en skyleier bare kan bytte til nyere servere
Hvorfor er Betong viktig for AI
AI-brikker genererer enorm varme og krever enorme mengder elektrisitet Du kan ikke bare sette dem i et vanlig kontor Du trenger spesialiserte transformatorstasjoner kjølesystemer og fysisk sikkerhetderav behovet for å bygge
Hvordan hjelper det med datapersonvern å eie infrastruktur
Når du leier fra en skyleverandør reiser dataene dine over internett og ligger på noens