سخنگو: الکسیس کاتالیفاود، مدیرعامل
با ادامه رشد تقاضا برای محاسبات هوش مصنوعی، زیرساخت پشت آن به موضوعی استراتژیک به حق خود تبدیل میشود. شرکتها در سراسر صنعت در حال رقابت برای دسترسی به GPUهای هرچه قدرتمندتر هستند، در حالی که پرسشها درباره برق، ظرفیت مراکز داده، خنکسازی و اتصال، جدا کردنشان از خود محاسبات دشوارتر میشود.
کلیچمونت رویکرد متفاوتی در پیش گرفته است. به جای ساختن مدل خود عمدتاً حول ظرفیت اجارهای GPU، این شرکت بر مالکیت و کنترل زیرساخت فیزیکی تمرکز دارد که نسلهای متوالی سختافزار هوش مصنوعی میتوانند روی آن اجرا شوند. در این مصاحبه، الکسیس کاتالیفاود، مدیرعامل کلیچمونت، توضیح میدهد که چرا این شرکت معتقد است برق و زیرساخت مراکز داده میتوانند به گلوگاههای ماندگارتر تبدیل شوند، چگونه مکانها را انتخاب میکند و چالشهای مقیاسپذیری زیرساخت فیزیکی را مدیریت میکند، و توکن $CLAI آن چه نقشی در اکوسیستم گستردهتر ایفا میکند.
۱) هر شرکتی در این فضا در حال حاضر بر سر دسترسی به GPU میجنگد. پاسخ کلیچمونت این است که به جای اجاره تراشهها، مراکز داده بسازد. چرا مالکیت بیش از دسترسی اهمیت دارد؟
زیرا دسترسی به GPU به شما قدرت محاسباتی میدهد؛ مالکیت زیرساخت به شما کنترل بر اقتصاد محاسبات میدهد. برای شرکتی مانند کلیچمونت، مالکیت یا کنترل لایه مرکز داده میتواند از نظر استراتژیک مهمتر از صرفاً تأمین GPUهای اجارهای باشد. وقتی ظرفیت GPU را از یک هایپراسکیلر یا ابر GPU اجاره میکنید، قیمتگذاری، دسترسپذیری، محدودیتهای برق، معماری شبکه، برنامه استقرار و حاشیه سود شخص دیگری را به ارث میبرید. وقتی تقاضا اوج میگیرد، دسترسی میتواند گران یا محدود شود. مالکیت زیرساخت معادله را تغییر میدهد. کلیچمونت به طور بالقوه میتواند تصمیم بگیرد کدام GPUها را مستقر کند، چه زمانی آنها را ارتقا دهد، با چه تراکمی نصبشان کند، برق و خنکسازی چگونه مهندسی شوند، و ظرفیت چگونه فروخته شود. همان تأسیسات همچنین میتواند از یک نسل GPU به نسل بعد تکامل یابد، به جای اینکه تز کسبوکار به یک تراشه خاص گره بخورد.
تمایز مهم دیگری نیز وجود دارد: GPUها به سرعت استهلاک مییابند؛ ظرفیت مرکز داده آماده برق یک دارایی استراتژیک با عمر طولانیتر است. یک نسل GPU ممکن است ظرف چند سال از نظر اقتصادی کمتر رقابتی شود، در حالی که زمین، اتصالات شبکه، پستهای فرعی، زیرساخت خنکسازی، اتصال فیبر و مگاواتهای مجاز میتوانند در طول چندین نسل شتابدهنده ارزشمند باقی بمانند. این باعث میشود منبع کمیاب به طور فزاینده نه فقط خود GPU، بلکه توانایی تأمین برق هزاران GPU در مقیاس باشد. یک شرکت میتواند تراشه بخرد و هنوز جایی مناسب برای استقرار آنها نداشته باشد. تأمین ۱۰,۰۰۰ GPU یک مسئله است؛ تأمین دهها مگاوات برق قابل اعتماد، خنکسازی و زیرساخت شبکه مورد نیاز برای بهرهبرداری از آنها مسئله دیگری است.
۲) شما با شرکتهایی رقابت میکنید که قبلاً عمومی شدهاند یا در مسیر آن هستند – CoreWeave، Crusoe، Lambda. فکر میکنید مدل آنها، اگر ایرادی داشته باشد، چه چیزی را اشتباه میگیرد؟
فکر نمیکنم CoreWeave، Crusoe یا Lambda مدل را اشتباه گرفته باشند. آنها ثابت کردند که محاسبات هوش مصنوعی یک بازار عظیم است. تفاوت ما در این است که باور داریم چه چیزی کمیاب باقی خواهد ماند. GPUها هر نسل تغییر میکنند. گلوگاه ماندگار زیرساخت مورد نیاز برای اجرای آنهاست — برق، زمین، خنکسازی و اتصال. تز کلیچمونت این است که به جای رقابت تنها برای اجاره جدیدترین GPU، میخواهیم زیرساختی را کنترل کنیم که نسلهای متوالی GPU روی آن فعالیت خواهند کرد. در بازاری که همه به دنبال تراشهها هستند، ما ترجیح میدهیم جایی را داشته باشیم که تراشهها باید در آن زندگی کنند.
۳) استدلال رو به رشدی وجود دارد که انرژی، نه تراشهها، گلوگاه واقعی زیرساخت هوش مصنوعی است. این تا چه حد شکلدهی به اینکه کلیچمونت کجا و چگونه میسازد را تحت تأثیر قرار میدهد؟
انرژی تقریباً هر تصمیم زیرساختی که میگیریم را شکل میدهد. یک GPU بدون برق قابل اعتماد فقط سختافزار گرانی است که در یک رک نشسته است. ما معتقدیم رقابت واقعی در دهه آینده صرفاً بر سر GPUها نخواهد بود — بر سر مگاواتها خواهد بود. بنابراین وقتی کلیچمونت یک سایت را ارزیابی میکند، با پرسیدن اینکه کجا میتوانیم ارزانترین ساختمان را پیدا کنیم شروع نمیکنیم. میپرسیم: کجا میتوانیم برق قابل اعتماد، با اقتصاد درست، و با توانایی مقیاسپذیری تأمین کنیم؟ زمان تا برق چقدر است؟ وضعیت شبکه چیست؟ اقلیم چه معماری خنکسازی را مجاز میکند؟ و آیا آن سایت میتواند از نسل بعدی GPUها پشتیبانی کند، نه فقط آنهایی که امروز نصب میکنیم؟ این یکی از دلایلی است که مکانهایی با مبانی انرژی قوی از نظر استراتژیک برای ما جالب هستند. تراشهها را میتوان در سراسر جهان ارسال کرد. نمیتوانید ۱۰۰ مگاوات را ارسال کنید. محاسبات در نهایت باید به جایی برود که انرژی هست. بنابراین نمیگویم تراشهها دیگر گلوگاه نیستند. آنها حیاتی باقی میمانند. اما به طور فزاینده، مالکیت GPUها کافی نیست. مزیت رقابتی توانایی تأمین برق، خنکسازی و بهرهبرداری اقتصادی از آنها در مقیاس است. این چیزی است که کلیچمونت را حول آن میسازیم. ۴) سایتهای کلیچمونت از یک تأسیسات خورشیدی در آلیکانته تا یک ساخت جدید در بودو، نروژ متغیر است. واقعاً چه چیزی تعیین میکند که یک مرکز داده کجا ساخته شود – آیا درباره انرژی است، زمین، اقلیم، چیز دیگری؟ ما یک مکان را انتخاب نمیکنیم چون یک متغیر جذاب به نظر میرسد. آن را انتخاب میکنیم چون کل معادله زیرساخت کار میکند. برق اولین فیلتر است: چند مگاوات میتوانیم تأمین کنیم، با چه هزینهای، آن تأمین چقدر قابل اعتماد است، و — به طور حیاتی — چقدر سریع میتواند واقعاً تحویل داده شود؟ سپس به خنکسازی، اقلیم، اتصال فیبر، زمین، مجوزها، امنیت و توانایی گسترش نگاه میکنیم. بودو و آلیکانته دقیقاً به این دلیل جالب هستند که نقاط قوت متفاوتی را نمایندگی میکنند. شمال نروژ به ما اقلیمی میدهد که میتواند از خنکسازی کارآمد و محیط انرژی قوی پشتیبانی کند. آلیکانته به ما مشخصات انرژی متفاوتی و فرصت ادغام خورشیدی در استراتژی زیرساخت را میدهد. ما معتقد نیستیم هر مرکز داده کلیچمونت باید یکسان به نظر برسد — معماری باید به منابع مکان پاسخ دهد. و زمین به تنهایی برای ما چندان ارزشمند نیست. یک قطعه ارزان بدون برق یا فیبر مقیاسپذیر یک سایت مرکز داده نیست. آنچه مهم است این است که آیا میتوانیم آن مکان را به ظرفیت محاسباتی قابل اعتماد و رقابتی از نظر اقتصادی تبدیل کنیم. در نهایت، ما واقعاً به دنبال زمین نیستیم. ما به دنبال مکانهایی هستیم که انرژی، اتصال، خنکسازی و مقیاسپذیری در آنها همگرا شوند. آنجا جایی است که میسازیم. ۵) این یک شرکت زیرساختی است با یک توکن متصل به آن. برای خوانندهای که نسبت به این ترکیب بدبین است، دلیل صادقانهای که چرا $CLAI اصلاً وجود دارد چیست؟ دیدگاه بدبینانه کاملاً منصفانه است. یک توکن نباید فقط به این دلیل وجود داشته باشد که یک شرکت در حوزه هوش مصنوعی فعالیت میکند. اگر $CLAI صرفاً یک پوشش تأمین مالی حول مراکز داده ما بود، آن را دلیل قانعکنندهای برای ایجادش نمیدانستم. کلیچمونت کسبوکار زیرساخت است. ظرفیت محاسباتی میسازد و بهرهبرداری میکند. $CLAI قرار است یک لایه اقتصادی دیجیتال حول اکوسیستم گستردهتر باشد — چیزی که در نهایت میتواند از مشارکت درونزنجیرهای، فعالیت خزانهداری و حاکمیت جامعه به روشهایی پشتیبانی کند که سهام متعارف برای انجام آن طراحی نشده است. و ما باید حق ایجاد آن تمایز را به دست آوریم. زیرساخت فیزیکی باید مستقل از توکن وجود داشته باشد، و توکن باید کاربرد واقعی مستقل از سفتهبازی را نشان دهد. اگر نتوانیم هر دو را نشان دهیم، آنگاه بدبینی موجه است. بنابراین از هیچکس نمیخواهم صرفاً به این دلیل که کلیچمونت GPU دارد یا مراکز داده میسازد به $CLAI اعتقاد داشته باشد. آزمون بسیار سادهتر است: آیا توکن در نهایت کاری مفید، شفاف و قابل اندازهگیری انجام میدهد که نمیتوانست به همان اندازه مؤثر با یک پایگاه داده معمولی یا ساختار شرکتی متعارف انجام شود؟ این استانداردی است که باید در قبال آن پاسخگو باشیم. ۶) سختترین بخش مقیاسپذیری زیرساخت فیزیکی که افرادی که فقط نرمافزار ساختهاند تمایل دارند دستکم بگیرند چیست؟ سختترین بخش این است که زیرساخت فیزیکی با سرعت نرمافزار مقیاس نمیگیرد. در نرمافزار، اگر تقاضا دو برابر شود، اغلب میتوانید به سرعت ظرفیت بیشتری فراهم کنید. در یک مرکز داده، هر مگاوات اضافی یک وابستگی فیزیکی دارد — زنجیره وابستگی پشت آن — ظرفیت شبکه، ترانسفورماتورها، تابلوهای برق، خنکسازی، فیبر، مجوزها، ساختوساز، و در نهایت سختافزار. و آن وابستگیها به همان تمیزی که مردم تصور میکنند موازی پیش نمیروند. میتوانید زمین داشته باشید و برق نداشته باشید. میتوانید تخصیص برق داشته باشید و ماهها منتظر تجهیزات الکتریکی بمانید. میتوانید ساختمان آماده باشد و هنوز منتظر اتصال شبکه باشید. یک جزء گمشده میتواند کل یک استقرار را به تأخیر بیندازد. تفاوت دیگر این است که اشتباهات گران و دشوار برای معکوس کردن هستند. نرمافزار را میتوان یکشبه وصله کرد. نمیتوانید یک سیستم الکتریکی ۵۰ مگاواتی بدطراحیشده را یکشبه وصله کنید. شما امروز تصمیمات سرمایهای میگیرید بر اساس اینکه GPUها، چگالیهای توان و نیازهای خنکسازی ممکن است چند سال بعد چگونه باشند. بنابراین مهارت واقعی صرفاً ساختن مراکز داده نیست. توالیبندی سرمایه، برق، ساختوساز و تقاضای مشتری است به گونهای که تقریباً در همان لحظه برسند. خیلی زود بسازید و زیرساخت بیکار گران خواهید داشت. خیلی دیر بسازید و مشتری جای دیگری میرود. آن انضباط اجرایی احتمالاً چیزی است که افرادی که صرفاً از نرمافزار میآیند بیشتر دستکم میگیرند. در زیرساخت فیزیکی هوش مصنوعی، سرعت مهم است — اما زمانبندی حتی مهمتر است. ۷) اگر مجبور بودید بزرگترین ریسک شرطبندی روی مدل خودساز به جای مدل اجارهای سبک از نظر سرمایه را نام ببرید، چه میبود؟ بزرگترین ریسک شدت سرمایه همراه با زمانبندی است. وقتی خودتان زیرساخت میسازید، امروز سرمایه قابل توجهی را در برابر فرضیات درباره تقاضا، اقتصاد برق و فناوری چند سال آینده متعهد میکنید. یک مدل اجارهای به شما انعطافپذیری میدهد. اگر بازار تغییر کند، میتوانید ظرفیت را کاهش دهید، ارائهدهنده را تغییر دهید، یا نسل بعدی سختافزار را بپذیرید. وقتی زیرساخت را مالک هستید، آن رفاه را ندارید. یک پست فرعی، سیستم خنکسازی یا ساختمان مرکز داده یک تصمیم بلندمدت است. برای ما، بنابراین بزرگترین خطر صرفاً خرج کردن بیش از حد نیست — ساختن ظرفیت اشتباه، در مکان اشتباه، در زمان اشتباه است. اگر جلوتر از تقاضا بسازید، سرمایه بیکار میماند. اگر خیلی کند بسازید، بازار را از دست میدهید. به همین دلیل مالکیت را «همه چیز را خودمان بسازیم» نمیبینیم. هدف کنترل زیرساخت استراتژیک در حالی که در زمینه فناوری انعطافپذیر میمانیم است. ساختمان، برق، خنکسازی و اتصال باید از چندین نسل GPU جان سالم به در ببرند نه اینکه به یک چرخه سختافزاری وابسته شوند. بنابراین بله، مدل سبک از نظر سرمایه یک مزیت واقعی دارد: اختیار. شرطبندی ما این است که اگر درست اجرا کنیم، کنار گذاشتن مقداری اختیار کوتاهمدت چیزی ارزشمندتر در بلندمدت ایجاد میکند — کنترل بر ظرفیت، اقتصاد برق و زیرساخت فیزیکی که هوش مصنوعی به طور فزاینده به آن وابسته است. ۸) سه سال بعد، میخواهید کلیچمونت نسبت به CoreWeaveها و Nebiusهای جهان کجا قرار بگیرد؟ سه سال بعد، انتظار ندارم کلیچمونت بزرگترین شرکت در این دسته باشد، و این هدف نیست. CoreWeave و Nebius مقیاس عظیم و دسترسی به سرمایه دارند. تلاش برای تکرار آنها استراتژی اشتباهی برای ما خواهد بود. میخواهم کلیچمونت به عنوان یکی از کارآمدترین اپراتورهای مستقل زیرساخت هوش مصنوعی در اروپا شناخته شود — با داراییهای عملیاتی واقعی، برق تأمینشده، ظرفیت GPU با چگالی بالا، و سابقهای از آوردن محاسبات جدید به صورت آنلاین به سرعت. مزیت ما باید از انضباط در مورد اینکه کجا میسازیم و چه چیزی را مالک هستیم بیاید. ما مکانهایی را میخواهیم که اقتصاد انرژی منطقی باشد، زیرساختی که حول نسلهای متوالی محاسبات شتابیافته طراحی شده باشد، و انعطافپذیری برای خدمت به هوش مصنوعی سازمانی، HPC و محاسبات خصوصی به جای صرفاً رقابت برای حجم اجاره GPU.» اگر CoreWeave و Nebius در حال ساختن ابرهای هوش مصنوعی هایپراسکیل هستند، کلیچمونت میتواند موقعیت متفاوتی را اشغال کند: یک مالک و اپراتور متمرکز زیرساخت آماده محاسبات در بازارهای منتخب استراتژیک. نتیجهگیری استراتژی کلیچمونت در نهایت به یک شرطبندی زیرساختی بلندمدت خلاصه میشود. دسترسی به GPU مهم باقی خواهد ماند، اما توانایی تأمین برق، خنکسازی، اتصال و اجرای کارآمد آن GPUها در مقیاس به مزیتی به طور فزاینده ارزشمند تبدیل خواهد شد. آن رویکرد با مبادلات واقعی همراه است. ساختن زیرساخت فیزیکی نیازمند سرمایه قابل توجه، جدولهای زمانی برنامهریزی طولانی و هماهنگی دقیق در سراسر برق، ساختوساز، سختافزار و تقاضا است. تز کلیچمونت این است که پذیرش این محدودیتها میتواند به شرکت کنترل بیشتری بر زیرساخت مورد نیاز برای هر نسل جدید محاسبات هوش مصنوعی بدهد. اینکه آیا آن تز پابرجا میماند کمتر به این بستگی دارد که مدل چقدر جاهطلبانه است و بیشتر به این که آیا شرکت میتواند به طور کارآمد و در زمان درست اجرا کند.
سؤالات متداول
در اینجا فهرستی از سؤالات متداول بر اساس موضوع از بتن تا محاسبات: چرا کلیچمونت زیرساخت هوش مصنوعی خود را به جای اجاره آن میسازد
سؤالات مبتدی
از بتن تا محاسبات به چه معناست
این به کل پشته زیرساخت هوش مصنوعی اشاره دارد. بتن نماینده مراکز داده فیزیکی است و محاسبات نماینده سرورها و تراشههایی است که هوش مصنوعی را اجرا میکنند. کلیچمونت هر دو را میسازد
تفاوت بین مالکیت زیرساخت هوش مصنوعی و اجاره آن چیست
اجاره مانند اجاره یک آپارتمان است — شما ماهانه برای فضای شخص دیگری پرداخت میکنید. مالکیت مانند ساختن یک خانه است — شما هزینه اولیه بالایی میپردازید اما همه چیز داخل آن را کنترل میکنید
چرا یک شرکت مرکز داده خودش را میسازد به جای استفاده از آمازون یا مایکروسافت
عمدتاً برای کنترل، صرفهجویی در هزینه در مقیاس و حریم خصوصی داده. اگر یک شرکت مدلهای عظیم هوش مصنوعی را ۲۴/۷ اجرا کند، اجاره در نهایت میتواند گرانتر از ساختن شود
خوشه GPU چیست
گروهی از تراشههای کامپیوتری قدرتمند که به هم متصل شدهاند. آنها مانند موتوری عمل میکنند که مدلهای هوش مصنوعی را آموزش میدهد و اجرا میکند
آیا این به این معناست که کلیچمونت در حال تبدیل شدن به یک ارائهدهنده ابر مانند AWS است
لزوماً نه. آنها احتمالاً این را برای نیازهای داخلی هوش مصنوعی خودشان میسازند، نه برای فروش فضای سرور به عموم
سؤالات متوسط
مزایای اصلی ساختن زیرساخت هوش مصنوعی خودتان چیست
۱ هزینه: بدون مالیات ابری یا هزینههای اجاره
۲ عملکرد: میتوانید سختافزار را به طور خاص برای نرمافزار خود بهینه کنید
۳ حاکمیت داده: دادههای شما هرگز ساختمان شما را ترک نمیکنند
۴ سفارشیسازی: شما به سختافزاری که یک ارائهدهنده ابر ارائه میدهد محدود نیستید
بزرگترین ریسکها یا معایب چیست
نیازمند سرمایهگذاری اولیه عظیم است. اگر فناوری هوش مصنوعی به سرعت تغییر کند، ممکن است با سختافزار قدیمی که مالک آن هستید گیر کنید، در حالی که یک اجارهکننده ابری میتواند به سادگی به سرورهای جدیدتر سوئیچ کند
چرا بتن برای هوش مصنوعی مهم است
تراشههای هوش مصنوعی گرمای عظیمی تولید میکنند و به مقادیر زیادی برق نیاز دارند. نمیتوانید آنها را فقط در یک دفتر معمولی قرار دهید. شما به پستهای فرعی برق تخصصی، سیستمهای خنکسازی و امنیت فیزیکی نیاز دارید — از این رو نیاز به ساختن
چگونه مالکیت زیرساخت به حریم خصوصی داده کمک میکند
وقتی از یک ارائهدهنده ابر اجاره میکنید، دادههای شما از طریق اینترنت سفر میکنند و روی چیزی متعلق به شخص دیگری قرار میگیرند