发言人：Alexis Cathalifaud，首席执行官
随着对人工智能计算的需求持续增长，支撑它的基础设施本身正成为一个战略性问题。整个行业的企业都在争相获取越来越强大的GPU，而关于电力、数据中心容量、冷却和连接性的问题，正变得越来越难以与计算本身分开。
Clichmont正在采取一种不同的方式。该公司不是主要围绕租用GPU容量来构建其模式，而是专注于拥有和控制物理基础设施，使 successive generations of AI hardware 可以在其上运行。在这次采访中，Clichmont首席执行官Alexis Cathalifaud解释了为什么公司认为电力和数据中心基础设施可能成为更持久的瓶颈，它如何选择场址并应对扩展物理基础设施的挑战，以及其$CLAI代币在更广泛生态系统中扮演什么角色。
1）这个领域的每家公司现在都在争夺GPU访问权。Clichmont的答案是建设数据中心，而不是租用芯片。为什么所有权比访问权更重要？
因为GPU访问权给你的是计算能力；基础设施所有权给你的是对计算经济性的控制。对于像Clichmont这样的公司来说，拥有或控制数据中心层，在战略上可能比仅仅确保租用GPU更重要。当你从超大规模云服务商或GPU云租用GPU容量时，你继承的是别人的定价、可用性、电力约束、网络架构、部署时间表和利润率。当需求激增时，访问权可能变得昂贵或受限。拥有基础设施会改变这个等式。Clichmont可能可以决定部署哪些GPU、何时升级它们、安装密度如何、电力和冷却如何设计，以及容量如何出售。同一设施也可以从一代GPU演进到下一代，而不是把商业论点绑定在某一特定芯片上。
还有另一个重要区别：GPU折旧很快；具备电力准备的数据中心容量是寿命更长的战略资产。一代GPU可能在几年内就在经济上变得不那么有竞争力，而土地、电网连接、变电站、冷却基础设施、光纤连接和已获许可的兆瓦数，可以在多代加速器之间持续保有价值。这使得稀缺资源越来越不只是GPU本身，而是大规模为数千个GPU供电的能力。一家公司可以购买芯片，却仍然没有合适的地方部署它们。确保获得10,000个GPU是一个问题；确保获得运行它们所需的数十兆瓦可靠电力、冷却和网络基础设施则是另一个问题。
2）你面对的是已经上市或正走向上市的公司——CoreWeave、Crusoe、Lambda。你认为他们的模式如果有问题的话，错在哪里？
我不认为CoreWeave、Crusoe或Lambda把模式搞错了。他们证明了AI计算是一个巨大的市场。我们的不同之处在于，我们认为什么会继续保持稀缺。GPU每一代都会变化。持久的瓶颈是运行它们所需的基础设施——电力、土地、冷却和连接性。Clichmont的论点是，与其只竞争租用最新GPU，我们想控制 successive generations of GPUs 将在其上运行的基础设施。在一个所有人都在追逐芯片的市场里，我们更愿意拥有芯片必须所在的地方。
3）有一种越来越强的观点认为，能源，而不是芯片，才是AI基础设施的真正瓶颈。这在多大程度上影响了Clichmont在哪里以及如何建设？
能源几乎影响我们做出的每一个基础设施决策。没有可靠电力的GPU只是放在机架里的昂贵硬件。我们相信，未来十年真正的竞争不会只是争夺GPU——而是争夺兆瓦。所以当Clichmont评估一个场址时，我们不会先问在哪里能找到最便宜的建筑。我们会问：我们在哪里能以合适的经济性获得可靠电力，并具备扩展能力？通电时间是多少？电网情况如何？气候允许什么样的冷却架构？这个场址能否支持下一代GPU，而不只是我们今天安装的这些？这就是为什么拥有强劲能源基本面的地点对我们具有战略吸引力的一个原因。芯片可以运往世界各地。你无法运送100兆瓦。计算最终必须去能源所在的地方。所以我不会说芯片不再是瓶颈。它们仍然至关重要。但越来越明显的是，拥有GPU还不够。竞争优势在于能够以经济的方式大规模为它们供电、冷却和运营。这就是我们围绕其建设Clichmont的东西。 4）Clichmont的场址从Alicante的太阳能设施到挪威Bodo的新建项目不等。究竟是什么决定了一个数据中心建在哪里——是能源、土地、气候，还是别的什么？我们不会因为某一个变量看起来有吸引力就选择一个地点。我们选择它，是因为整个基础设施等式成立。电力是第一道筛选：我们能获得多少兆瓦，成本是多少，供应有多可靠，以及——关键的是——它实际能以多快速度交付？然后我们看冷却、气候、光纤连接、土地、许可、安全和扩展能力。Bodø和Alicante之所以有趣，正是因为它们代表了不同的优势。挪威北部给了我们一种可以支持高效冷却的气候和强大的能源环境。Alicante给了我们不同的能源结构，以及将太阳能整合进基础设施战略的机会。我们不认为每个Clichmont数据中心都必须看起来一模一样——架构应该回应所在地的资源。而且土地本身对我们并不是特别有价值。一块便宜但没有可扩展电力或光纤的地块不是数据中心场址。重要的是，我们能否把那个地点转化为可靠、具有经济竞争力的计算容量。归根结底，我们真正寻找的不是土地。我们寻找的是能源、连接性、冷却和可扩展性汇聚的地方。那就是我们建设的地方。 5）这是一家附带代币的基础设施公司。对于对这种组合持怀疑态度的读者，$CLAI存在的诚实理由是什么？怀疑的观点完全合理。一家公司仅仅因为在AI领域运营，并不意味着就应该存在一个代币。如果$CLAI只是围绕我们数据中心的一种融资包装，我不会认为这是创建它的令人信服的理由。Clichmont是基础设施业务。它建设和运营计算容量。$CLAI意在成为更广泛生态系统周围的数字经济层——某种最终能够以传统股权并非设计来实现的方式，支持链上参与、金库活动和社区治理的东西。而且我们必须赢得做出这种区分的权利。物理基础设施必须独立于代币存在，代币也必须独立于投机展示出真实效用。如果我们不能同时展示这两点，那么怀疑就是有道理的。所以我不会要求任何人仅仅因为Clichmont拥有GPU或建设数据中心就相信$CLAI。检验要简单得多：这个代币最终是否能做一些有用、透明且可衡量的事情，而这些事情无法用普通数据库或传统公司结构同样有效地完成？这就是我们应该被衡量的标准。 6）扩展物理基础设施最难的部分是什么，是那些只做过软件的人往往会低估的？最难的部分是，物理基础设施不会以软件速度扩展。在软件中，如果需求翻倍，你通常可以快速配置更多容量。在数据中心里，每增加一兆瓦都有其背后的物理依赖链——电网容量、变压器、开关设备、冷却、光纤、许可、施工，最终还有硬件。而且这些依赖关系并不像人们想象的那样整齐地并行推进。你可能拥有土地，却没有电力。你可能拥有电力配额，却要等待电气设备数月。你可能建筑已经准备好，却仍在等待电网连接。一个缺失的组件就可能延迟整个部署。另一个区别是，错误代价高昂且难以逆转。软件可以在一夜之间打补丁。你不能在一夜之间给一个设计糟糕的50兆瓦电力系统打补丁。你今天做出的资本决策，是基于几年后GPU、功率密度和冷却需求可能是什么样子。所以真正的技能不只是建设数据中心。而是对资本、电力、施工和客户需求进行排序，使它们大致在同一时刻到位。建得太早，你就会有昂贵的闲置基础设施。建得太晚，客户就会去别处。这种执行纪律，可能是纯软件背景的人最低估的东西。在物理AI基础设施中，速度很重要——但时机更重要。 7）如果你必须指出押注自建模式而不是资本轻型租赁模式的最大风险，那会是什么？最大的风险是资本密集度与时机相结合。当你自己建设基础设施时，你是在今天根据对未来几年需求、电力经济性和技术的假设，投入大量资本。租赁模式给你灵活性。如果市场变化，你可以减少容量、更换供应商，或采用下一代硬件。当你拥有基础设施时，你就没有这种奢侈。变电站、冷却系统或数据中心建筑都是长期决策。因此对我们来说，最大的危险不只是花太多钱——而是在错误的地方、错误的时间建设错误的容量。如果你在需求之前建设，资本就会闲置。如果你建设太慢，你就会错过市场。这就是为什么我们不把所有权视为“一切都自己建”。目标是控制战略基础设施，同时在技术方面保持灵活。建筑、电力、冷却和连接性应该能经受多代GPU，而不是变得依赖某一个硬件周期。所以是的，资本轻型模式有一个真实优势：可选择权。我们的押注是，如果我们执行正确，放弃一些短期可选择权，会在长期创造出更有价值的东西——对容量、电力经济性以及AI日益依赖的物理基础设施的控制。 8）三年后，你希望Clichmont相对于世界上的CoreWeave和Nebius处于什么位置？三年后，我不指望Clichmont成为该类别中最大的公司，那也不是目标。CoreWeave和Nebius拥有巨大的规模和资本渠道。试图复制它们对我们来说会是错误战略。我希望Clichmont被认可为欧洲最高效的独立AI基础设施运营商之一——拥有真实运营资产、已确保的电力、高密度GPU容量，以及快速将新计算上线往绩。我们的优势必须来自在何处建设以及拥有什么方面保持纪律。我们要的是能源经济性合理的地点、围绕 successive generations of accelerated computing 设计的基础设施，以及服务于企业AI、HPC和私有计算而不是仅仅争夺GPU租赁量的灵活性。”如果CoreWeave和Nebius正在建设超大规模AI云，Clichmont可以占据不同位置：在战略选择的市场中，专注地拥有并运营计算就绪基础设施。 结论 Clichmont的战略最终归结为一种长期基础设施押注。获得GPU仍将重要，但大规模高效地为这些GPU供电、冷却、连接和运行的能力，将成为越来越有价值的优势。这种方式伴随着真实取舍。建设物理基础设施需要大量资本、漫长规划时间线，以及电力、施工、硬件和需求之间的谨慎协调。Clichmont的论点是，接受这些约束可以给公司更大的控制力，以掌控每一代新AI计算所需的基础设施。这个论点是否成立，将较少取决于模式有多雄心勃勃，而更多取决于公司能否高效且适时执行。
常见问题
以下是基于主题“从混凝土到计算：为什么Clichmont要自建AI基础设施而不是租用”的常见问题列表
初学者问题
“从混凝土到计算”是什么意思
它指的是AI基础设施的全栈。混凝土代表物理数据中心，计算代表运行AI的服务器和芯片。Clichmont两者都在建设
拥有AI基础设施和租用AI基础设施有什么区别
租用就像租公寓——你每月为别人的空间付费。拥有就像建房子——你支付一大笔前期成本，但控制里面的一切
为什么一家公司会自建数据中心，而不是使用Amazon或Microsoft
主要是为了控制、规模化后的成本节约和数据隐私。如果一家公司全天候运行大规模AI模型，租用最终可能比建设更贵
什么是GPU集群
一组连接在一起的强大计算机芯片。它们就像训练和运行AI模型的引擎
这是否意味着Clichmont正在成为像AWS一样的云提供商
不一定。他们很可能是在为自己的内部AI需求建设，而不是向公众出售服务器空间
中级问题
自建AI基础设施的主要好处是什么
1 成本：没有云税或租赁费
2 性能：你可以专门为你的软件优化硬件
3 数据主权：你的数据永远不会离开你的建筑
4 定制化：你不会受云提供商所提供硬件的限制
最大的风险或缺点是什么
它需要巨额前期投资。如果AI技术快速变化，你可能会被困在你拥有的过时硬件上，而云租用者可以直接切换到更新的服务器
为什么混凝土对AI很重要
AI芯片产生巨大热量，并需要大量电力。你不能只是把它们放在普通办公室里。你需要专门的电力变电站、冷却系统和物理安全——因此需要建设
拥有基础设施如何有助于数据隐私
当你从云提供商那里租用时，你的数据会通过互联网传输，并存放在某人的