Rzeczniczka: Alexis Cathalifaud, CEO
Ponieważ popyt na moc obliczeniową sztucznej inteligencji stale rośnie, infrastruktura za nią staje się kwestią strategiczną samą w sobie. Firmy z całej branży ścigają się, aby zapewnić sobie dostęp do coraz potężniejszych GPU, podczas gdy pytania o energię elektryczną, przepustowość centrów danych, chłodzenie i łączność coraz trudniej oddzielić od samego przetwarzania.
Clichmont przyjmuje inne podejście. Zamiast budować swój model głównie wokół wynajmowanej mocy GPU, firma koncentruje się na posiadaniu i kontrolowaniu fizycznej infrastruktury, na której mogą działać kolejne generacje sprzętu AI. W tym wywiadzie CEO Clichmont, Alexis Cathalifaud, wyjaśnia, dlaczego firma uważa, że energia i infrastruktura centrów danych mogą stać się trwalszymi wąskimi gardłami, jak wybiera lokalizacje i radzi sobie z wyzwaniami skalowania fizycznej infrastruktury oraz jaką rolę odgrywa jej token $CLAI w szerszym ekosystemie.
1) Każda firma w tej przestrzeni walczy teraz o dostęp do GPU. Odpowiedzią Clichmont jest budowanie centrów danych zamiast wynajmowania chipów. Dlaczego własność ma większe znaczenie niż dostęp?
Ponieważ dostęp do GPU daje moc obliczeniową; własność infrastruktury daje kontrolę nad ekonomiką przetwarzania. Dla firmy takiej jak Clichmont posiadanie lub kontrolowanie warstwy centrów danych może mieć większe znaczenie strategiczne niż samo zapewnienie wynajmowanych GPU. Kiedy wynajmujesz moc GPU od hyperscalera lub chmury GPU, dziedziczysz ceny, dostępność, ograniczenia energetyczne, architekturę sieci, harmonogram wdrożeń i marże kogoś innego. Gdy popyt gwałtownie rośnie, dostęp może stać się drogi lub ograniczony. Posiadanie infrastruktury zmienia równanie. Clichmont może potencjalnie decydować, które GPU wdrożyć, kiedy je zaktualizować, jak gęsto je zainstalować, jak zaprojektować zasilanie i chłodzenie oraz jak sprzedawać moc. Ten sam obiekt może również ewoluować z jednej generacji GPU do następnej, zamiast wiązać tezę biznesową z konkretnym chipem.
Jest jeszcze jedno ważne rozróżnienie: GPU szybko tracą na wartości; moc centrum danych gotowa do zasilania jest dłużej żyjącym aktywem strategicznym. Generacja GPU może stać się ekonomicznie mniej konkurencyjna w ciągu kilku lat, podczas gdy ziemia, przyłącza do sieci, stacje transformatorowe, infrastruktura chłodzenia, łączność światłowodowa i pozwolenia na megawaty mogą pozostać cenne przez wiele generacji akceleratorów. To sprawia, że rzadkim zasobem staje się coraz częściej nie tylko sam GPU, ale zdolność do zasilania tysięcy GPU na skalę. Firma może kupić chipy i nadal nie mieć odpowiedniego miejsca do ich wdrożenia. Zapewnienie 10 000 GPU to jeden problem; zapewnienie dziesiątek megawatów niezawodnej energii elektrycznej, chłodzenia i infrastruktury sieciowej potrzebnej do ich obsługi to inny problem.
2) Mierzysz się z firmami, które są już publiczne lub zmierzają w tym kierunku – CoreWeave, Crusoe, Lambda. Co, jeśli w ogóle, uważasz, że ich model robi źle?
Nie sądzę, że CoreWeave, Crusoe lub Lambda obrali zły model. Udowodnili, że przetwarzanie AI to ogromny rynek. Różnimy się w tym, co uważamy, że pozostanie rzadkie. GPU zmieniają się z każdą generacją. Trwałym wąskim gardłem jest infrastruktura wymagana do ich działania — energia, ziemia, chłodzenie i łączność. Teza Clichmont jest taka, że zamiast konkurować wyłącznie o wynajem najnowszego GPU, chcemy kontrolować infrastrukturę, na której będą działać kolejne generacje GPU. Na rynku, gdzie wszyscy gonią za chipami, wolimy posiadać miejsce, w którym chipy muszą mieszkać.
3) Rośnie argument, że to energia, a nie chipy, jest rzeczywistym wąskim gardłem infrastruktury AI. Jak bardzo kształtuje to, gdzie i jak Clichmont buduje?
Energia kształtuje niemal każdą decyzję infrastrukturalną, którą podejmujemy. GPU bez niezawodnego zasilania to po prostu drogi sprzęt stojący w szafie. Wierzymy, że prawdziwa konkurencja w nadchodzącej dekadzie nie będzie dotyczyć wyłącznie GPU — będzie dotyczyć megawatów. Więc kiedy Clichmont ocenia lokalizację, nie zaczynamy od pytania, gdzie znajdziemy najtańszy budynek. Pytamy: gdzie możemy zapewnić niezawodną energię, przy odpowiedniej ekonomice, z możliwością skalowania? Jaki jest czas do uzyskania zasilania? Jaka jest sytuacja sieci? Jaka architektura chłodzenia jest możliwa w danym klimacie? I czy ta lokalizacja może obsłużyć następną generację GPU, nie tylko te, które instalujemy dzisiaj? To jeden z powodów, dla których lokalizacje o silnych fundamentach energetycznych są dla nas strategicznie interesujące. Chipy można wysyłać po całym świecie. Nie można wysłać 100 megawatów. Moc obliczeniowa ostatecznie musi trafić tam, gdzie jest energia. Nie powiedziałbym więc, że chipy przestają być wąskim gardłem. Pozostają krytyczne. Ale coraz częściej posiadanie GPU nie wystarcza. Przewaga konkurencyjna polega na możliwości zasilania, chłodzenia i obsługi ich ekonomicznie na skalę. Wokół tego budujemy Clichmont. 4) Lokalizacje Clichmont obejmują obiekt zasilany energią słoneczną w Alicante oraz nową budowę w Bodo w Norwegii. Co faktycznie decyduje o tym, gdzie powstanie centrum danych – czy chodzi o energię, ziemię, klimat, coś innego? Nie wybieramy lokalizacji, ponieważ jedna zmienna wygląda atrakcyjnie. Wybieramy ją, ponieważ całe równanie infrastrukturalne działa. Energia to pierwszy filtr: ile megawatów możemy zapewnić, po jakim koszcie, jak niezawodne jest to źródło i — co krytyczne — jak szybko można je faktycznie dostarczyć? Następnie patrzymy na chłodzenie, klimat, łączność światłowodową, ziemię, pozwolenia, bezpieczeństwo i możliwość rozbudowy. Bodø i Alicante są interesujące właśnie dlatego, że reprezentują różne mocne strony. Północna Norwegia daje nam klimat, który może wspierać wydajne chłodzenie, oraz silne środowisko energetyczne. Alicante daje nam inny profil energetyczny i możliwość zintegrowania energii słonecznej ze strategią infrastrukturalną. Nie uważamy, że każde centrum danych Clichmont musi wyglądać identycznie — architektura powinna odpowiadać zasobom lokalizacji. A sama ziemia nie jest dla nas szczególnie cenna. Tania działka bez skalowalnej energii lub światłowodu nie jest lokalizacją pod centrum danych. Liczy się to, czy możemy przekształcić tę lokalizację w niezawodną, ekonomicznie konkurencyjną moc obliczeniową. Ostatecznie tak naprawdę nie szukamy ziemi. Szukamy miejsc, w których energia, łączność, chłodzenie i skalowalność się zbiegają. Tam budujemy. 5) To firma infrastrukturalna z tokenem dołączonym do niej. Dla czytelnika, który jest sceptyczny wobec takiego połączenia, jaki jest uczciwy argument za tym, dlaczego $CLAI w ogóle istnieje? Sceptyczne spojrzenie jest całkowicie uzasadnione. Token nie powinien istnieć tylko dlatego, że firma działa w AI. Gdyby $CLAI był po prostu finansowym opakowaniem wokół naszych centrów danych, nie uznałbym tego za przekonujący powód do jego stworzenia. Clichmont to biznes infrastrukturalny. Buduje i obsługuje moc obliczeniową. $CLAI ma być cyfrową warstwą ekonomiczną wokół szerszego ekosystemu — czymś, co może ostatecznie wspierać udział on-chain, aktywność skarbową i zarządzanie społecznością w sposób, do którego konwencjonalny kapitał własny nie jest zaprojektowany. I musimy zasłużyć na prawo do tego rozróżnienia. Fizyczna infrastruktura musi istnieć niezależnie od tokena, a token musi wykazać realną użyteczność niezależnie od spekulacji. Jeśli nie możemy pokazać obu, sceptycyzm jest uzasadniony. Nie prosiłbym więc nikogo, by wierzył w $CLAI tylko dlatego, że Clichmont posiada GPU lub buduje centra danych. Test jest znacznie prostszy: czy token ostatecznie robi coś użytecznego, przejrzystego i mierzalnego, czego nie można by osiągnąć równie skutecznie za pomocą zwykłej bazy danych lub konwencjonalnej struktury korporacyjnej? To standard, według którego powinniśmy być oceniani. 6) Jaka jest najtrudniejsza część skalowania fizycznej infrastruktury, którą ludzie, którzy budowali tylko oprogramowanie, zwykle nie doceniają? Najtrudniejsze jest to, że fizyczna infrastruktura nie skaluje się z prędkością oprogramowania. W oprogramowaniu, jeśli popyt się podwoi, często można szybko zapewnić więcej mocy. W centrum danych każdy dodatkowy megawat ma fizyczny łańcuch zależności — przepustowość sieci, transformatory, rozdzielnice, chłodzenie, światłowód, pozwolenia, budowę i ostatecznie sprzęt. A te zależności nie poruszają się równolegle tak schludnie, jak ludzie sobie wyobrażają. Możesz mieć ziemię i nie mieć energii. Możesz mieć przydział energii i czekać miesiącami na sprzęt elektryczny. Możesz mieć gotowy budynek i nadal czekać na przyłączenie do sieci. Jeden brakujący komponent może opóźnić całe wdrożenie. Inna różnica polega na tym, że błędy są kosztowne i trudne do odwrócenia. Oprogramowanie można załatać w ciągu nocy. Nie można załatać źle zaprojektowanego 50-megawatowego systemu elektrycznego w ciągu nocy. Podejmujesz dziś decyzje kapitałowe na podstawie tego, jak GPU, gęstości mocy i wymagania chłodzenia mogą wyglądać za kilka lat. Więc prawdziwą umiejętnością nie jest po prostu budowanie centrów danych. To sekwencjonowanie kapitału, energii, budowy i popytu klientów tak, aby pojawiły się mniej więcej w tym samym momencie. Zbuduj za wcześnie i masz drogą bezczynną infrastrukturę. Zbuduj za późno i klient pójdzie gdzie indziej. Ta dyscyplina wykonania jest prawdopodobnie tym, co ludzie wywodzący się czysto z oprogramowania najbardziej nie doceniają. W fizycznej infrastrukturze AI szybkość ma znaczenie — ale timing ma jeszcze większe. 7) Gdybyś miał wskazać największe ryzyko związane z postawieniem na model samodzielnej budowy zamiast modelu wynajmu o niskim kapitale, jakie by to było? Największym ryzykiem jest kapitałochłonność w połączeniu z timingiem. Kiedy sam budujesz infrastrukturę, zobowiązujesz dziś znaczny kapitał wobec założeń dotyczących popytu, ekonomiki energii i technologii na kilka lat w przyszłość. Model wynajmu daje elastyczność. Jeśli rynek się zmieni, możesz zmniejszyć moc, zmienić dostawcę lub przyjąć następną generację sprzętu. Kiedy posiadasz infrastrukturę, nie masz tego luksusu. Podstacja, system chłodzenia lub budynek centrum danych to decyzja długoterminowa. Dla nas największym niebezpieczeństwem nie jest więc po prostu wydanie zbyt dużo — to budowanie niewłaściwej mocy, w niewłaściwym miejscu, w niewłaściwym czasie. Jeśli budujesz przed popytem, kapitał leży bezczynnie. Jeśli budujesz zbyt wolno, przegapiasz rynek. Dlatego nie postrzegamy własności jako „zbudujmy wszystko sami”. Celem jest kontrolowanie strategicznej infrastruktury przy zachowaniu elastyczności wobec technologii. Budynek, energia, chłodzenie i łączność powinny przetrwać wiele generacji GPU, zamiast stawać się zależne od jednego cyklu sprzętowego. Więc tak, model o niskim kapitale ma prawdziwą zaletę: opcjonalność. Nasz zakład polega na tym, że jeśli wykonamy to poprawnie, rezygnacja z części krótkoterminowej opcjonalności stworzy coś cenniejszego w długim terminie — kontrolę nad mocą, ekonomiką energii i fizyczną infrastrukturą, od której AI coraz bardziej zależy. 8) Za trzy lata, gdzie chciałbyś, aby Clichmont plasował się względem CoreWeave'ów i Nebiusów tego świata? Za trzy lata nie oczekuję, że Clichmont będzie największą firmą w kategorii, i to nie jest cel. CoreWeave i Nebius mają ogromną skalę i dostęp do kapitału. Próba ich replikacji byłaby dla nas złą strategią. Chcę, aby Clichmont był uznawany za jednego z najbardziej wydajnych niezależnych operatorów infrastruktury AI w Europie — z realnymi aktywami operacyjnymi, zabezpieczoną energią, wysokogęstościową mocą GPU i historią szybkiego uruchamiania nowej mocy obliczeniowej. Nasza przewaga musi pochodzić z dyscypliny co do tego, gdzie budujemy i co posiadamy. Chcemy lokalizacji, w których ekonomika energii ma sens, infrastruktury zaprojektowanej wokół kolejnych generacji przetwarzania akcelerowanego oraz elastyczności w obsłudze AI dla przedsiębiorstw, HPC i prywatnego przetwarzania, zamiast po prostu konkurowania o wolumen wynajmu GPU. Jeśli CoreWeave i Nebius budują hiperskalowe chmury AI, Clichmont może zająć inną pozycję: skupionego właściciela i operatora infrastruktury gotowej do przetwarzania na strategicznie wybranych rynkach. Wniosek Strategia Clichmont ostatecznie sprowadza się do długoterminowego zakładu infrastrukturalnego. Dostęp do GPU pozostanie ważny, ale zdolność do zasilania, chłodzenia, łączenia i wydajnego obsługiwania tych GPU na skalę stanie się coraz cenniejszą przewagą. To podejście wiąże się z realnymi kompromisami. Budowanie fizycznej infrastruktury wymaga znacznego kapitału, długich horyzontów planowania i starannej koordynacji między energią, budową, sprzętem i popytem. Teza Clichmont jest taka, że zaakceptowanie tych ograniczeń może dać firmie większą kontrolę nad infrastrukturą potrzebną dla każdej nowej generacji przetwarzania AI. To, czy ta teza się utrzyma, będzie zależeć mniej od tego, jak ambitny jest model, a bardziej od tego, czy firma może działać wydajnie i we właściwym czasie.
Najczęściej zadawane pytania
Oto lista FAQ opartych na temacie Od betonu do przetwarzania: Dlaczego Clichmont buduje własną infrastrukturę AI zamiast ją wynajmować
Pytania dla początkujących
Co oznacza Od betonu do przetwarzania
Odnosi się do pełnego stosu infrastruktury AI. Beton reprezentuje fizyczne centra danych, a Przetwarzanie reprezentuje serwery i chipy, które uruchamiają AI. Clichmont buduje oba
Jaka jest różnica między posiadaniem infrastruktury AI a jej wynajmowaniem
Wynajem jest jak wynajmowanie mieszkania — płacisz miesięcznie za czyjąś przestrzeń. Posiadanie jest jak budowanie domu — płacisz duży koszt z góry, ale kontrolujesz wszystko w środku
Dlaczego firma miałaby budować własne centrum danych zamiast korzystać z Amazon lub Microsoft
Głównie dla kontroli, oszczędności kosztów na skalę i prywatności danych. Jeśli firma uruchamia ogromne modele AI 24/7, wynajem może ostatecznie stać się droższy niż budowa
Co to jest klaster GPU
Grupa potężnych chipów komputerowych połączonych razem. Działają jak silnik, który trenuje i uruchamia modele AI
Czy to oznacza, że Clichmont staje się dostawcą chmury takim jak AWS
Niekoniecznie. Prawdopodobnie budują to na własne wewnętrzne potrzeby AI, a nie po to, by sprzedawać przestrzeń serwerową publiczności
Pytania średniozaawansowane
Jakie są główne korzyści z budowania własnej infrastruktury AI
1 Koszt — brak „podatku chmurowego” ani opłat za wynajem
2 Wydajność — możesz zoptymalizować sprzęt specjalnie pod swoje oprogramowanie
3 Suwerenność danych — twoje dane nigdy nie opuszczają twojego budynku
4 Personalizacja — nie jesteś ograniczony sprzętem oferowanym przez dostawcę chmury
Jakie są największe ryzyka lub wady
Wymaga to ogromnej inwestycji początkowej. Jeśli technologia AI zmienia się szybko, możesz utknąć z przestarzałym sprzętem, który posiadasz, podczas gdy wynajmujący chmurę mógłby po prostu przejść na nowsze serwery
Dlaczego Beton jest ważny dla AI
Chipy AI generują ogromne ilości ciepła i wymagają ogromnych ilości energii elektrycznej. Nie można ich po prostu umieścić w zwykłym biurze. Potrzebne są specjalistyczne podstacje energetyczne, systemy chłodzenia i ochrona fizyczna — stąd potrzeba budowy
Jak posiadanie infrastruktury pomaga w prywatności danych
Kiedy wynajmujesz od dostawcy chmury, twoje dane podróżują przez internet i znajdują się na czyimś