从混凝土到计算:为什么Clichmont选择构建人工智能基础设施而非租赁
发言人: Alexis Cathalifaud,首席执行官
角度
在这一类别中,每个资金充足的新云公司——CoreWeave、Crusoe、Lambda都在朝着相同的GPU租赁模式快速发展。Clichmont的赌注则不同,认为拥有数据中心、掌控电力和供应链才是关键。这次采访应被视为创始人对这一赌注的深思熟虑,讨论其成本、风险,以及他为何认为该领域其他公司在顺序上存在误区。它不应被解读为产品推介或代币发布公告。
随着对人工智能计算需求的持续增长,支持这一需求的基础设施本身也成为了一个战略考量。该领域的公司正在争相确保获取越来越强大的GPU,同时电力、数据中心容量、冷却和连接性等问题也变得越来越难以与计算本身分开。
Clichmont采取了不同的方法。该公司并不是主要围绕租赁的GPU容量构建其模型,而是专注于拥有和控制可以支持后续一代AI硬件运行的物理基础设施。在这次采访中,Clichmont首席执行官Alexis Cathalifaud讨论了公司为何认为电力和数据中心基础设施可能成为更持久的瓶颈,如何进行选址以及扩展物理基础设施的挑战,以及其$CLAI代币在更广泛生态系统中的角色。
1) 目前这一类别的每家公司都在争夺GPU的访问权。Clichmont的答案是构建数据中心,而不是租赁芯片。为什么拥有权比访问权更重要?
因为 GPU的访问权为你提供了计算能力;基础设施的拥有权则让你掌控计算经济 *。
对于像Clichmont这样的公司来说,拥有或控制数据中心层在战略上可能比单纯确保租赁GPU更为重要。当你从超大规模云服务商或GPU云租赁GPU容量时,你会继承他人的定价、可用性、电力限制、网络架构、部署计划和利润率。当需求激增时,访问可能变得昂贵或受限。
拥有基础设施改变了这一局面。Clichmont可以决定 部署哪些GPU、何时升级它们、如何密集安装它们、如何设计电力和冷却系统,以及如何商业化这些容量 。同一设施也可以从一代GPU演变到下一代,而不是将商业理论绑定于特定的芯片。
还有一个重要的区别: GPU贬值迅速;电力准备好的数据中心容量则是更长久的战略资产。 一代GPU在几年内可能变得经济上不具竞争力,而土地、电网连接、变电站、冷却基础设施、光纤连接和许可的兆瓦数可以在多代加速器中保持价值。
这使得稀缺资源不仅仅是GPU本身,而是 在大规模上为数千个GPU供电的能力 *。一家公司可以购买芯片,但仍然没有合适的地方来部署它们。确保10,000个GPU是一个问题;确保操作它们所需的数十兆瓦可靠电力、冷却和网络基础设施则是另一个问题。
2) 你面临的竞争对手是已经上市或即将上市的公司——CoreWeave、Crusoe、Lambda。你认为他们的模型有什么错误吗?
我认为CoreWeave、Crusoe或Lambda并没有搞错模型。他们证明了AI计算是一个巨大的市场。我们之间的不同在于我们认为哪些资源将保持稀缺。GPU每一代都在变化。持久的瓶颈是运行它们所需的基础设施——电力、土地、冷却和连接。Clichmont的论点是,与其仅仅竞争租用最新的GPU,我们更希望控制下一代GPU运行所需的基础设施。在一个每个人都在追逐芯片的市场中,我们更愿意拥有芯片必须存在的地方。
3) 有一种越来越普遍的观点认为,能源而不是芯片才是AI基础设施的真正瓶颈。这在多大程度上影响了Clichmont的建设地点和方式?
能源几乎影响我们做出的每一个基础设施决策。没有可靠电力的GPU只是昂贵的硬件,放在机架上。我们相信,在未来十年,真正的竞争不仅仅是争夺GPU——而是争夺兆瓦。
因此,当Clichmont评估一个地点时,我们不会首先问哪里可以找到最便宜的建筑。我们会问:我们在哪里可以确保可靠的电力,以合适的经济条件,并具备扩展能力?供电的时间是多少?电网情况如何?气候允许什么样的冷却架构?这个地点能否支持下一代GPU,而不仅仅是我们今天安装的那些?
这就是为什么具有强大能源基础的地点对我们具有战略吸引力的原因。芯片可以在全球范围内运输。你无法运输100兆瓦。计算能力最终必须去到能源所在的地方。
所以我不会说芯片不再是瓶颈。它们仍然至关重要。但越来越多地,拥有GPU并不足够。竞争优势在于能够以经济的规模为其提供电力、冷却和运营。这就是我们围绕Clichmont所构建的内容。
4) Clichmont的站点从阿利坎特的太阳能发电设施到挪威博多的新建项目。究竟是什么决定了数据中心的建设地点——是能源、土地、气候,还是其他因素?
我们并不是因为某个变量看起来有吸引力而选择一个地点。我们选择它是因为整个基础设施方程式有效。
电力是第一个过滤条件:我们能确保多少兆瓦,以什么成本,这种供应的可靠性如何,——至关重要的是——它实际上能多快交付?然后我们再看冷却、气候、光纤连接、土地、许可、安全性和扩展能力。
博多和阿利坎特之所以有趣,正是因为它们代表了不同的优势。北挪威为我们提供了支持高效冷却和强大能源环境的气候。阿利坎特则为我们提供了不同的能源特征,并有机会将太阳能整合到基础设施战略中。我们不认为每个Clichmont数据中心都需要看起来相同——架构应该响应地点的资源。
而土地本身对我们并没有特别的价值。没有可扩展电力或光纤的便宜地块并不是数据中心的选址。重要的是我们能否将该地点转变为可靠、经济竞争力的计算能力。
*最终,我们并不真正寻找土地。我们在寻找能源、连接、冷却和可扩展性交汇的地方。那就是我们建设的地方。
5) 这是一家附带代币的基础设施公司。对于对这种组合持怀疑态度的读者来说,$CLAI存在的诚实理由是什么?
怀疑的观点是完全合理的。代币不应该仅仅因为一家公司在人工智能领域运营而存在。如果$CLAI只是我们数据中心的融资外壳,我不会认为这是创建它的有力理由。
Clichmont是基础设施业务。它建设和运营计算能力。$CLAI旨在成为更广泛生态系统周围的数字经济层——最终能够支持链上参与、国库活动和社区治理,而这些是传统股权所无法做到的。
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,代币必须独立于投机展示出真正的实用性。如果我们无法同时展示这两者,那么怀疑是有道理的。
所以我不会要求任何人仅仅因为Clichmont拥有GPU或建设数据中心而相信$CLAI。测试要简单得多:这个代币最终是否能做一些有用的、透明的和可衡量的事情,而这些事情用普通数据库或传统公司结构无法更有效地完成?这就是我们应该被要求遵循的标准。
6) 在扩展物理基础设施时,哪些是那些仅仅构建软件的人往往低估的最困难的部分?
最困难的部分是物理基础设施的扩展速度并不像软件那样快。在软件中,如果需求翻倍,您通常可以快速提供更多的容量。在数据中心中,每增加一兆瓦都有一个物理依赖关系——电网容量、变压器、开关设备、冷却、光纤、许可证、建筑,最终是硬件。
这些依赖关系并不像人们想象的那样整齐地并行移动。您可以拥有土地却没有电力。您可以拥有电力分配,但要等待几个月才能获得电气设备。您可以准备好建筑,但仍在等待电网连接。一个缺失的组件可能会延迟整个部署。
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修补。您无法在一夜之间修补一个设计不良的50兆瓦电力系统。您今天做出的资本决策是基于几年前GPU、电力密度和冷却要求可能是什么样子。
所以真正的技能不仅仅是建设数据中心。它是将资本、电力、建设和客户需求按顺序排列,使它们大致在同一时刻到达。过早建设会导致昂贵的闲置基础设施。过晚建设则客户会转向其他地方。
这种执行纪律可能是那些纯粹来自软件的人最低估的。在物理AI基础设施中,速度很重要——但时机更重要。
7) 如果你必须指出在自建模型与轻资本租赁模型之间最大的风险,那会是什么?
最大的风险是资本密集度与时机的结合。当你自己建设基础设施时,你今天就要投入大量资本,而这要基于对未来几年需求、能源经济和技术的假设。
租赁模型给你灵活性。如果市场变化,你可以减少产能、变更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,最大的危险不仅仅是花费过多——而是建设了错误的产能、在错误的地点、于错误的时间。如果你提前建设需求,资本就会闲置。如果你建设得太慢,你就会错失市场。
这就是为什么我们不把拥有视为“自己建设一切”。目标是控制战略基础设施,同时在技术上保持灵活性。建筑、能源、冷却和连接应该能够承载多个代际的GPU,而不是依赖于一个硬件周期。
所以,是的,轻资本模型确实有一个真实的优势:选择权。我们的赌注是,如果我们执行得当,放弃一些短期选择权会在长期内创造出更有价值的东西——对产能、能源经济和AI日益依赖的物理基础设施的控制。
8) 三年后,你希望Clichmont在CoreWeaves和Nebiuses等公司中处于什么位置?
三年后,我不期望Clichmont成为该类别中最大的公司,这也不是目标。CoreWeave和Nebius拥有巨大的规模和资本获取能力。试图复制他们将是我们错误的战略。
我希望Clichmont被认可为欧洲最有效的独立AI基础设施运营商之一——拥有真实的运营资产、保障的电力、高密度的GPU产能,以及快速上线新计算的记录。
我们的优势必须来自于对我们建设地点和拥有资产的严格把控。我们希望选择那些能源经济合理、围绕连续几代加速计算设计的基础设施,并具备服务企业AI、高性能计算和私有计算的灵活性,而不仅仅是竞争GPU租赁量。
如果CoreWeave和Nebius正在建设超大规模的AI云,Clichmont可以占据一个不同的位置:在战略选择的市场中,专注于计算准备基础设施的拥有者和运营商。
结论
Clichmont的战略最终归结为一项长期基础设施赌注:对GPU的获取将保持重要,但高效地为这些GPU提供电力、冷却、连接和运营的能力将成为越来越有价值的优势。
这种方法伴随着重要的权衡。建设物理基础设施需要大量资本、长期的规划周期以及电力、建筑、硬件和需求之间的精心协调。Clichmont的论点是,接受这些限制可以更好地控制未来几代AI计算所需的基础设施。这个论点是否成立,将更依赖于模型的雄心,而不是公司能否高效且及时地执行。
-- 价格
本内容仅供参考,不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息,不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性,存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。
猜你喜欢

戴尔股价飙升12%创历史新高:AI服务器热潮才刚刚开始吗?

NBIS股票面临2,000亿美元资金缺口:涅比乌斯扩张是否过快?

AI放缓担忧拖累MU股价:HBM需求真的在放缓吗?

NVDA股价下跌:吉姆·克莱默质疑Anthropic的AI放缓警告

AI减速之后,CapEx和科技股的逻辑会不会变?

墨西哥贩毒集团利用地下加密货币农场洗钱

甲骨文 GPU 续约价较原合同高出 20%,利好英伟达及 Neocloud

墨西哥查获非法加密货币挖矿窝点,涉嫌窃电

甲骨文股价目标:正如瑞穗所预测,ORCL能否达到320美元?

HIVE日收入超过100万美元,90%来自比特币挖矿

OpenAI推出Agents API公测版,支持开发者构建AI代理

Jolt,处理速度达到每秒1000万次,处于Alpha阶段

DeepSeek 提供 2000 张 GPU 直接联系渠道

NVIDIA与8个合作伙伴扩展澳大利亚AI能力

Pantera合伙人称算力市场复刻电力市场金融化路径

Liquid Compute CEO 介绍算力价格对冲机制

量子抗性 zkVM '晶格冲击' 发布,证明速度提升 2~3 倍

苹果发布iPhone 18 Pro:摄像头、电池和Siri AI

Zankore 获得 31 亿美元 GPU 融资

TrendForce:2026 年二季度前十大晶圆代工营收达 534.9 亿美元

AMD 预计 AI 机会至 2030 年达 2 万亿美元,数据中心 2027 年达 700 亿美元

WEEX 上的 Cluster Protocol(CP)空投:瓜分 50,000 USDT

黄仁勋发布 AGI 宣言后,该买入 NVDA 股票吗?

比特币区块挖矿电费5.68美元,2010年计算的陷阱

高盛上调光模块市场预测至2028年1485亿美元

Meta创建AI过滤器以选择实验,节省GPU时间

英伟达 CEO 披露 GPT-6 Astra 训练使用 10 万张 Blackwell GPU

杰富瑞降智谱目标价至1183.79港元,ARR指引超预期但可持续性存疑

Nockchain(NOCK)是什么?工作量证明计算代币的机制



