OVHcloud overweegt deelname aan het Europese programma voor AI-gigafabrieken, maar ziet grote problemen in de huidige opzet. Volgens oprichter en CEO Octave Klaba zijn zowel het businessmodel als de keuze voor nationale, centraal opgebouwde infrastructuur moeilijk te rijmen met de praktijk.
Het EuroHPC-programma zoekt consortia die maximaal zeven AI-gigafabrieken moeten bouwen en exploiteren. Deze grote computerfaciliteiten zijn bedoeld voor het trainen, finetunen en draaien van AI-modellen.
Voor OVHcloud sluit dat op het eerste gezicht aan bij de eigen strategie. Het bedrijf beschikt naar eigen zeggen over 250 MW aan datacentercapaciteit die direct voor GPU’s kan worden ingezet.
OVHcloud bouwt daarnaast aan een AI-aanbod dat loopt van GPU-infrastructuur en GPU-orchestratie tot Tokens as a Service, AI PaaS en AI SaaS. De omvang van de geplande gigafabrieken en de benodigde technische infrastructuur passen volgens Klaba bij de koers die OVHcloud tot 2030 heeft uitgestippeld.
Toch ziet hij drie belangrijke bezwaren.
Nationale schaal te klein
Het eerste probleem is de nationale aanpak. OVHcloud is in verschillende Europese landen actief en vindt dat ook AI-infrastructuur op Europese schaal moet worden georganiseerd. Volgens Klaba zijn afzonderlijke nationale markten te klein om investeringen van deze omvang rendabel te krijgen.
Dat speelt ook mee bij de vraag of OVHcloud zich bij een Frans consortium aansluit. Klaba ziet meer in een nieuw samenwerkingsverband van grote GPU-gebruikers, waaronder OVHcloud, OVHai, Shadow, Qwant, Gladia en Dragon LLM.
Eén grote locatie
Ook technisch heeft Klaba kritiek. De huidige opzet gaat volgens hem uit van één locatie met één stroomvoorziening en één gebouw. Hij noemt dat een architectuur uit de jaren 2000. Moderne infrastructuur wordt juist over meerdere locaties verdeeld om risico’s te beperken en de beschikbaarheid te verhogen.
Voor het vooraf trainen van grote modellen kan het noodzakelijk zijn GPU’s bij elkaar te plaatsen. Voor post-training en inference geldt dat volgens Klaba niet. Vooral voor inference ziet hij voordelen in meerdere zelfstandige infrastructuren.
Daar komt volgens hem bij dat zeer grote datacenterprojecten in Europa te maken krijgen met maatschappelijke en milieubezwaren. Een groot centraal project brengt daardoor ook risico’s mee voor de planning, zeker wanneer deadlines en boetes gelden.
Publieke afname dekt klein deel omzet
Het grootste vraagteken zet Klaba bij het businessmodel. De Franse staat en de Europese Unie zouden over vijf jaar voor 200 miljoen euro aan AI-diensten afnemen. Dat komt neer op 40 miljoen euro omzet per jaar.
Tegelijk moet een AI Gigafactory volgens de voorwaarden minstens 600 miljoen euro in GPU’s investeren. Daarbovenop komen investeringen in datacenters, netwerken en software en operationele kosten voor onder meer energie en personeel.
OVHcloud schat dat een gigafactory jaarlijks 300 tot 400 miljoen euro omzet nodig heeft om op een marge van nul uit te komen. De gegarandeerde publieke afname vertegenwoordigt daarmee volgens Klaba slechts 10 tot 15 procent van de benodigde omzet.
De exploitant moet dus 85 tot 90 procent van de capaciteit elders verkopen. Juist daar wringt volgens Klaba de combinatie van voorwaarden: de infrastructuur staat op één locatie, richt zich in belangrijke mate op een nationale markt en bestaat uit GPU’s die relatief snel verouderen.
OVHcloud heeft deelname nog niet uitgesloten. Het bedrijf onderzoekt of de voorwaarden zijn te combineren met de eigen Europese strategie. Ook zonder deelname aan een AI Gigafactory zegt OVHcloud verder te investeren in eigen Europese AI-infrastructuur.