Kumppanuudet

Gcore selvittää yhdessä TengriAI:n kanssa 100 MW:n tekoälydatakeskuksen rakentamista Kazakstaniin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Gcore kertoi tiedotteessaan 12. marraskuuta 2026 allekirjoittaneensa TengriAI:n kanssa yhteisymmärryspöytäkirjan GPU-datakeskuksen selvittämisestä Kazakstanissa. Sen tavoitekapasiteetti olisi enintään 100 megawattia (MW), ja hanke toteutettaisiin vaiheittain vuosina 2027–2029. Sopimus on luonteeltaan selvitys eikä merkitse lopullista sitoutumista rakentamiseen.

Yhtiöiden mukaan Keski-Aasiassa on vain vähän paikallista tekoälyn laskentakapasiteettia, joten organisaatiot ovat riippuvaisia Euroopassa, Persianlahden alueella tai Itä-Aasiassa sijaitsevasta kapasiteetista, joka on usein niiden oman sääntelyalueen ulkopuolella. ”Hanke toisi maahan laajamittaisen GPU-infrastruktuurin, jota käytettäisiin maasta käsin alueen asiakkaiden palvelemiseen”, sanoi Gcoren toimitusjohtaja Andre Reitenbach.

Näin kumppanit jakaisivat työn

Yhteisymmärryspöytäkirjan mukaan TengriAI vastaisi maa-alueesta, sähköstä, lupien hankkimisesta ja rakentamisesta. Gcore tarjoaisi tekoälypilvipinon, operatiivisen toiminnan ja asiakaskysynnän hyödyntäen samaa alustaa, jota se käyttää omissa GPU-pilvipalveluissaan NVIDIAn ensisijaisena pilvikumppanina. Järjestelyssä kummallakin yhtiöllä olisi oma selkeä roolinsa suunnitellussa hankkeessa sähköistetyistä tiloista GPU-kapasiteetin myyntiin ja käyttöön.

Asiakkailla olisi kaksi toimintavaihtoehtoa: ne voisivat mitata, laskuttaa ja jälleenmyydä kapasiteettia tai käyttää eristettyjä työkuormia, jotka eivät koskaan poistu laitoksesta. Ensimmäinen vaihtoehto tukisi alueellista pilvipalveluliiketoimintaa, joka palvelee useita käyttäjiä; toinen olisi suunnattu organisaatioille, jotka tarvitsevat tiukempaa hallintaa siihen, missä niiden tekoälytyökuormia suoritetaan.

Gcoren AI Cloud Stack -dokumentaatiossa ohjelmistoa kuvataan yksityiseksi tekoälypilvialustaksi, jonka avulla GPU-infrastruktuuri voidaan muuntaa yrityspalveluiksi. Siihen sisältyvät orkestrointi, valvonta, laskutus ja ympärivuorokautinen operatiivinen tuki sekä tarvittaessa käyttöön otettavat virtuaalikoneet tai suoraan laitteistolla käytettävät GPU:t, hallittu Kubernetes ja GPU-käyttö palveluna. Identiteetinhallinnan valvontatoiminnot, kiintiöt ja usean asiakkaan erillinen käyttö CPU-, verkko- ja tallennusresursseissa mahdollistavat sen, että useat asiakkaat voivat jakaa infrastruktuurin omilla käyttöoikeuksillaan ja resurssivarauksillaan.

Täysi white label -brändäys antaisi paikalliselle operaattorille mahdollisuuden käyttää alustaa omalla brändillään, ja jälleenmyyntikanavan tuki tarjoaisi keinon myydä kapasiteettia. Nämä ominaisuudet auttavat selittämään mittauksen ja jälleenmyynnin korostamista: suunniteltu datakeskus voisi tukea paikallista, useita asiakkaita palvelevaa tekoälypilvipalveluliiketoimintaa eristettyjen käyttöönottojen rinnalla.

Kazakstanin perusteet alueellisen tekoälykapasiteetin tarjoamiselle

Yhtiöiden perustelut datakeskuksen sijoittamiselle yhdistävät kilpailukykyisesti hinnoitellun energian, saatavilla olevan maan ja alhaisemmat jäähdytyskustannukset siihen, että hallitus pitää tekoälyinfrastruktuuria kansallisena painopisteenä. Sijainti ja Astana International Financial Centren common law -oikeusjärjestelmään perustuva kehys laajentavat perusteluja käyttökustannusten lisäksi alueelliseen tavoittavuuteen ja naapurimarkkinoiden asiakkaisiin sovellettavaan oikeudelliseen toimintaympäristöön.

TengriAI:n pääjohtaja Nurassyl Medeu sanoi tavoitteena olevan tehdä Kazakstanista ”Keski-Aasian johtava tekoälytokenien keskus”. Hän mainitsi perusteluina Gcoren kokemuksen GPU-pilvipalveluiden laajamittaisesta käytöstä ja yhteistyöstä teleoperaattoreiden kanssa.

Yhteisymmärryspöytäkirjassa Kazakstanin energiaan, maa-alueisiin ja lainkäyttöalueeseen liittyvät edut yhdistyvät tiettyyn liiketoimintamalliin: paikalliseen fyysiseen infrastruktuuriin, Gcoren ylläpitämään pilviohjelmistoon sekä kapasiteettiin, jota voidaan jälleenmyydä tai käyttää eristetysti. Asiakkaiden hankkiminen sisältyy Gcoren rooliin, joten kysynnän luominen on keskeistä, jos hankkeessa siirrytään selvitysvaiheesta kohti vaiheittain toteutettavaa 100 MW:n tavoitetta.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.