Partnerschappen

Gcore onderzoekt met TengriAI een AI-datacenter van 100 MW in Kazachstan

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Gcore meldde op 12 november 2026 in zijn aankondiging dat het samen met TengriAI een memorandum van overeenstemming had ondertekend om de mogelijkheden te onderzoeken voor een GPU-datacenter in Kazachstan met een beoogde capaciteit van maximaal 100 megawatt (MW), dat tussen 2027 en 2029 gefaseerd zou worden gerealiseerd. De overeenkomst is verkennend van aard en houdt geen definitieve toezegging tot de bouw in.

Volgens de bedrijven is er in Centraal-Azië weinig rekenkracht voor AI beschikbaar, waardoor organisaties afhankelijk zijn van capaciteit in Europa, de Golfregio of Oost-Azië, vaak buiten hun rechtsgebied. “Het project zou grootschalige GPU-infrastructuur naar het land brengen, die vanuit het land wordt beheerd en klanten in de hele regio bedient”, aldus Gcore-CEO Andre Reitenbach.

Hoe de partners het werk zouden verdelen

Volgens het MoU zou TengriAI verantwoordelijk zijn voor de grond, stroomvoorziening, vergunningen en bouw. Gcore zou de AI-cloudstack, de bedrijfsvoering en de klantvraag leveren, met hetzelfde platform dat het gebruikt voor zijn eigen GPU-clouds als voorkeurscloudpartner van NVIDIA. In deze opzet krijgt elk bedrijf een eigen rol in het voorgestelde project: van de locatie met stroomvoorziening tot de verkoop en exploitatie van GPU-capaciteit.

Klanten zouden kunnen kiezen uit twee bedrijfsmodellen: capaciteit meten, factureren en doorverkopen, of geïsoleerde workloads uitvoeren die de faciliteit nooit verlaten. Het eerste model ondersteunt een regionale clouddienst voor meerdere gebruikers; het tweede is bedoeld voor organisaties die striktere controle nodig hebben over de locatie waar hun AI-workloads draaien.

In de documentatie van AI Cloud Stack beschrijft Gcore de software als een private AI-cloudplatform waarmee GPU-infrastructuur kan worden omgezet in diensten voor bedrijven. Het omvat orkestratie, monitoring, facturering en operationele ondersteuning, de klok rond, en biedt virtuele machines op aanvraag of bare-metal-GPU’s, beheerde Kubernetes en GPU-toegang als dienst. Identiteitsbeheer, quota’s en ondersteuning voor meerdere tenants voor CPU-, netwerk- en opslagresources stellen meerdere klanten in staat de infrastructuur te delen, met afzonderlijke toegangsrechten en resourcetoewijzingen.

Doordat een lokale exploitant het platform volledig onder zijn eigen merk zou kunnen aanbieden, kan die het als eigen platform profileren. Ondersteuning voor het wederverkoperskanaal biedt een manier om capaciteit te verkopen. Deze functies helpen verklaren waarom de nadruk ligt op het meten en doorverkopen van capaciteit: het voorgestelde datacenter zou naast geïsoleerde implementaties ook een lokale AI-cloud voor meerdere klanten kunnen ondersteunen.

Waarom Kazachstan geschikt is voor regionale AI-capaciteit

De keuze voor de locatie is volgens de bedrijven gebaseerd op concurrerend geprijsde energie, beschikbare grond en lagere koelkosten, en op een overheid die AI-infrastructuur als nationale prioriteit beschouwt. De ligging van het land en het commonlawkader van het Astana International Financial Centre ondersteunen die redenering niet alleen vanuit de operationele kosten, maar ook vanuit het regionale bereik en de juridische context voor klanten in omliggende markten.

TengriAI-directeur-generaal Nurassyl Medeu zei dat het doel was om Kazachstan “een toonaangevende hub voor AI-tokens in Centraal-Azië” te maken. Daarbij wees hij op Gcores ervaring met de grootschalige exploitatie van GPU-clouds en de samenwerking met telecomaanbieders.

Het MoU koppelt de voordelen van Kazachstan op het gebied van energie, grond en rechtsgebied aan een concreet commercieel model: lokale fysieke infrastructuur, cloudsoftware die door Gcore wordt beheerd en capaciteit die kan worden doorverkocht of geïsoleerd gehouden. Klantontwikkeling maakt deel uit van de rol van Gcore, waardoor het genereren van vraag essentieel is voor elke stap van de verkenning richting de gefaseerde doelstelling van 100 MW.

Theo Nash is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI‑infrastructuur, rekenkracht en de hardware‑systemen die moderne kunstmatige intelligentie aandrijven, behandelt. Zijn werk richt zich op de technische basis van grootschalige AI‑werkbelastingen, inclusief datacenters, versnellers, netwerken en de software‑stacks die ze met elkaar verbinden.

Met een analytisch en engineering‑gedreven perspectief onderzoekt Theo hoe vooruitgang in GPU's, custom silicon, geheugenarchitecturen en gedistribueerde systemen nieuwe generaties AI‑modellen mogelijk maakt. Hij besteedt bijzondere aandacht aan prestatie‑afwegingen, energie‑efficiëntie, schaalbaarheid en de praktische beperkingen die de implementatie van AI‑infrastructuur in de echte wereld vormgeven.

Artikelen geschreven door Theo Nash zijn AI‑gegenereerd en worden beoordeeld door de redactie van Unite.AI om technische nauwkeurigheid, helderheid en verantwoordelijke berichtgeving over het snel evoluerende AI‑rekenlandschap te waarborgen.