Gcore rozważa budowę centrum danych AI o mocy 100 MW w Kazachstanie wraz z TengriAI

Gcore poinformowało w swoim komunikacie z 12 listopada 2026 r., że wraz z TengriAI podpisało memorandum o porozumieniu w sprawie rozważenia budowy centrum danych GPU w Kazachstanie o docelowej mocy do 100 megawatów (MW), realizowanej etapami w latach 2027–2029. Porozumienie ma charakter wstępny i nie stanowi ostatecznego zobowiązania do budowy.

Firmy twierdzą, że w Azji Środkowej jest niewiele lokalnych zasobów obliczeniowych AI, przez co organizacje są uzależnione od mocy obliczeniowej dostępnej w Europie, krajach Zatoki Perskiej lub Azji Wschodniej, często poza obszarem ich jurysdykcji regulacyjnej. „Projekt zapewniłby w kraju infrastrukturę GPU na dużą skalę, zarządzaną z kraju i służącą klientom z całego regionu” — powiedział Andre Reitenbach, dyrektor generalny Gcore.

Jak partnerzy podzieliliby się obowiązkami

Zgodnie z memorandum TengriAI odpowiadałoby za grunty, energię, uzyskiwanie pozwoleń i budowę. Gcore zapewniłoby stos chmurowy AI, obsługę operacyjną i pozyskiwanie klientów, korzystając z tej samej platformy, którą wykorzystuje we własnych chmurach GPU jako preferowany partner chmurowy NVIDIA. W ramach tego podziału każda firma odpowiadałaby za odrębny obszar proponowanego projektu — od działki z zapewnionym zasilaniem po sprzedaż i obsługę mocy obliczeniowej GPU.

Klienci mieliby do wyboru dwa modele działania: mierzenie wykorzystania, rozliczanie i odsprzedaż mocy obliczeniowej albo uruchamianie odizolowanych obciążeń, które nigdy nie opuszczają obiektu. Pierwszy model umożliwia prowadzenie regionalnej działalności chmurowej obsługującej wielu użytkowników; drugi jest przeznaczony dla organizacji, które potrzebują większej kontroli nad miejscem uruchamiania swoich obciążeń AI.

W dokumentacji AI Cloud Stack Gcore opisuje to oprogramowanie jako prywatną platformę chmurową AI, która pozwala przekształcić infrastrukturę GPU w usługi dla przedsiębiorstw. Obejmuje ona orkiestrację, monitorowanie, rozliczenia i całodobową obsługę operacyjną, a także maszyny wirtualne dostępne na żądanie lub procesory GPU z dostępem bezpośrednim, zarządzany Kubernetes oraz dostęp do GPU w modelu usługowym. Mechanizmy zarządzania tożsamością, limity i obsługa wielu dzierżawców w zakresie zasobów procesora, sieci i pamięci masowej pozwalają wielu klientom współdzielić infrastrukturę, zapewniając im odrębne poziomy dostępu i przydziały zasobów.

Pełne oznakowanie platformy własną marką pozwoliłoby lokalnemu operatorowi oferować ją pod własną nazwą, a obsługa kanału odsprzedaży zapewniałaby mechanizm sprzedaży mocy obliczeniowej. Funkcje te pomagają wyjaśnić, dlaczego tak duży nacisk położono na pomiar wykorzystania i odsprzedaż: proponowane centrum danych mogłoby obsługiwać lokalną chmurę AI dla wielu klientów, a jednocześnie umożliwiać odizolowane wdrożenia.

Dlaczego Kazachstan chce zapewnić regionowi moc obliczeniową AI

Uzasadnienie wyboru lokalizacji przez firmy łączy konkurencyjne ceny energii, dostępność gruntów i niższe koszty chłodzenia z polityką rządu, który uznaje infrastrukturę AI za krajowy priorytet. Położenie kraju oraz system prawa zwyczajowego obowiązujący w Międzynarodowym Centrum Finansowym w Astanie wzmacniają to uzasadnienie nie tylko pod względem kosztów operacyjnych, lecz także zasięgu regionalnego i otoczenia prawnego dla klientów z sąsiednich rynków.

Dyrektor generalny TengriAI, Nurassyl Medeu, powiedział, że celem jest uczynienie z Kazachstanu „wiodącego centrum tokenów AI w Azji Środkowej”, wskazując na doświadczenie Gcore w obsłudze chmur GPU na dużą skalę i współpracy z operatorami telekomunikacyjnymi.

Memorandum łączy atuty Kazachstanu — energię, grunty i uwarunkowania prawne — z konkretnym modelem komercyjnym: lokalną infrastrukturą fizyczną, oprogramowaniem chmurowym obsługiwanym przez Gcore oraz mocą obliczeniową, którą można odsprzedawać lub utrzymywać w izolacji. Rozwój bazy klientów należy do zadań Gcore, dlatego pozyskiwanie popytu ma kluczowe znaczenie dla przejścia od rozważań do realizacji etapami planowanej inwestycji o mocy 100 MW.