Polcom wyda 150 mln zł na centrum danych dla suwerennej chmury AI

Polcom rozwija platformę Polcom AI Cloud, środowisko obliczeniowe dla sztucznej inteligencji, w którym infrastruktura, modele i dane treningowe pozostają pod polską jurysdykcją. Firma zainwestowała już 42 mln zł w modernizację istniejącego zaplecza informatycznego i energetycznego. Kolejnym etapem jest Data Center 3 w Skawinie.

Nowy obiekt o mocy do 40 MW powstanie w budżecie około 150 mln zł i ma zostać uruchomiony w 2030 roku. To inwestycja innego rzędu niż amerykańskie kampusy o mocach liczonych w gigawatach, ale odpowiada na inną potrzebę. Europejskie przedsiębiorstwa coraz częściej patrzą nie tylko na dostępną moc, lecz także na lokalizację danych, jurysdykcję dostawcy i kontrolę nad procesem ich przetwarzania.

– AI coraz szybciej przechodzi z etapu eksperymentów do realnych zastosowań biznesowych, a wraz z tym rośnie potrzeba środowisk, które pozwalają bezpiecznie rozwijać i skalować takie projekty – mówi Marcin Gwóźdź, prezes zarządu Polcom.

Decyzje zakupowe napędzają też regulacje, przede wszystkim unijny akt w sprawie sztucznej inteligencji oraz wymagania zgodności, którym podlegają sektory finansowy, przemysłowy i publiczny. Dzięki temu w Europie otwiera się nisza dla dostawców, którzy łączą lokalną infrastrukturę z obsługą obciążeń o dużej gęstości mocy. Właśnie takie obciążenia generują modele AI.

Największym pytaniem pozostaje energia. Z badania Capgemini Research Institute „AI meets the grid” wynika, że 77 proc. liderów sektora energetycznego obawia się, iż popyt ze strony centrów danych będzie rósł szybciej niż możliwości jego zaspokojenia. Siedmiu na dziesięciu przedstawicieli firm energetycznych i 83 proc. operatorów centrów danych spodziewa się, że infrastruktura budowana pod AI istotnie zwiększy regionalne zapotrzebowanie na energię w perspektywie trzech do pięciu lat.

Problem nie sprowadza się do wolumenu. Aż 80 proc. firm energetycznych wskazuje, że obciążenia generowane przez systemy AI są bardziej zmienne niż w przypadku tradycyjnych odbiorców przemysłowych. To wymusza inne planowanie rezerw i sieci. Operatorzy centrów danych coraz częściej rozważają więc własne źródła zasilania, a energetyka równolegle używa AI do prognozowania obciążenia i ograniczania awarii. Polski projekt wpisuje się w ten sam wzorzec: bez zabezpieczonej energii żadna suwerenna chmura nie utrzyma obciążeń treningowych.

Polska inwestycja jest mała w porównaniu z kampusami w USA, ale wpisuje się w wyraźny trend: lokalne centra danych walczą o klientów nie ceną, lecz zgodnością regulacyjną. Unijny akt o AI i branżowe wymogi dotyczące przetwarzania danych nakazują coraz częściej wskazać, gdzie fizycznie leży model, dokumentacja i dane treningowe. Dla banku czy zakładu przemysłowego to często ważniejsze niż kilka groszy różnicy w cenie godziny pracy GPU. Budżet 150 mln zł i moc do 40 MW adresowane są więc nie do globalnych laboratoriów, lecz do polskich i europejskich przedsiębiorstw, które muszą mieć umowę z dostawcą pod jurysdykcją krajową.