Projekt promowany przez Komisję Europejską jako sposób na osiągnięcie „suwerenności obliczeniowej” ma obejmować 4-5 wielkich centrów danych wyposażonych w około 100 tys. GPU każde. Skala inwestycji miałaby dorównać największym projektom rozwijanym obecnie w USA i Chinach. Problem polega jednak na tym, że Europa ma bardzo ograniczoną liczbę firm zdolnych realnie wykorzystać tak ogromną moc obliczeniową. Krytycy wskazują, że poza francuskim startupem Mistral AI trudno znaleźć europejskich graczy budujących modele na skalę porównywalną z amerykańskimi gigantami. Co więcej, sam Mistral AI inwestuje już we własną infrastrukturę, rozwijając centra danych w Szwecji i pod Paryżem, co podważa sens finansowania podobnych projektów z budżetu UE.

Do artykułu zamieszczonego w Politico odniósł się na swoim profilu LinkedIn Piotr Sankowski, dyrektor Instytutu Badawczego IDEAS.


– Politico pisze, że EU planuje zmarnować 20 mld euro na budowę gigafabryk AI. W pełni się z tym zgadzam! Jest dla mnie jasne, że powinniśmy w Europie planować już w tym momencie budowę terafabryk AI! EU jak zwykle reaguje za późno i w niedostatecznej skali. Oczywiście inwestycje w sprzęt powinny iść w parze z inwestycjami w talenty AI i nowe produkty. Bez tego rzeczywiście nie będzie projektów, które będą potrzebowały tego sprzętu – napisał Piotr Sankowski.

Coraz częściej pojawia się więc pytanie, czy Europa nie próbuje kopiować amerykańskiego wyścigu o wielkie modele językowe zamiast skoncentrować się na obszarach, w których posiada realne przewagi technologiczne. Eksperci sugerują, że UE mogłaby skuteczniej inwestować w rozwiązania przemysłowe, AI dla nauki, energooszczędne systemy obliczeniowe czy specjalistyczne oprogramowanie, zamiast budować kosztowne megacentra danych bez gwarancji wykorzystania ich potencjału.

Dodatkowe kontrowersje budzi kwestia zależności od amerykańskich dostawców technologii. Choć projekt ma zwiększyć europejską niezależność, w praktyce oznaczałby jeszcze większe uzależnienie od GPU produkowanych przez firmę Nvidia. Europa nadal nie dysponuje własną alternatywą dla najbardziej zaawansowanych akceleratorów AI.