Mistrals große Wette auf die KI-Infrastruktur Europas

Das französische KI-Unternehmen Mistral weitet sein Geschäft mit drei zentralen Ankündigungen aus. Erstens baut es in Europa teure Rechenkapazitäten auf, indem es eine Gruppe großer europäischer Unternehmen und Institutionen zusammenbringt, die sich verpflichten, Rechenleistung über mehrere Jahre zu kaufen. Mistral will die europäische Rechenkapazität bis Ende 2027 auf 200 Megawatt und bis 2030 auf bis zu ein Gigawatt ausbauen; im März nahm es 830 Millionen Dollar Schulden für ein Rechenzentrum mit 44 Megawatt auf. Der Kern des neuen Finanzierungsmodells sind European Compute Units (ECUs), langfristige Verpflichtungen für mehrjährigen Zugang zu Mistrals Infrastruktur, wobei Partner sich für etwa fünf Jahre verpflichten sollen und ein früher Ausstieg nicht vorgesehen ist. Zu den Teilnehmern gehören Amadeus, ASML, Capgemini, Caisse des Dépôts und CMA CGM, und auch Microsoft wird Kapazitäten in Mistrals europäischen Rechenzentren mieten. Zweitens können Unternehmenskunden nun wählen, ob ihre KI-Anfragen in Europa oder in den USA verarbeitet werden, und Mistral plant eine Variante, die ausschließlich die von Mistral kontrollierte Infrastruktur ohne große Cloud-Anbieter nutzt; außerdem führt es eine Service-Stufe mit individuellen Nutzungsgrenzen und vertraglich garantierter Verfügbarkeit ein und behauptet, das einzige europäische KI-Labor zu sein, das sowohl Regionswahl als auch garantierte Verfügbarkeit bietet. Drittens wird Mistral Open-Weight-Modelle anderer Entwickler auf seiner Plattform anbieten, beginnend mit GLM-5.2 vom chinesischen Labor Z.ai, die auf derselben Infrastruktur mit denselben regionalen und Verfügbarkeitszusagen laufen werden. Das Unternehmen argumentiert, dass moderne KI-Anwendungen eine Mischung aus Modellen erfordern und dass Kunden sowohl Kontrolle über die Infrastruktur als auch Wahl bei den Modellen benötigen; strategisch gesehen könnte seine Infrastruktur wichtiger werden als seine eigenen Modelle, da der Betrieb großer Modelle und agentischer Anwendungen vor Ort zunehmend schwieriger wird.