Nvidia Mistral – 1,4 GW kampus pod Paryżem jako europejski test sovereign AI

Kampus obliczeniowy o mocy 1,4 GW robi w Europie znacznie większe wrażenie niż w USA. W Polsce taka moc odpowiada ponad jednej czwartej mocy elektrowni Bełchatów. Taki projekt rozwijają pod Paryżem Nvidia, Mistral AI, Bpifrance i emiracki fundusz MGX, składając się na największą europejską inwestycję infrastrukturalną w duecie Nvidia Mistral. Budowa ma ruszyć w drugiej połowie 2026 roku, a pierwsze usługi komercyjne w 2028. Wcześniej Mistral uruchomi mniejsze centrum w Bruyères-le-Châtel o mocy 44 MW, wyposażone w 13 800 układów Nvidia GB300. Obie inwestycje pokażą, czy Europa potrafi zbudować własne zaplecze dla AI, zamiast stale wynajmować infrastrukturę od firm z USA.

Co dokładnie składa się na duet Nvidia Mistral pod Paryżem

W najczęściej cytowanej konfiguracji widzimy cztery podmioty po stronie inwestorów oraz dwa projekty po stronie infrastruktury. Mistral wnosi własną wycenę i portfolio modeli. Nvidia daje chipy i ekspertyzę systemową. Francuski Bpifrance dorzuca kapitał publiczny. Emiracki MGX uzupełnia układankę kapitałem spoza UE. Po stronie infrastruktury z jednej strony stoi pełnoskalowy kampus AI 1,4 GW, którego budowa zaczyna się w drugiej połowie 2026. Z drugiej szybko uruchamiany oddział o mocy 44 MW w Bruyères-le-Châtel, hostowany przez francuskiego operatora Eclairion.

Mniejszy oddział jest dziś bardziej namacalny. 13 800 układów Nvidia GB300 to skala, która pozwala Mistralowi obsłużyć inferencję topowych modeli dla klientów europejskich z jasnym ulokowaniem danych. Dla osób, które codziennie mają do czynienia z RODO i NIS2, to nie jest błahy szczegół. Większy projekt 1,4 GW będzie natomiast sercem długoterminowej strategii. Ma być gotowy w 2028 i według Mistralu posłużyć “rządom i firmom, które chcą budować i kontrolować własne AI”. Tu pojawia się termin sovereign AI, używany dziś na konferencjach prawie wymiennie z “data residency w UE”.

Po co Europie własna fabryka modeli AI

Ostatnie dwa lata pokazały, że Europa kupuje dziś inteligencję głównie od trzech amerykańskich firm. To wygodne, dopóki polityka nie wchodzi do gry. Gdy Anthropic musi nagle odciąć modele Fable 5 i Mythos 5 od cudzoziemców na żądanie Białego Domu, europejskie firmy budujące produkty na tych modelach z dnia na dzień tracą dostawcę. Tego rodzaju zdarzenia sprawiają, że budowa europejskiej alternatywy przestaje być wyłącznie kwestią ambicji politycznej. Staje się rachunkiem ryzyka, który zaczyna interesować również CFO firm średniej wielkości.

Mistral próbuje wypełnić tę szczelinę. Nie jest jednym z czterech amerykańskich hyperscalerów. Jako jedna z najbardziej rozpoznawalnych europejskich firm wytwarzających topowe modele ma jednak realną szansę, by oferować “europejską inferencję” jako produkt. W tym samym duchu działa współzałożycielski strzał wycelowany w Nvidie. Topowe GPU AI to dziś nadal dominująca pozycja jednej amerykańskiej firmy, ale Mistral i Nvidia układają sobie nawzajem ścieżkę. Mistral dostaje dostęp do najnowszej generacji chipów, a Nvidia zyskuje europejskiego klienta, który nie konkuruje z jej amerykańskimi partnerami.

Bpifrance, MGX i polityka kapitału – dlaczego ta układanka jest niestandardowa

Najciekawsza warstwa duetu Nvidia Mistral leży jednak w tym, kto dorzucił do tej układanki kapitał. Bpifrance to państwowy bank inwestycyjny Francji – inwestor wieloletni, który celuje w branże uznane za strategiczne. Jego obecność w projekcie 1,4 GW oznacza, że Paryż traktuje sovereign AI jako program przemysłowy, a nie tylko jako start-upowy temat dla Quartier d’Innovation. MGX z kolei jest pojazdem inwestycyjnym Zjednoczonych Emiratów Arabskich, dedykowanym AI i półprzewodnikom. UAE nie kryje, że buduje pozycję jako trzeci biegun AI obok USA i Chin. Dla Mistralu MGX to kapitał z długim horyzontem i niskim ryzykiem przejęcia, bo Emiraty nie konkurują bezpośrednio z Francją w niczym, co się liczy.

Co z tego wynika dla Brukseli

Z perspektywy Komisji Europejskiej obecność MGX jest jednocześnie szansą i dyskusyjnym sygnałem. Szansą – bo bez kapitału spoza UE projekty tej skali w Europie po prostu nie powstają. Sygnałem – bo “sovereign AI” finansowane w dużej części kapitałem spoza UE wymaga jednak doprecyzowania. Co to konkretnie znaczy “suwerenność”? Niskie ryzyko, że dostęp do modeli wyłączy obcy regulator, czy też niezależność finansowa od jakiegokolwiek nie-europejskiego pieniądza? Pytanie nie jest dziś jeszcze zamknięte. Z perspektywy polskiego software house’u ma jednak praktyczne znaczenie. Wielu klientów enterprise pyta przecież już dziś, “czy ten model jest europejski naprawdę, czy tylko z adresu IP”.

Co duet Nvidia Mistral oznacza dla polskiego rynku

Polski software house czy SaaS budujący produkt oparty o cudze API zyskuje na tym układzie konkretne korzyści. Otrzymuje bowiem dodatkowego dostawcę topowych modeli z ulokowaniem w UE, a to upraszcza spore obszary umów z klientami z branż regulowanych. Wcześniej rozmowa o wdrożeniu LLM-a w polskim banku zaczynała się od tłumaczenia, gdzie fizycznie stoi serwer. Z Mistralem mającym data center 44 MW pod Paryżem, a za dwa lata pełną fabrykę 1,4 GW, ta rozmowa staje się znacznie krótsza.

Pierwsza Misja AI · Kodożercy

Używasz AI codziennie – ale czy robisz to dobrze?

Kurs Pierwsza Misja AI pokaże Ci techniki promptowania, które naprawdę działają. Praktyczne ćwiczenia z prawdziwym GPT-4, gamifikacja i certyfikat.

Sprawdź program kursu

Drugą stroną medalu jest jednak konkurencja o moc obliczeniową. Kampus 1,4 GW będzie dostarczał inferencję głównie do rządów i dużych firm europejskich. Polskie startupy nie zobaczą zatem bezpośredniego cennika. Pośrednio jednak skorzystają na tym, że Mistral nie będzie musiał kupować cudzej inferencji za znaczne marże. Co więcej, pojawia się też trzeci efekt – polityczny. Pokazanie, że da się postawić w Europie kampus tej skali, dodaje argumentu osobom z polskiej administracji odpowiedzialnym za zapowiadane projekty polskiej gigafabryki AI. Argumenty stają się prostsze do obrony, gdy obok Polski powstaje projekt o wielokrotnie większej skali kampusu.

Realizm i ryzyka projektu

Łatwo wpaść w ton triumfalny. Trzeba jednak pamiętać, że duet Nvidia Mistral wciąż mierzy się z tymi samymi ograniczeniami, jakie blokują projekty w USA. Pierwsze ryzyko to sieć energetyczna. Kampus 1,4 GW wymaga zarówno zgód regulacyjnych, jak i realnej możliwości doprowadzenia mocy w harmonogramie. Drugie ryzyko to konkurencja kapitału. Wycena Mistralu, choć rosnąca, jest wciąż wielokrotnie niższa od OpenAI czy Anthropic. To oznacza, że zachowanie tempa zależy od ciągłego dolewania świeżego pieniądza. Rynki długu są tu już dobrze nastawione – Mistral pozyskał w marcu 2026 jedno z największych AI-focused finansowań europejskich (mniej więcej 830 mln dolarów według Sifted i DCD). Jednak apetyt rynków potrafi się zmieniać w cyklach półrocznych.

Trzecie ryzyko jest najbardziej polityczne. Suwerenność cyfrowa Europy zależy od stabilności składowych. Jeden z jej fundamentów to dziś emiracki kapitał i amerykańska Nvidia. Dlatego sukces Mistralu jest scenariuszem najbardziej prawdopodobnym, ale nie jedynym. Wystarczy istotna zmiana polityki eksportowej w USA albo zmiana priorytetów funduszu MGX, by projekt zwolnił o dwa lata. Świadomość tego ryzyka jest dziś podstawą realistycznej rozmowy o europejskiej AI. To również tło dla scenariusza Europa 2031, który ostrzega przed taką trajektorią.

Podsumowanie

Europa po raz pierwszy od dawna ogłasza projekt, w którym suwerenność AI ma konkretną liczbę gigawatów, a nie tylko miejsce na slajdzie prezentacji. Takie inwestycje zdecydują, czy w następnej dekadzie europejskie firmy pozostaną klientami amerykańskich modeli, czy zyskają lokalną alternatywę opartą na własnej infrastrukturze i łańcuchu dostaw. Miejsce Polski w tej układance dopiero się kształtuje, ale mamy kilka mocnych kart: zapowiadaną gigafabrykę AI, software house’y pracujące dla europejskich klientów i dobrze wykształconych inżynierów. Brakuje przede wszystkim stabilnego finansowania, które pozwoli zamieniać ambitne zapowiedzi w realne harmonogramy. Najbliższy rok pokaże, czy potrafimy wykonać ten krok.

Mateusz Wojdalski

Specjalista SEO i content marketingu w Devstock. Zajmuję się strategią treści, automatyzacją procesów marketingowych i wdrożeniami AI w codziennej pracy. Badam nowe narzędzia, adaptuję je do realnych zadań i piszę o tym, co faktycznie działa.