ATAILA Sajtószoba · Budapest · 2026. augusztus 23.

Európa gigagyárakat épít — a bizalmas munkaterhelésnek viszont ma kell hely

Az infostart.hu pontosan azt a feszültséget írja le, amellyel ügyfélbeszélgetéseken hetente találkozunk: Európa végre komoly pénzt tesz a saját AI-infrastruktúrájába, a közbeszédben viszont a szuverenitás rendre összecsúszik a vasbeszerzéssel. A cikk ezt az összemosást szedi szét, és a diagnózisával egyetértünk. Egy dolgot tennénk hozzá — azt, ami a napi munkánk: a szuverenitás nem ott dől el, hogy kinek a szilíciuma pörög a gyorsítóban, hanem ott, hogy ki üzemelteti a bizalmas munkaterhelést, milyen jogrend alatt, és mikortól.

Mit ír az infostart

Az Európai Bizottság 2026. július 30-án hirdette meg az AI-gigagyárak pályázatát: legfeljebb hét ilyen létesítmény épülhet, akár 10 milliárd euró uniós és tagállami támogatásból, amely legalább 20 milliárd euró magántőkét mozgósítana.

A hálózat alsóbb szintje eközben már épül. Magyarország a cikk szerint azon hét tagállam egyike — Belgium, Ciprus, Írország, Lettország, Málta és Szlovákia mellett —, ahol AI Factory antennát jelöltek ki; a magyar antennát a cikk által hivatkozott bejelentés szerint a HUN-REN SZTAKI vezeti. Az antenna logikája: a hazai kutatók és vállalkozások úgy férnek hozzá nagy teljesítményű erőforrásokhoz, hogy maga a szuperszámítógép máshol működik.

A cikk két fenntartást fogalmaz meg. Az egyik a hardver: a Bizottság a tenderrel párhuzamosan szándéknyilatkozatot írt alá három amerikai félvezetőgyártóval — az AMD-vel, az Nvidiával és a Qualcommal — a szükséges processzorokhoz való hozzáférésről. A cikk megfogalmazásában „a legfontosabb hardver nem feltétlenül Európából érkezik”.

A másik az energia. A cikk a Nemzetközi Energiaügynökség adataira hivatkozva több mint 45 TWh növekményt ír az európai adatközponti fogyasztásra — ez nagyjából 70 százalékos emelkedés 2024 és 2030 között. Arra, hogy a gigagyárak mikor állnak üzembe, nem ad dátumot.

A diagnózissal egyetértünk, a következtetésünk más

Egyetértünk azzal, hogy Európának saját számítási kapacitás kell, és azzal is, hogy ez stratégiai kérdés. Egyetértünk az energiaoldali figyelmeztetéssel is: az AI-terhelés áramigénye valós fizikai korlát, nem elszámolási tétel. És egyetértünk a cikk paradoxonával — csak más következtetést vonunk le belőle.

A gigagyár kínálati oldali válasz. Modelltanításra, kutatásra, nagy léptékű kísérletezésre épül, hosszú horizonton — és ebben pótolhatatlan. Csakhogy az a 20–200 fős ügyvédi iroda, könyvelőiroda, klinika vagy műszaki szolgáltató, amelyik ma nem meri betenni a szerződéseit, a betegdokumentációját vagy a vizsgálati adatait egy amerikai chatfelületbe, nem gigawattot keres. Működő, üzemeltetett, EU-ban futó rendszert keres, amelyen a saját munkafolyamata elvégezhető — most, nem a következő beruházási ciklusban.

Az antennamodell jól mutatja a különbséget: hozzáférést ad számítási kapacitáshoz. A hozzáférés viszont nem platform. A számítási kapacitás és egy bizalmas munkafolyamat között ott van az azonosságkezelés, a hálózat, a tárolás, a naplózás, a jogosultságok, a kiadáskezelés, a mentés — és az a néhány ember, aki hajnali kettőkor felveszi a telefont. A szuverenitási vita ezt a réteget rendre kihagyja, pedig az ügyfél pontosan ezt éli meg szolgáltatásként.

Ezért nem gondoljuk, hogy a szuverenitás 2030-as téma. Egy része az. A másik része ma dől el, minden egyes munkaterhelésnél, amit valaki elhelyez valahol.

Mit tesz az ATAILA

1. A szuverenitás üzemeltetési kérdés, nem beszerzési tétel

Az ATAILA Cloud EU-rezidens felhő, amelyet ugyanazzal a napi felelősséggel tartunk fenn, mint a saját rendszereinket. Nem gépidőt adunk bérbe: a futó rendszert üzemeltetjük végig, és az adat, a beágyazás meg a napló a platformon belül marad. Ez nem ugyanaz a mondat, mint az, hogy „európai régióban tároljuk” — azt, hogy ki nyúlhat a rendszerhez és milyen folyamat mentén, az üzemeltető dönti el, nem a régió neve.

2. A GPU nem platform

A privát AI platform útmutatónk öt réteget különböztet meg: modellkiszolgálás, tudásréteg (privát tudásbázis, RAG), alkalmazások, kiadáskezelés és üzemeltetés. A „szuverén AI” ígéretek többsége az elsőnél megáll: ad hardvert vagy hozzáférést, a maradék négy réteget pedig az ügyfélre hagyja. Mi mind az ötöt szállítjuk, egy szerződésben. Az érték nem az egyes rétegekben van, hanem abban, hogy együtt működnek, és van, aki üzemelteti őket.

3. Az energiakérdésre a helyes válasz a józan méretezés

A cikk energiaadatai a hiperskálázó, modelltanításra épülő világ adatai. Egy 20–200 fős cég bizalmas munkafolyamatai — szerződésolvasás, dokumentumkeresés, jegyzőkönyv-összefoglalás, belső asszisztens — nyílt súlyú modellekkel, szerény GPU-lábnyomon kiszolgálhatók. A cél nem az, hogy minden cégnek saját gigagyára legyen, hanem hogy senki ne fizessen hiperskálázó árat egy jól körülhatárolt feladatért. Nálunk ez fix havidíj, tokenalapú meglepetések nélkül.

4. A bizonyíték nem prezentáció, hanem éles rendszer

A platform a saját termékeinken bizonyít: az open*.hu családunk — ma az OpenMath és az OpenChef, továbbiak jönnek — az ATAILA Coderrel, privát AI-n épült, és élesben fut a platformon; a teljes kép a referenciák oldalon. Nem gigawattos történetek. Attól még pontosan azok a történetek, amiket egy adatérzékeny középvállalat keres.

A mi határaink

Nem állítjuk, hogy az ATAILA kiváltja az európai gigagyárakat. Alapmodelleket nem tanítunk, és nem is akarunk: nyílt súlyú modelleket üzemeltetünk a saját infrastruktúránkon. Akinek nagy léptékű tanítás vagy havi több tízezer eurós inferencia kell, annak őszintén megmondjuk, hogy nem hozzánk tartozik — ott az európai kapacitásépítés valóban a jó válasz.

Azt sem állítjuk, hogy nálunk európai szilícium dolgozik. Nem dolgozik: a mi gépeinkben is amerikai tervezésű GPU-k vannak, ugyanúgy, ahogy a cikkben említett európai kapacitásokban. A chipellátás európai függetlensége évtizedes ipari kérdés, és nem egy platformszolgáltató fogja megoldani.

Ha ez ismerős

Ha van egy visszatérő, drága munkafolyamatod, amit szívesen bíznál AI-ra, de az adatai miatt nem teheted közfelhőbe, arról érdemes beszélni. Nem prezentációval kezdünk, hanem őszinte beszélgetéssel arról, hogy a feladatot egyáltalán megéri-e privát AI-val megoldani — és ha igen, hogyan néz ki éles üzemben. A beszélgetés bizalmas, és nem jár kötelezettséggel.

Vágjunk bele →