Mistral 的說法並不矛盾：募到資金，和手上已有足以訓練頂尖模型的運算能力，是兩回事。這家法國 AI 公司在 11 月 3 日倫敦 Bloomberg Tech 會議上表示，需要更多算力，才能與領先的 AI 模型競爭。9 月完成的 30 億歐元募資可用於研究與基礎設施擴建，但資金不會立刻變成已建好、可投入運作的資料中心與 GPU。 12

募資到位，不代表算力即刻到位

由 Samsung 領投的 E 輪募資為 Mistral 帶來 30 億歐元，並使公司估值升至逾 210 億歐元。公司表示，資金將用於擴大前沿研究與運算基礎設施；這代表它有了推進擴建的資源，並不表示所需算力已經全部備妥。 2

運算能力需要透過建置設施、採購設備並逐步投入運作來形成。巴黎南郊 Bruyères-le-Châtel 的一處設施，據報導具備 44 MW 容量，並透過 8.3 億美元融資支應，規劃配置約 13,800 張 Nvidia GB300 GPU。這些數字呈現了投資規模，但僅憑一處設施，無法判定 Mistral 是否已具備足以與大型競爭者抗衡的整體算力。 27

擴建目標仍是未來式

Mistral 的目標是在 2027 年底前於歐洲達到 200 MW 算力，並於 2030 年朝 1 GW 邁進。公司也提出由歐洲企業提供多年期算力承諾，以支援基礎設施建置。這些是規劃中的里程碑，不是已全面上線的容量。 20

評估 Mistral 為何仍說「需要更多算力」，必須分清現有能力與未來目標。投資金額、客戶承諾或建設計畫，都不等於可立即用來訓練模型的伺服器已經就緒。

模型訓練有效率，仍需要持續擴充

Mistral 表示，Large 4 是在自家歐洲資料中心使用 3,800 張 Nvidia Grace Blackwell GPU，從頭訓練而成。公司將 Large 4 描述為具前沿水準的模型；不過，開發商的說法本身，不能證明它在所有獨立評測中都與每個競爭對手相當。 9

以特定 GPU 規模訓練大型模型，說明 Mistral 已建立一定能力，卻不代表額外算力已無必要。公司仍可能需要更多資源來擴大研究、訓練後續模型；Mistral 也表示，擴充算力將有助於訓練更強大的模型。 15

算力為何牽涉歐洲的 AI 主權？

對 Mistral 而言，在歐洲開發模型、建置基礎設施，也關係到能否確保取得這項技術。執行長 Arthur Mensch 警告，若歐洲不自行開發基礎模型，就無法確保持續取得這類技術。 3 此前也有報導指出，美國與中國的先進 AI 模型可能受到出口限制，讓歐洲面臨取得管道受限的風險。 34

因此，Mistral 的主張有兩個相互補充的部分：增加算力，發展更具競爭力的模型；同時在歐洲建立運算能力，避免區域完全仰賴外部供應者。不過，AI 主權不等於全面的科技自給自足；目前這些資訊並不能證明 Mistral 能完全脫離全球硬體供應鏈。

重點：資金、模型與基礎設施各有角色

30 億歐元募資與「還需要更多算力」並不衝突。資金提供擴張的條件，實際算力則需要時間與基礎設施才能形成。Bruyères-le-Châtel 的 44 MW 設施是其中一環；2027 年達 200 MW、2030 年達 1 GW，仍屬未來目標。 2720

Mistral 傳達的核心訊息是，資金、模型效率，以及由歐洲掌握的基礎設施，各自扮演不同角色。若要長期競爭，公司認為三者缺一不可，不能只靠一輪大額募資。 123

Mistral 的說法並不矛盾：募到資金，和手上已有足以訓練頂尖模型的運算能力，是兩回事。這家法國 AI 公司在 11 月 3 日倫敦 Bloomberg Tech 會議上表示，需要更多算力，才能與領先的 AI 模型競爭。9 月完成的 30 億歐元募資可用於研究與基礎設施擴建，但資金不會立刻變成已建好、可投入運作的資料中心與 GPU。 12

募資到位，不代表算力即刻到位

由 Samsung 領投的 E 輪募資為 Mistral 帶來 30 億歐元，並使公司估值升至逾 210 億歐元。公司表示，資金將用於擴大前沿研究與運算基礎設施；這代表它有了推進擴建的資源，並不表示所需算力已經全部備妥。 2

運算能力需要透過建置設施、採購設備並逐步投入運作來形成。巴黎南郊 Bruyères-le-Châtel 的一處設施，據報導具備 44 MW 容量，並透過 8.3 億美元融資支應，規劃配置約 13,800 張 Nvidia GB300 GPU。這些數字呈現了投資規模，但僅憑一處設施，無法判定 Mistral 是否已具備足以與大型競爭者抗衡的整體算力。 27

擴建目標仍是未來式

Mistral 的目標是在 2027 年底前於歐洲達到 200 MW 算力，並於 2030 年朝 1 GW 邁進。公司也提出由歐洲企業提供多年期算力承諾，以支援基礎設施建置。這些是規劃中的里程碑，不是已全面上線的容量。 20

評估 Mistral 為何仍說「需要更多算力」，必須分清現有能力與未來目標。投資金額、客戶承諾或建設計畫，都不等於可立即用來訓練模型的伺服器已經就緒。

模型訓練有效率，仍需要持續擴充

Mistral 表示，Large 4 是在自家歐洲資料中心使用 3,800 張 Nvidia Grace Blackwell GPU，從頭訓練而成。公司將 Large 4 描述為具前沿水準的模型；不過，開發商的說法本身，不能證明它在所有獨立評測中都與每個競爭對手相當。 9

以特定 GPU 規模訓練大型模型，說明 Mistral 已建立一定能力，卻不代表額外算力已無必要。公司仍可能需要更多資源來擴大研究、訓練後續模型；Mistral 也表示，擴充算力將有助於訓練更強大的模型。 15

算力為何牽涉歐洲的 AI 主權？

對 Mistral 而言，在歐洲開發模型、建置基礎設施，也關係到能否確保取得這項技術。執行長 Arthur Mensch 警告，若歐洲不自行開發基礎模型，就無法確保持續取得這類技術。 3 此前也有報導指出，美國與中國的先進 AI 模型可能受到出口限制，讓歐洲面臨取得管道受限的風險。 34

因此，Mistral 的主張有兩個相互補充的部分：增加算力，發展更具競爭力的模型；同時在歐洲建立運算能力，避免區域完全仰賴外部供應者。不過，AI 主權不等於全面的科技自給自足；目前這些資訊並不能證明 Mistral 能完全脫離全球硬體供應鏈。

重點：資金、模型與基礎設施各有角色

30 億歐元募資與「還需要更多算力」並不衝突。資金提供擴張的條件，實際算力則需要時間與基礎設施才能形成。Bruyères-le-Châtel 的 44 MW 設施是其中一環；2027 年達 200 MW、2030 年達 1 GW，仍屬未來目標。 2720

Mistral 傳達的核心訊息是，資金、模型效率，以及由歐洲掌握的基礎設施，各自扮演不同角色。若要長期競爭，公司認為三者缺一不可，不能只靠一輪大額募資。 123