Antimatter wil zich positioneren in de infrastructuurmarkt voor kunstmatige intelligentie met een aanpak die afwijkt van die van grote datacenters: het combineren van energie, kleine modulaire centra en gedistribueerde cloudsoftware om vooral inferentie uit te voeren. De opkomst van open source modellen en open-weight-benaderingen, waaronder die uit China ontwikkeld, kan het aantal bedrijven dat AI kan inzetten vergroten, zonder afhankelijk te zijn van gesloten Amerikaanse modellen.
De kernpunten van Antimatter in 20 seconden
- Antimatter integreert energie, modulaire datacenters en gedistribueerde cloudsoftware.
- Het bedrijf runt 10 faciliteiten op acht locaties, met meer dan 3.400 GPU en 26 MW, volgens eigen gegevens.
- Voor 2030 streeft Antimatter naar 1.000 locaties, meer dan 300.000 GPU en 1 GW vermogen.
- Deze aanpak sluit aan bij de groei van open source modellen die op alternatieve infrastructuren kunnen draaien.
- CoreWeave wordt genoemd als een grote concurrent in de nieuwe neocloud-markt.
Deze marktkansen worden extra interessant doordat AI-markt zich langzaam opdeelt in twee lagen: wie de modellen ontwikkelt en steeds belangrijker, wie de GPU’s, energie en software levert om ze uit te voeren.
In de afgelopen jaren lagen beide lagen sterk verbonden met de VS. OpenAI, Anthropic, Google en Meta domineerden het modelontwikkelingsdebat, terwijl AWS, Microsoft Azure, Google Cloud en gespecialiseerde bedrijven zoals CoreWeave een groeiend deel van de infrastructuur beheersten.
De opkomst van competitieve open-weight-modellen uit China brengt daar verandering in.
DeepSeek, Alibaba met Qwen en Moonshot AI met Kimi hebben laten zien dat een bedrijf geavanceerde modellen kan bezitten waarvan de gewichten gedownload kunnen worden en die op infrastructuur van de klant kunnen worden ingezet, afhankelijk van licentievoorwaarden.
Dit maakt infrastructuur potentieel los van het model zelf.
Van API-kopen naar zelf bepalen waar het model draait
De verandering lijkt klein, maar heeft grote impact op de architectuur van AI-toepassingen.
Bij het direct gebruik van de API van een gesloten provider verdwijnen veel beslissingen over infrastructuur. De provider voert het model uit en de klant betaalt voor gebruik.
Bij beschikbaarheid van de modelgewichten ontstaat een nieuwe optie: downloaden en capaciteit bij een andere provider huren.
Hier komen de neoclouds in beeld.
CoreWeave is waarschijnlijk de bekendste speler in deze nieuwe categorie. Het bedrijf bouwt aan een businessmodel rond grote GPU-capaciteit voor AI-belastingen en heeft multimiljardende contracten gesloten met grote techbedrijven.
Antimatter presenteert een andere architectuur.
Het bedrijf positioneert zichzelf als een neocloud die verticaal geïntegreerd is en drie pijlers combineert: Data Factory voor energie, Policloud voor modulaire datacenters en Hivenet dat software voor gedistribueerde omgevingen levert.
Het idee is om het computationele werk te plaatsen dichtbij bestaande elektriciteitsbronnen, in plaats van enorme datacenters te bouwen en later de benodigde stroom te verkrijgen.
Volgens eigen schattingen startte Antimatter in april 2026 met 10 Policloud-faciliteiten verdeeld over acht locaties, meer dan 3.400 GPU en 26 MW operationeel. Ze claimen ook te beschikken over meer dan 1 GW aan contractuele capaciteit en lopende projecten.
Het zijn zelfgerapporteerde cijfers, dus het is belangrijk ze te onderscheiden van onafhankelijk geverifieerde capaciteit.
Kleinere datacenters dichtbij energiebronnen
De architectuur van Antimatter wijkt af van de trend van steeds grotere AI-campussen.
Policloud gebruikt modulaire, containergbare datacenters die kunnen worden geïnstalleerd op locaties met bestaande energievoorziening.
Elk unit kan volgens het bedrijf ongeveer 400 GPU herbergen.
Hivenet verbindt deze resources via een softwarelaag die fysiek gescheiden faciliteiten probeert te laten functioneren als één cloud-infrastructuur.
Het systeem omvat orkestratie op basis van Kubernetes, virtuele machines, bare metal, gedistribueerde opslag, versleutelde overlays, GPU passthrough en gecentraliseerd toezicht.
Deze aanpak is vooral geschikt voor inferentie.
Het trainen van grote modellen vereist enorme GPU-clusters met zeer lage latentie communicatie. Daar ligt de kracht van grote, fysiek geconcentreerde datacenters.
Inferentie, na training, kent andere eisen.
Pogingen tot het distribueren van verzoeken op geografisch verschillende plaatsen kunnen rendabel zijn, afhankelijk van nabijheid tot gebruikers, elektriciteitsprijzen en GPU-beschikbaarheid.
Antimatter richt zich juist op dat marktsegment.
De Chinese modellen voegen een nieuwe dimensie toe
De internationale groei van open source modellen uit China kan indirect voordelig zijn voor dit soort aanbieders.
Een Europese onderneming hoeft niet per se een Chinese cloudplatform te gebruiken om een Chinees model te draaien.
Zolang de licentie het toestaat, kan de gebruiker de gewichten downloaden en op eigen servers in Europa inzetten.
Hetzelfde geldt voor Amerikaanse of Europese open modellen.
Deze scheiding tussen model en infrastructuur bevordert meer concurrentie.
AI-aanbieders hoeven niet altijd het model zelf te leveren. Ze kunnen concurreren op GPU-capaciteit, geheugen, opslag, netwerken, energie en een efficiënte inferentielaag.
Dit is precies waar specialisten zoals CoreWeave, Nebius, Nscale en anderen op inzetten, om te groeien naast de traditionele hyperscalers.
En er is een interessante paradox: CoreWeave gebruikt ook Chinese modellen.
Zo promootte het onlangs zijn infrastructuur voor het draaien van Kimi K2.6 van Moonshot AI, en claimde de beste resultaten te hebben behaald onder 11 aanbieders, volgens Artificial Analysis.
De strijd gaat dus niet alleen tussen ‘Westencloud’ en Chinese modellen.
Het kan een wereldwijde competitie worden voor het draaien van dezelfde modellen op verschillende infrastructuren.
Antimatter mikt op 300.000 GPU in 2030
De plannen van Antimatter zijn ambitieus.
Tegen 2027 wil het 100 Policloud-locaties, meer dan 20 sites, 30.000 GPU en 160 MW operationeel hebben.
Voor 2030 streeft het bedrijf naar 1.000 locaties, meer dan 300.000 GPU en 1 GW aan capaciteit.
Deze doelen zijn nog niet gerealiseerde capaciteit, maar plannen.
Het verschil tussen plannen en daadwerkelijke bouw is vooral relevant voor datacenters. Financiering, transformatoren, elektriciteitsverbindingen, GPU’s, koeling, vergunningen en klanten bepalen hoeveel van de plannen uiteindelijk operationeel wordt.
Antimatter beweert dat haar aanpak de kosten voor klanten kan halveren en de uitrol van nieuwe capaciteit ongeveer vijf keer zo snel kan laten verlopen als bij grote hyperscales. Ze schatten een doorlooptijd van circa vijf maanden vanaf locatiekeuze tot productie, maar dit zijn eigen schattingen die moeten worden bevestigd zodra meer faciliteiten operationeel zijn.
Elektriciteit bepaalt waar AI kan leven
Het meest interessante aspect van het project zit misschien niet bij de GPU’s, maar bij de energievoorziening.
De groei van AI dwingt operators om locaties te zoeken met tientallen of honderden megawatt aan beschikbare energie. In sommige markten gaat het niet alleen om bouwen, maar ook om snel een energieverbinding te realiseren.
Antimatter probeert dat probleem om te draaien.
In plaats van grote datacenters te bouwen en dan stroom aan te sluiten, zoekt het naar beschikbare energiebronnen en plaatst daar modules voor computationeel werk.
Het bedrijf beweert infrastructuur te hebben in de VS, Europa en de GCC-landen, met technologische samenwerkingen met AMD en Seagate.
Het plan brengt nog steeds technische uitdagingen met zich mee. GPU’s over meerdere locaties verspreiden betekent complexere netwerken, opslag, beveiliging, onderhoud en orkestratie. Niet alle AI-belastingen kunnen bovendien effectief gesplitst worden over onafhankelijke centra.
Daarom richt Antimatter zich vooral op inferentie, waar een gedistribueerd geografisch systeem meer kans van slagen heeft dan bij het trainen van enorme modellen in één keer.
Als open-weight modellen verder verbeteren, kan dit leiden tot een zeer diverse infrastructuur voor AI.
Klanten kunnen kiezen voor Chinese, Amerikaanse of Europese modellen, deze op NVIDIA- of AMD-GPU’s draaien en in een regionale neocloud plaatsen, zonder dat alle keuzes bij dezelfde aanbieder liggen.
De markt wordt dan niet meer volledig bepaald door wie het beste model heeft, maar ook door wie het snelst de juiste energie, hardware en kosten-efficiëntie kan bieden.
Veelgestelde vragen
Wat is Antimatter?
Antimatter is een infrastructuurbedrijf voor AI, opgebouwd uit Data Factory, Policloud en Hivenet. Het brengt energie, modulaire datacenters en gedistribueerde cloudsoftware samen, met een focus op inferentiebelastingen.
Vlecht Antimatter direct met CoreWeave?
Beide richten zich op de infrastructuurmarkt voor AI, maar gebruiken verschillende architecturen. Antimatter legt de nadruk op modulaire, lokale faciliteiten dicht bij energiebronnen.
Kan een Europees bedrijf een Chinees model draaien zonder cloud in China?
Ja, zolang de licentie het toestaat en de gewichten downloadbaar zijn, kan het model op eigen servers in Europa worden ingezet.
Hoeveel GPU’s wil Antimatter hebben?
Momenteel zegt het bedrijf meer dan 3.400 GPU te bezitten, met plannen om in 2027 meer dan 30.000 en in 2030 meer dan 300.000 te bereiken. Deze cijfers zijn doelen, niet de huidige capaciteit.