Alibaba Google 인프라 경쟁, Cloud의 100일 AI 데이터센터 목표로 격화

Alibaba Cloud는 대규모 AI 데이터센터를 100일 안에 제공할 수 있다고 밝혔으며, 이는 구축 속도를 둘러싼 Alibaba Google 인프라 경쟁을 더욱 선명하게 만든다. 보도에 따르면 이 회사는 AI 컴퓨팅 수요가 증가함에 따라 전 세계 모듈식 제공 역량을 세 배로 확대할 계획이다. 이는 또 하나의 모델 출시보다 더 중요하다. 건물, 전력, 냉각, 네트워크 용량이 사용 가능한 AI 컴퓨팅을 누가 판매할 수 있는지를 점점 더 좌우하기 때문이다.

100일이라는 수치는 2024년에 도입된 조립식 시스템인 Alibaba Cloud의 CUBE DC 5.0 아키텍처 관련 보도에서 나왔다. Alibaba는 이 접근법이 더 많은 조립 공정을 공장으로 옮기고, 주요 하위 시스템을 표준화하며, 건설 현장 작업을 줄인다고 설명한다. 최신 성능 및 용량 주장은 아직 폭넓은 독립 검증을 받지 못했다.

두 회사의 지리적 기반은 다르지만, 가장 명확한 비교 대상은 Google이다. 두 회사 모두 이제 모듈식 인프라를 빠르게 변하는 칩, 냉각 요구사항, AI 워크로드에 대한 대응책으로 설명한다. Alibaba는 건설 속도를 강조하는 반면, Google은 하드웨어 세대 전반에 걸쳐 발전할 수 있는 교체 가능한 시스템을 강조한다.

이는 단순한 Alibaba와 Google 간 클라우드 시장 점유율 이야기가 아니다. 공장 제작 인프라가 건설 일정을 경쟁 우위로 전환할 수 있는지에 대한 시험이다. 답은 완공된 프로젝트, 안정적인 운영, 확보 가능한 전력, 그리고 Alibaba의 용량 목표가 실제로 무엇을 의미하는지에 달려 있다.

Alibaba Cloud, CUBE DC 5.0을 제공 역량 주장으로 전환

Alibaba Cloud는 CUBE DC 5.0을 아키텍처 제안에서 반복 가능한 건설 속도에 관한 주장으로 전환하고 있다.

이 회사는 2024년 9월 Apsara Conference에서 CUBE DC 5.0을 공개했다. 당시 Alibaba는 이 아키텍처가 건설 기간을 최대 절반까지 줄일 수 있다고 밝혔다. 또한 2025년 중 중국 내 Alibaba Cloud 시설에서 초기 배치를 진행할 것으로 예상했다.

더 최근의 100일 구축 주장은 Alibaba가 설계가 초기 목표를 넘어섰다고 판단하고 있음을 시사한다. 보도된 일정은 대형 시설의 제공 기간을 3개월을 조금 넘는 수준으로 압축한다.

CUBE DC 5.0은 전기, 냉각, 컴퓨팅 환경의 일부에 조립식 모듈을 사용한다. 조립식 방식은 최종 현장에 설치하기 전에 구성 요소를 현장 밖에서 조립하고 테스트하는 것을 뜻한다. 이는 변화하는 현지 조건 속에서 야외에서 수행해야 하는 맞춤 작업의 양을 줄인다.

Alibaba의 공개 인프라 자료는 시스템 내 여러 요소를 제시한다. 여기에는 공용 공랭·액랭 냉각 아키텍처, 제품화된 캐빈 솔루션, 직류 전력 장비, 자동화 운영 도구가 포함된다. 통합 DC 무정전 전원 시스템은 전체 체인 효율이 약 98%에 이르는 것으로 알려졌다.

이전 기술 공개 자료는 CUBE DC 5.0에 야심찬 상한 범위도 제시했다. Alibaba는 Data Center Dynamics에 완전 구축된 시설이 최대 200메가와트의 IT 용량을 지원할 수 있다고 밝혔다. 또한 랙 밀도가 최대 200킬로와트에 이를 수 있다고 언급했다.

이러한 한계는 확인된 평균 배치 규모가 아니라 설계 범위를 설명한다. 200메가와트 부지는 대규모 캠퍼스에 해당하며, 개별 프로젝트는 훨씬 작을 수 있다. 이 수치는 Alibaba가 기존 엔터프라이즈 서버실이 아니라 고밀도 AI 클러스터를 위해 이 시스템을 설계했음을 보여준다.

이 회사는 또한 건설 비용이 이전 세대 대비 10% 이상 낮아진다고 주장하는 것으로 전해진다. 이 주장은 신중하게 해석해야 한다. 이는 시설 건설에 관한 내용이며, 서버, 가속기, 메모리, 네트워킹 장비 또는 가동 후 소비되는 전력까지 반드시 포함하는 것은 아니다.

AI 캠퍼스에서는 이러한 제외 항목이 총지출의 대부분을 차지할 수 있다. 더 빠르고 저렴한 건물이 희소한 칩을 저렴하게 만들지는 않는다. 하지만 고가 하드웨어가 사용 가능한 전력과 냉각을 기다리는 시간은 줄일 수 있다.

보도된 전 세계 모듈식 용량 세 배 확대 계획은 주장을 단일 프로젝트에서 제공 네트워크로 확장한다. 하지만 “용량”은 공장 생산량, 계약된 공급량, 배치 처리량 또는 완공된 메가와트를 뜻할 수 있다. Alibaba는 이러한 의미를 서로 바꿔 쓸 수 있을 만큼 충분한 세부 사항을 공개하지 않았다.

이 구분이 이 글의 핵심 긴장을 만든다. Alibaba는 100일을 인프라 역량으로 제시하고 있지만, 투자자와 고객은 이 일정이 여러 현장에서 반복된다는 증거를 필요로 한다.

Alibaba Google 경쟁이 이제 건설을 통해 전개되는 이유

Alibaba Google 경쟁은 모델과 클라우드 소프트웨어를 넘어 컴퓨팅을 언제 사용할 수 있게 되는지 결정하는 물리적 시스템으로 옮겨가고 있다.

AI 인프라는 시간상의 불일치에 직면해 있다. 가속기 세대는 기존 시설이 설계, 승인, 조달, 시운전되는 속도보다 빠르게 바뀐다. 하나의 열 특성을 기준으로 계획된 건물에 건설이 끝나기도 전에 더 고밀도 랙이 들어올 수 있다.

냉각은 이 문제를 잘 보여준다. 기존 공랭식 냉각은 서버 주변으로 냉각 공기를 순환시키는 반면, 액랭은 컴퓨팅 구성 요소 가까이에서 유체를 통해 열을 전달한다. 고밀도 AI 가속기는 매우 많은 열을 발생시키므로 많은 신규 클러스터가 액체 기반 설계를 필요로 한다.

전력 분배 역시 적응해야 한다. 더 높은 랙 밀도는 더 적은 바닥 면적에 전력을 집중시키며, 이에 따라 스위치기어, 백업 전력, 케이블링, 열 제거 요구사항이 달라진다. 이러한 시스템은 서버가 도착한 뒤 쉽게 추가할 수 없다.

Alibaba가 제시하는 해답은 표준화다. 모듈은 반복 생산하고, 통제된 환경에서 테스트한 뒤, 목적지에서 조립할 수 있다. 이 과정은 일회성 건설 프로젝트보다 산업 생산에 더 가깝다.

Google은 민첩하고 대체 가능한 데이터센터라고 부르는 개념을 통해 유사한 목표를 추구하고 있다. 대체 가능성이란 전체 시설을 다시 설계하지 않고도 구성 요소를 교체하거나 재배치할 수 있다는 뜻이다. Google은 모듈식 상호운용 인프라가 가속기, 스토리지, 네트워킹, 냉각의 변화를 수용할 수 있다고 주장한다.

그 동기는 Google 자체 워크로드 수치에서 확인된다. 2025년 10월 Google은 Gemini 모델이 매월 거의 1,000조 개의 토큰을 처리하고 있다고 밝혔다. 또한 AI 가속기 소비량이 이전 24개월 동안 15배 증가했다고 말했다.

2026년 7월까지 Google의 데이터센터는 매월 약 3,200조 개의 토큰을 처리한 것으로 보도됐다. 이 지표는 Google 자체 보고 방식을 사용하지만, 방향성은 분명하다. AI 서비스는 인프라 팀에 빠르고 불균등한 수요를 계획하도록 강요하고 있다.

Alibaba 역시 중국 내부와 국제 지역 전반에서 비슷한 압박에 직면해 있다. 2026 회계연도 연차 보고서에 따르면 Alibaba Cloud는 2026년 3월 31일 기준 34개 지역에서 컴퓨팅 서비스를 제공했다. 이 회사는 또한 Omdia 데이터를 바탕으로 중국 AI 클라우드 시장에서 35.8%의 점유율을 언급했다.

Alibaba는 지속적인 AI 및 클라우드 투자를 약속했다. 더 빠른 시설은 칩이 더 일찍 고객에게 서비스를 제공하기 시작하므로 해당 지출을 더 빨리 생산적으로 만들 수 있다. 건물 지연은 구매한 장비를 유휴 상태로 남기거나 덜 적합한 위치에 배치하도록 강제한다.

압박은 이 두 제공업체를 넘어선다. Amazon Web Services, Microsoft, Meta, Oracle 및 전문 AI 사업자들은 모두 전력 접근성, 건설 인력, 전기 장비, 냉각 시스템을 두고 경쟁한다. 모듈식 건설이 이러한 제약을 없앨 수는 없지만, 그 순서는 바꿀 수 있다.

직접적인 입찰 경쟁이 없어도 Alibaba Google 비교가 중요한 이유가 여기에 있다. 각 회사는 인프라 엔지니어링을 더 빠른 서비스 확장으로 전환하려 하고 있다. 이들의 선택은 더 넓은 시장에서 공급업체와 기업의 기대에 영향을 줄 수 있다.

Google은 TPU 가속기에 맞춰 맞춤형 시설을 설계해 온 오랜 이력을 보유하고 있다. Alibaba는 클라우드 인프라를 Qwen 모델, Platform for AI, 자체 개발 프로세서와 결합한다. 두 회사 모두 칩과 고객 사이의 더 많은 계층을 점점 더 직접 통제하고 있다.

이러한 수직 통합은 판돈을 높인다. 모델, 가속기, 네트워크, 시설을 조율하는 제공업체는 전체 시스템을 최적화할 수 있다. 동시에 어느 한 계층이라도 제공 목표를 놓치면 더 큰 위험을 부담한다.

공장 제작 모듈이 100일 일정의 기반이다

Alibaba가 장비가 건설 현장에 도달하기 전에 더 많은 엔지니어링을 완료할 때에만 이 일정은 현실성이 생긴다.

기존 데이터센터 프로젝트는 설계, 기초 공사, 구조물 건설, 전력 시스템, 냉각, 제어, 시운전에 걸친 순차 작업을 수반한다. 한 단계의 지연은 이후 모든 작업을 막을 수 있다. 현장별 엔지니어링은 교훈을 다른 프로젝트로 옮기기도 어렵게 만든다.

모듈식 프로젝트는 이 과정의 일부를 병렬 생산으로 옮긴다. 작업자들은 현장을 준비하는 동안 공장에서 전력, 배터리, 냉각 또는 컴퓨팅 모듈을 조립할 수 있다. 이후 완성된 유닛이 현장에 도착해 연결 및 시스템 수준 테스트를 거친다.

Inspur의 2026년 프로젝트 설명은 구체적 사례를 제공한다. 이 회사는 Alibaba의 CUBE DC 5.0 기술을 사용하는 닝샤의 60메가와트 AI 시설을 설명한다. 한 건물은 342개의 조립식 컨테이너로 구성된 260개의 표준화 제품을 사용한다.

이 모듈은 액랭 컴퓨팅, 공랭 컴퓨팅, 배터리, 수질 조절, 중전압 전력을 포괄한다. Inspur는 컨테이너가 현장 조립 전에 공장에서 통합 및 테스트되었다고 말한다. 이것이 Alibaba의 제공 주장 뒤에 있는 운영 메커니즘이다.

닝샤 프로젝트는 모듈화가 서버로 채운 단순한 선적 컨테이너를 의미하지 않는 이유도 보여준다. 모듈은 복잡한 인프라를 표준화된 패키지로 나눈다. 엔지니어들은 여전히 이러한 패키지를 하나의 안정적인 전기 및 열 시스템으로 통합해야 한다.

Inspur는 이 시설의 액랭 랙이 각각 최대 83킬로와트를 지원한다고 말한다. 또한 전력사용효율(PUE)이 최저 1.159라고 보고한다. 전력사용효율은 전체 시설 에너지와 컴퓨팅 장비에 제공되는 에너지를 비교한다.

1.0에 가까운 값은 냉각, 전력 변환 및 기타 건물 시스템에서 발생하는 오버헤드가 적음을 나타낸다. 다만 인용된 값은 프로젝트 참여업체가 제공한 것이다. 계절 전반에 걸친 독립적인 운영 데이터가 더 강력한 검증을 제공할 것이다.

Alibaba의 공용 냉각 설계는 또 다른 불확실성 원인을 다룬다. 이는 공통 냉각원을 통해 공랭 및 액랭 장비를 모두 지원한다. 서로 다른 가속기 세대가 다른 열 요구사항과 함께 도입될 때 이러한 유연성은 중요하다.

직류 전력 분배는 전력망과 서버 구성 요소 사이의 일부 변환 단계를 없앨 수 있다. 변환 단계가 줄면 장비 수와 전기 손실을 낮출 수 있다. 이 설계에는 여전히 대형 클러스터에 적합한 이중화, 보호 시스템, 유지보수 절차가 필요하다.

표준화는 조달도 개선할 수 있다. 제공업체는 모든 전기실을 새로 설계하는 대신, 확립된 생산 라인에서 반복 가능한 모듈을 주문한다. 공급업체는 구성 요소 수요를 예측하고 반복 작업을 통해 조립을 개선할 수 있다.

그러나 100일이라는 수치는 개발의 모든 단계를 포함하지 않을 가능성이 높다. 토지 취득, 전력망 연계, 인허가, 환경 검토, 장기 소요 유틸리티 작업은 훨씬 일찍 시작될 수 있다. 보도된 수치는 주요 선행 조건이 갖춰진 뒤 시설 제공 기간에 더 관련이 있는 것으로 보인다.

전력 공급이 핵심 병목인 지역에서는 그 경계가 중요하다. 조립식 건물만으로는 송전 용량을 만들어낼 수 없다. 아직 발주되지 않은 터빈, 변압기, 변전소의 가동을 앞당길 수도 없다.

건설 속도와 서비스 준비 상태도 다르다. 운영자는 전력 경로를 시운전하고, 냉각을 검증하며, 장애 조치 절차를 테스트하고, 네트워크를 설치하고, 현장을 보안 처리하고, 클라우드 소프트웨어를 통합해야 한다. 고객이 관심을 두는 것은 구조물 완공일이 아니라 실제로 사용할 수 있는 인스턴스가 제공되는 날짜다.

따라서 가장 타당한 해석은 범위가 좁지만 중요하다. CUBE DC 5.0은 병렬 제조와 표준화된 조립을 통해 데이터센터 건설 중 통제 가능한 부분을 단축할 수 있다. 모든 외부 의존성을 동일한 일정 안으로 압축하는 것은 아니다.

Alibaba와 Google의 주장이 여전히 입증하지 못하는 것

해결되지 않은 질문은 모듈형 구축 속도가 현지 규제, 공급 제약, 수년간의 고밀도 운영 환경에서도 유지되는지 여부다.

Alibaba는 CUBE DC 5.0이 발표 자료를 넘어 실제로 존재한다는 근거를 제시했다. 닝샤 배포 사례에는 프로젝트명, 기술 사양, 그리고 눈에 보이는 조립식 설계가 포함돼 있다. 하지만 유사한 시설이 일관되게 100일 안에 서비스를 시작한다는 점을 독립적으로 입증하지는 못한다.

회사는 보고된 일정에 대한 상세한 시간 기준을 공개하지 않았다. 독자는 아직 카운트다운이 언제 시작되고 끝나는지 확인할 수 없다. 정의에 따라 동일한 프로젝트도 100일짜리 구축이 될 수도, 수년이 걸린 개발이 될 수도 있다.

글로벌 모듈형 생산능력 주장에도 명확한 기준 규모가 없다. 작은 생산 기반을 세 배로 늘리는 것과 이미 확립된 다지역 운영을 세 배로 확대하는 것은 다르다. 공장에서 예약된 생산능력과 클라우드 고객이 실제로 사용할 수 있도록 시운전된 IT 부하도 다르다.

신뢰성 역시 동등한 주목을 받아야 한다. 모듈은 미지의 변수가 적은 통제된 생산 라인에서 출고되므로 공장 테스트는 일관성을 높일 수 있다. 그러나 모듈 간 연결부는 크고 변화하는 부하에서도 신뢰성을 유지해야 하는 인터페이스를 만든다.

시설이 냉각 방식과 랙 세대를 혼합하면 유지보수 관행은 더 복잡해질 수 있다. 운영자에게는 예비 부품, 숙련된 기술자, 명확한 격리 절차가 필요하다. 건설 단계의 속도가 이후 운영 경직성으로 이어져서는 안 된다.

지리적 조건도 또 다른 과제다. 전기 표준, 화재 규정, 기상 조건, 지진 위험, 용수 가용성, 인허가 규칙은 시장마다 다르다. 한 관할권을 위해 설계된 모듈은 다른 지역에서 수정이 필요할 수 있다.

이는 Alibaba와 Google의 비교에서 특히 중요하다. Google의 인프라 확장은 수많은 규제 시장과 전력 시스템에 걸쳐 있다. Alibaba가 100일 프로세스를 해외로 이전할 수 있는 능력은 중국 내 엔지니어링 작업보다 문서화가 덜 돼 있다.

Google의 전략에도 자체적인 검증 공백이 있다. Google의 fungible architecture는 설계 방향이지, 모든 시설 구성 요소가 상호 교환 가능해진다는 증거는 아니다. 하드웨어 공급업체, 독점 인터페이스, 노후 건물은 그러한 유연성을 제한할 수 있다.

두 회사 모두 모듈화만으로 해결할 수 없는 전력 제약에 직면해 있다. Google은 전력망 스트레스 상황에서 일부 데이터센터 수요를 조정할 수 있도록 유틸리티 기업과 유연 부하 계약을 협상했다. 또한 향후 성장을 위해 신규 에너지 프로젝트도 추진해 왔다.

Alibaba는 중국 서부의 에너지 자원 인근에 대규모 컴퓨팅 부하를 배치할 수 있는 시장에서 운영된다. 닝샤 프로젝트는 이러한 접근 방식을 반영한다. 컴퓨팅을 내륙으로 이전하면 전력 접근성은 개선될 수 있지만, 네트워크와 워크로드 배치 측면의 고려 사항이 생긴다.

칩 공급은 별도의 불확실성을 만든다. Alibaba의 연차 보고서는 자회사 T-Head가 자체 GPU를 대규모 생산에 투입했다고 밝힌다. 그러나 공개 근거는 생산량, 성능, 고객 제공 가능성에 관한 세부 정보를 여전히 제한적으로만 제공한다.

시설이 빠르게 완공돼도 가속기, 메모리, 광 네트워킹 장비가 늦게 도착하면 가치는 크지 않다. 반대도 마찬가지다. 적절한 전력 공급 공간이 완공되지 않은 상태에서는 사용 가능한 칩도 클라우드 매출을 만들지 못한다.

따라서 보고된 10% 건설 비용 절감은 전체 AI 컴퓨팅 비용이 10% 감소한다는 의미로 받아들여서는 안 된다. 서버와 네트워킹은 이 좁은 주장 범위 밖에 남아 있다. 전력비와 유지보수 비용은 시설의 운영 수명 전반에 걸쳐 계속된다.

과잉 구축 위험도 있다. 클라우드 제공업체는 모델 효율성, 추론 가격, 고객 채택에 따라 변할 수 있는 수요를 기준으로 계획한다. 더 빠른 모듈형 배포는 타이밍 위험을 낮추지만, 수요가 검증되기 전에 용량 확장을 더 쉽게 만들 수도 있다.

모듈화는 제공업체가 단계적으로 구축할 수 있기 때문에 부분적인 방어책이 된다. 더 작은 단위로 증설하면 계약과 워크로드 성장이 가시화될 때 인프라를 추가할 수 있다. 기업이 전체 생산 파이프라인을 너무 일찍 주문하면 이러한 이점은 사라진다.

엔터프라이즈 구매자에게 올바른 대응은 무시도 무비판적 수용도 아니다. Alibaba는 신뢰할 만한 메커니즘과 최소 한 건의 상당한 배포 사례를 보여줬다. 가장 대담한 일정 및 글로벌 생산능력 주장은 여전히 비교 가능하고 독립적으로 문서화된 프로젝트가 필요하다.

세 가지 신호가 이점의 실체를 판가름할 것이다

완공된 용량, 해외 반복 배포, 운영 성능이 Alibaba가 인프라 우위를 만들었는지를 결정할 것이다.

첫 번째 신호는 100일 일정에 따라 제공된 것으로 문서화된 CUBE DC 5.0 프로젝트다. Alibaba는 시작 조건, 완료 기준점, IT 부하, 시운전 기간, 고객 워크로드가 가동되기 시작한 날짜를 밝혀야 한다.

공개된 타임라인은 계측 시작 전에 기반 작업이 이뤄졌는지 명확히 해줄 것이다. 또한 고객이 동등한 조건에서 Alibaba의 주장을 기존 프로젝트와 비교할 수 있게 한다. 이 세부 정보가 없으면 100일은 매력적이지만 유동적인 헤드라인으로 남는다.

이러한 확인은 모듈형 건설이 컴퓨팅 제공 가능 시점을 바꾼다는 Alibaba의 주장을 강화할 것이다. 특히 건물은 완공됐지만 시스템을 사용할 수 없는 상태였다면, 훨씬 긴 시운전 기간은 그 주장을 약화할 것이다.

두 번째 신호는 Alibaba가 가장 익숙한 국내 환경 밖에서의 배포다. 동남아시아, 유럽 또는 다른 해외 시장의 프로젝트는 규제 적응, 공급업체 조율, 현지 건설 관행을 시험할 것이다.

Alibaba의 global cloud footprint는 해외 반복 적용이 의미 있는 지역을 제공한다. 다만 클라우드 리전은 임차 시설, 자체 구축 캠퍼스 또는 둘의 조합을 사용할 수 있다. 모듈형 제공 역량이 곧 모든 지역에서 전면적인 자체 건설을 의미하지는 않는다.

성공적인 해외 배포는 보고된 글로벌 모듈형 생산능력 세 배 확대 계획을 뒷받침할 것이다. 이는 제조 프로세스가 건축 규정과 공급망을 넘어 적용될 수 있음을 보여줄 것이다. 국내 성장만으로는 “글로벌”이라는 부분이 덜 확실하게 남는다.

세 번째 신호는 닝샤 프로젝트와 이후 시설의 지속적인 운영 데이터다. 구매자는 가용성, 계절별 전력사용효율성, 랙 밀도 활용도, 냉각 전환, 유지보수 성능을 지켜봐야 한다.

프로젝트의 prefabricated modules는 유용한 기술적 기준선을 제공한다. 60메가와트 부하는 소규모 실증 사례에서는 드러나지 않을 수 있는 통합 문제를 드러낼 만큼 크다. 언급된 효율 수준에 가까운 성능이 지속된다면 Alibaba의 엔지니어링 주장은 더욱 설득력을 얻을 것이다.

운영 문제는 모듈형 건설이라는 범주 자체를 무효화하지는 않는다. 대신 복잡성이 건설 현장에서 제조, 통합 또는 유지보수로 옮겨갔음을 보여줄 것이다. 장기 데이터가 밝혀야 할 핵심은 바로 이 절충 관계다.

Google의 대응도 추가적인 맥락을 제공할 것이다. Google의 모듈형 전략은 구성 요소와 세대 간 상호운용성을 강조한다. Google이 반복 가능한 배포 개선을 공개한다면, 업계는 서로 다른 독점 시스템에도 불구하고 공통 원칙으로 수렴할 수 있다.

이 경쟁은 기업 고객이 이들 제공업체를 직접 비교해 선택하지 않더라도 이익이 될 수 있다. 더 빠른 건설은 지역별 컴퓨팅 공급을 확대하고, 대기 기간을 줄이며, 더 많은 가속기 구성을 지원할 수 있다. 신중하게 구현된 표준화는 신뢰성도 개선할 수 있다.

개발자는 물리적 용량이 API 가용성과 추론 비용에 영향을 미치기 때문에 관심을 가져야 한다. 제품 팀은 지역별 용량이 지연 시간, 데이터 레지던시, 출시 일정에 영향을 미치기 때문에 관심을 가져야 한다. 인프라 구매자는 공급업체의 주장이 이제 소프트웨어를 넘어 건설 실행까지 확장되고 있으므로 관심을 가져야 한다.

따라서 Alibaba와 Google의 경쟁은 산업 시스템 경쟁으로 변모하고 있다. 모델은 여전히 눈에 띄지만, 수천 개의 가속기에 전력을 공급하고 냉각할 수 있는 능력이 그 모델이 얼마나 폭넓게 실행될 수 있는지를 결정한다.

Alibaba는 반복 가능한 모듈을 제조하고, 납품 전에 테스트하며, 현장 작업과 병행해 조립하는 구체적인 메커니즘을 제시했다. 또한 100일과 계획된 생산능력 세 배 확대를 포함해 기억하기 쉬운 수치를 이 메커니즘에 부여했다.

이제 책임은 아키텍처에서 반복 실행으로 옮겨간다. 프로젝트명이 공개된 시설, 비교 가능한 타임라인, 시운전된 메가와트, 여러 계절에 걸친 운영 결과를 주시해야 한다. 이러한 신호는 Alibaba의 속도가 지속적인 클라우드 경쟁력인지, 아니면 좁게 규정된 건설 이정표인지 보여줄 것이다.