Nvidia opuszcza serwerownie. Era Physical AI ma zdefiniować nową rzeczywistość
Jensen Huang nie chce już tylko rozmawiać z botami. Podczas czerwcowej konferencji GTC 2026 w Tajpej, szef Nvidii nakreślił wizję, która wykracza daleko poza generowanie obrazów czy tekstowe podpowiedzi. Gigant z Santa Clara stawia na Physical AI – technologię, która ma wyprowadzić algorytmy z cyfrowego niebytu prosto do hal produkcyjnych i na miejskie ulice. To próba nadania maszynom intuicyjnego zrozumienia praw fizyki, od grawitacji po mechanikę tarcia, zanim jeszcze wykonają jakikolwiek ruch.
Dlaczego to ważne teraz
Strategiczny zwrot Nvidii następuje w momencie, gdy rynek nasycił się prostymi asystentami tekstowymi. Firma ogłosiła podczas targów, że roboty i fabryki przechodzą właśnie od izolowanych wdrożeń do złożonych zadań klasy enterprise. Jak zauważa sam producent na swoim blogu, jesteśmy świadkami punktu zwrotnego: Physical AI przestaje być eksperymentem, a zaczyna skalować całe branże, od logistyki po autonomiczne pojazdy.
Fundamenty wirtualnej fabryki danych
Kluczowym elementem tej ofensywy jest model Cosmos 3. Nvidia określa go mianem „omnimodelu”, ponieważ integruje on dane wizualne, dźwiękowe i motoryczne. Co istotne, inżynierowie oddzielili proces logicznego rozumowania od generowania treści. Dzięki temu powstał Physical AI Data Factory Blueprint – otwarta architektura służąca do tworzenia wysokiej jakości danych syntetycznych. Pozwala to na trenowanie autonomicznych systemów w fotorealistycznych symulacjach, gdzie można bezpiecznie testować awarie na autostradach bez ryzykowania życia ludzi.
Architektura dominacji: Od Thora po Verę Rubin
Strategia Nvidii opiera się na dostarczaniu cyfrowego DNA zamiast gotowych produktów. Platforma Isaac GR00T N1.7, wykorzystująca moduły Jetson AGX Thor, już teraz stanowi bazę dla projektów na uczelniach takich jak ETH Zurich. Firma nie zamierza zwalniać tempa. Na 2026 rok zapowiedziano architekturę Vera Rubin. Dzięki integracji pamięci HBM4 bezpośrednio z rdzeniem GPU, ma ona osiągnąć zawrotną wydajność 50 petaflopów. Takie parametry pozwolą na przetwarzanie danych nie tylko w pojazdach, ale nawet w modułach satelitarnych na orbicie. Jensen Huang podczas keynote’u był bezpośredni: „To jest nowy model komputerowy. To właśnie potrafi agent”.
Autonomia pod lupą krytyków
W dążeniu do czwartego poziomu autonomii Nvidia promuje model Alpamayo 1.5, pełniący rolę cyfrowego mentora dla układów Drive AGX Thor. Kontrowersje wzbudza jednak mechanizm causal chain. System ten generuje tekstowe uzasadnienia dla decyzji podejmowanych przez samochód. Choć ma to na celu uspokojenie regulatorów, trudno oprzeć się wrażeniu, że to próba nadania maszynie ludzkiej twarzy poprzez interpretacje tworzone post factum. Według Huanga kluczowa jest tu „jednoczesna konwergencja dużych modeli językowych, które potrafią teraz naprawdę dobrze myśleć, rozumować i planować”, ale krytycy pytają, czy to planowanie zawsze pokrywa się z faktycznym kodem wykonawczym.
Globalne fabryki inteligencji
Przejście na Physical AI to także odpowiedź na wyzwania demograficzne. Budowa sieci fabryk AI na sześciu kontynentach ma zmienić transport w standard rynkowy. Nvidia konsekwentnie buduje strukturę, w której sztuczna inteligencja staje się infrastrukturą tak samo oczywistą jak sieć energetyczna, kontrolując każdy atom danych przepływający przez nowoczesną gospodarkę.
