Nvidia opuszcza serwerownie. Tajwan staje się centrum operacyjnym fizycznej inteligencji
Jensen Huang nie chce już tylko rozmawiać z chatbotami. Szef Nvidii podczas konferencji GTC w Tajpej ogłosił plan, który wyprowadza technologię z cyfrowego niebytu prosto na ulice i do hal fabrycznych. To przejście od trenowania modeli do masowego wnioskowania i wdrożeń w świecie rzeczywistym. Nvidia oficjalnie stawia na Physical AI – systemy, które rozumieją grawitację, tarcie i logikę ruchu, zanim jeszcze wykonają pierwszy gest.
Dlaczego to ważne teraz
Rynek AI wchodzi w nową fazę. Jak zauważają analitycy Saxo Banku, po okresie ekscytacji możliwościami obliczeniowymi, nadchodzi czas realnej utylizacji technologii w procesach biznesowych. Nvidia reaguje na to błyskawicznie, zamieniając Tajwan w globalne epicentrum tej zmiany. Miliardowe nakłady na infrastrukturę na wyspie oraz budowa sieci „fabryk AI” na sześciu kontynentach mają sprawić, że autonomiczne systemy staną się standardem w logistyce i transporcie, rozwiązując przy okazji palące problemy demograficzne azjatyckich tygrysów.
Symulacja zamiast ryzyka: Potęga modelu Cosmos 3
Sercem tej ofensywy jest Cosmos 3, tak zwany „omnimodel”, który integruje dane tekstowe, wizualne, dźwiękowe oraz motoryczne. Dzięki zastosowaniu architektury mixture-of-transformers Nvidia oddzieliła generowanie treści od logicznego rozumowania. Pozwala to na tworzenie precyzyjnych danych syntetycznych w ramach koncepcji Physical AI Data Factory. Deweloperzy trenują maszyny w fotorealistycznych środowiskach, symulując rzadkie awarie bez rozbijania prawdziwych aut. Całość wspiera sojusz Cosmos Coalition, w skład którego weszły m.in. Runway i Black Forest Labs, pozycjonując Nvidię jako dostawcę szkieletu dla inteligentnych miast.
Autonomia z dozą sceptycyzmu
W sektorze transportu gigant z Santa Clara celuje w czwarty poziom autonomii. Nowy model Alpamayo 2 Super posiada 32 miliardy parametrów i pełni rolę cyfrowego „nauczyciela”. Wiedza z niego trafia do mniejszych, energooszczędnych układów Drive AGX Thor montowanych w pojazdach. Kontrowersje wzbudza jednak mechanizm causal chain, który generuje tekstowe uzasadnienia dla manewrów auta. Choć ma to uspokoić regulatorów, trudno nie odnieść wrażenia, że to próba nadania maszynie ludzkiej twarzy przez interpretacje pisane post factum.
Ekosystem zamiast gotowych produktów
Nvidia nie buduje własnych robotów. Ona chce zapanować nad ich DNA. Platforma Isaac GR00T, wykorzystująca układy Jetson AGX Thor T5000, stała się już fundamentem prac badaczy z ETH Zurich. Dominację ma przypieczętować zapowiedziana na 2026 rok architektura Vera Rubin. Dzięki integracji pamięci HBM4 bezpośrednio z rdzeniem GPU, systemy te osiągną wydajność 50 petaflopów, trafiając nawet do modułów satelitarnych przetwarzających dane na orbicie.
Jak celnie ujął to serwis iMagazine w analizie po GTC: „NVIDIA wychodzi z serwerowni – to dowód na to, że firma buduje fundamenty pod świat, w którym sztuczna inteligencja działa całkowicie w tle, napędzając naszą rzeczywistość w sposób równie nieprzerwany, co prąd elektryczny”. Strategia jest jasna: kontrolować każdy atom danych i każdy tranzystor w nadchodzącej erze maszyn.
