[AI] Wyścig zbrojeń między USA a Chinami

 

Centrum danych Colossus 1 - 100 tysięcy GPU H100

Wyścig zbrojeń w AI - jak superkomputery zmieniają świat technologii

Zastanawialiście się kiedyś, jak wygląda maszyna, która generuje dla Was odpowiedzi w ChatGPT, obrazy AI czy filmy AI? To nie pojedynczy komputer pod biurkiem, a gigantyczne centra danych wielkości hal fabrycznych, napakowane sprzętem, który kosztuje dziesiątki miliardów dolarów. Sztuczna inteligencja rozwija się w zawrotnym tempie, a w tle trwa prawdziwy wyścig zbrojeń – nie o czołgi czy rakiety, ale o moc obliczeniową. Od NVIDII przez OpenAI po chińskie Huawei – świat walczy o prymat w AI, a stawką jest przyszłość technologii, gospodarki, a może nawet globalnej władzy. W tym wpisie zabiorę Was za kulisy tej rewolucji, pokażę, jak wygląda sprzęt napędzający AI i dlaczego nikt nie może się teraz zatrzymać.

Szafy serwerowe NVIDII: Serce rewolucji AI

Jeśli AI to mózg współczesnej technologii, to NVIDIA jest jej bijącym sercem. Ich racki serwerowe – ogromne szafy wypełnione dziesiątkami procesorów graficznych (GPU) – to podstawa każdego nowoczesnego modelu AI, od Groka po GPT-4o czy Gemini. Nie mówimy tu o pojedynczych kartach graficznych, jak te w naszych gamingowych PC-tach, ale o potężnych systemach, takich jak Blackwell Ultra NVL72, które już w 2025 roku trafiają do centrów danych gigantów technologicznych. Wkrótce pojawią się jeszcze potężniejsze platformy: Vera Rubin w 2026 i Rubin Ultra w 2027, każda z nich obiecująca skok wydajności, który zostawi poprzedników w tyle.

Jedna taka szafa serwerowa czyli tzw. rack, jak NVIDIA GB200 NVL72, to koszt rzędu 2-3 milionów dolarów, a jej moc obliczeniowa pozwala trenować modele AI, które rozumieją język, generują obrazy czy symulują fizykę czarnych dziur. Specyfikacje tych szaf – które pokażę na screenach od NVIDII – robią wrażenie, ale jeszcze bardziej zaskakuje tempo, w jakim NVIDIA wypuszcza nowe wersje. Co roku nowa architektura, każda wyraźnie potężniejsza od poprzedniej. Dla przykładu, centrum danych Colossus, zbudowane przez xAI, jeszcze niedawno działało na 100 tysiącach GPU H100 (architektura Hopper i zdjęcie na początku tego wpisu). Dziś to już przeżytek, bo nadchodzi era Blackwell, a wkrótce Rubin. 

Rack Blackwell Ultra (2025)

Rack Rubin (2026)

 

 

Rack Rubin Ultra (2027)

 

 

Przez tak skrajne różnice w wydajności rok do roku na rack (są one tych samych rozmiarów), tempo ich starzenia jest niezwykle szybkie, i właściwie cała aktualna globalna moc AI blednie w porównaniu do tej która będzie zaledwie za kilka lat, nie mówiąc o dalszej przyszłości.

Giganci AI: xAI i OpenAI stawiają na skalę

Firmy takie jak xAI Elona Muska czy OpenAI Sama Altmana nie tylko korzystają z tych racków – one budują na nich całe imperia. Firma xAI buduje już Colossus 2, superkomputera z milionem GPU NVIDIA Blackwell. Milion akceleratorów, które razem zużywają tyle prądu, co małe miasto (szacuje się, że nawet 1,4-2 GW). OpenAI nie pozostaje w tyle: ich nowe centrum danych, budowane we współpracy z Oracle, ma pomieścić ponad 2 miliony GPU. To skala, która jeszcze kilka lat temu wydawała się science fiction.

Na platformie X giganci chwalą się postępami. xAI publikuje wpisy o tym, jak Colossus 2 przyspieszy rozwój Groka, modelu firmy xAI, który ma rzuca rękawicę ChatGPT i Gemini. OpenAI z kolei zapowiada, że ich nowe klastry pozwolą na trening modeli zdolnych do rzeczy, o których dziś możemy tylko marzyć – od symulacji klimatycznych po projektowanie nowych leków. Poniżej w ramach ciekawostki najnowsze wypowiedzi wielkich firm (OpenAI, xAI) na platformie X:

Wyścig zbrojeń: AI jako nowy melanż

Dlaczego ten rozwój jest tak szybki? Odpowiedź brzmi: popyt i władza. NVIDIA zarabia miliardy dolarów, głównie dzięki sprzedaży akceleratorów AI (właśnie tytułowe racki). Ale to nie tylko biznes – to globalny wyścig o dominację. Stany Zjednoczone, z firmami jak NVIDIA, xAI czy OpenAI, walczą o prymat z Chinami, które bardzo intensywnie stawiają na własne klastry, jak Huawei CloudMatrix 384. Ten system, oparty na procesorach Ascend 910C, ma konkurować z najlepszymi rackami NVIDII, oferując ogromną moc obliczeniową (choć kosztem znacznie większego zużycia energii). Według raportów, CloudMatrix osiąga wydajność NVIDIA GB200 NVL72 kosztem czterokrotnie większego zużycia energii. Dzięki takim projektom jak Huawei CloudMatrix, stanowią poważną konkurencję dla USA, oferując rozwiązania o ogromnej mocy obliczeniowej, które bezpośrednio rywalizują z najlepszymi rackami NVIDII. Co roku mury chińskich uczelni opuszcza kilka milionów absolwentów kierunków technicznych, zapewniając gigantyczną bazę talentów do rozwoju AI. Dodatkowo, Chiny inwestują w odnawialne źródła energii na niespotykaną skalę, co pozwala zasilać energochłonne centra danych bez obaw o ograniczenia energetyczne. Z kolei USA mają przewagę w innowacyjności i dostępie do najnowocześniejszych technologii, dzięki liderom jak NVIDIA, xAI czy OpenAI, którzy wyznaczają globalne standardy w architekturze GPU i modelach AI. Amerykańskie regulacje i sankcje utrudniają Chinom dostęp do topowych chipów, dając USA strategiczną przewagę w krótkim terminie, choć chińska determinacja i skala mogą to w przyszłości zrównoważyć.

Podobnie jak w Diunie, gdzie kontrola nad przyprawą (melanżem) dawała władzę, dziś kontrola nad AI może decydować o globalnej dominacji. Lepsze modele to przewaga nie tylko w biznesie, ale i w cyberbezpieczeństwie, badaniach naukowych czy nawet wojskowości. USA wprowadzają regulacje, by ograniczyć dostęp Chin do swoich chipów, ale Huawei i inni nie stoją w miejscu. Wydaje się, że w tej sytuacji nikt nie może się zatrzymać, ponieważ przegrana oznacza pozostanie w tyle. To dlatego xAI kupuje elektrownie, by zasilać swoje centra danych, a OpenAI podpisuje kontrakty na miliardy dolarów z dostawcami GPU. Stawka jest zbyt wysoka.

Co to oznacza dla nas?

Ten technologiczny wyścig zmienia świat w tempie, za którym ciężko nadążyć. Modele AI, które dziś wydają się potężne, za rok będą przestarzałe. Nowe racki NVIDII, jak Rubin czy Rubin Ultra, oraz klastry typu Colossus 2 czy projekty OpenAI sprawią, że AI stanie się jeszcze bardziej wszechobecne – od asystentów w telefonach po autonomiczne pojazdy i badania naukowe. Ale jest i druga strona medalu: ogromne zużycie energii budzi pytania o ekologię , a koncentracja mocy w rękach kilku gigantów rodzi obawy o monopolizację technologii.