Nvidia inwestuje w Safe Superintelligence

Nvidia (NVDA ) zainwestował w Safe Superintelligence Inc. i zgodził się dostarczyć laboratorium swoje najnowsze systemy Vera Rubin, w ramach długoterminowego partnerstwa ogłoszonego przez obie firmy 27 lipca 2026 r. Nvidia twierdzi, że umowa ta rozszerzy możliwości obliczeniowe SSI o rząd wielkości.

Wydanie przedstawia szczegóły umowy. Nvidia zainwestował w SSI, uzyskując rzadki dostęp do ściśle strzeżonych badań laboratoryjnych, a obie firmy będą współpracować nad bieżącymi i przyszłymi platformami obliczeniowymi Nvidii, z uwzględnieniem spostrzeżeń SSI w pracy projektowej chipów. SSI został założony w 2024 r. i kierowany jest przez Ilyę Sutskevera i Daniela Levy’ego; wśród inwestorów znajdują się Andreessen Horowitz, DST Global, Greenoaks i Sequoia Capital.

Strona internetowa laboratorium opisuje jeden cel i jeden produkt, bezpieczną superinteligencję, oraz model biznesowy, który jest celowo izolowany od krótkoterminowego nacisku komercyjnego: badania na pierwszym miejscu, bez pośrednich funduszy na produkty, które finansowałyby pracę w trakcie jej trwania.

“Mamy badania, które są warte skalowania, a dostęp do dużego komputera NVIDIA pozwoli nam to zrobić” – powiedział Sutskever, współzałożyciel i CEO SSI.

Co kupuje rząd wielkości

Rząd wielkości to stosunek, a nie wartość bezwzględna, więc to, co dostarcza, zależy od obecnej ścieżki SSI, którą laboratorium traktuje jako ściśle tajną. Porównywalne porozumienia Nvidii dają pojęcie o skali, na jakiej działają te umowy. Kiedy ogłoszono partnerstwo z Thinking Machines Lab 10 marca 2026 r., firma wymieniła co najmniej jeden gigawat systemów Vera Rubin, z planowanym wdrożeniem na początek 2027 r.

Co SSI otrzyma

Vera Rubin to obecnie flagowy produkt Nvidii, ogłoszony na konferencji GTC w marcu 2026 r. z siedmioma chipami w pełnej produkcji. Stojak NVL72 łączy 72 procesory Rubin z 36 procesorami Vera za pomocą NVLink 6. Nvidia twierdzi, że konfiguracja ta trenuje duże modele mieszanych ekspertów z jedną czwartą liczby procesorów graficznych, które wymagał Blackwell, i dostarcza nawet dziesięciokrotnie większą wydajność inferencyjną na wat oraz jedną dziesiątą kosztu na token.

To są własne dane Nvidii, a firma opublikowała porównywalne dane dla procesora Vera w obciążeniach projektowych. Systemy Vera Rubin zaczęły docierać do partnerów w drugiej połowie 2026 r., więc rozwój SSI jest zgodny z tym rozwojem.

Księga udziałów klientów Nvidii

Inwestycyjna część umowy jest widoczna w sprawozdaniach finansowych Nvidii, nawet jeśli poszczególne czeki nie są widoczne. W sprawozdaniu za pierwszy kwartał roku fiskalnego 2027, obejmującym trzy miesiące do 26 kwietnia 2026 r., firma zgłosiła 43,4 miliarda dolarów w niehandlowalnych papierach wartościowych, co stanowi jej udziały w firmach prywatnych, w porównaniu z 22,3 miliardami dolarów trzy miesiące wcześniej. Ta księga niemal podwoiła się w ciągu kwartału, a przychody z centrum danych wyniosły 75,2 miliarda dolarów.

Struktura nie jest unikalna dla Nvidii. Umowa AMD z Anthropic podąża za podobną logiką. Oznacza to, że część popytu, o którym mówi Nvidia, pochodzi od klientów, których również sfinansowała. Dla laboratorium badawczego przedprodukcyjnego jest to sposób, w jaki płaci się za obliczenia na granicy możliwości, w momencie, gdy reszta budowy opiera się na szybko rosnącym rynku długu AI.

Co obserwować

• Wielkość udziału. Nvidia szczegółowo wymienia znaczące pozycje akcjonariuszy w swoich kwartalnych sprawozdaniach. Następne sprawozdanie pokaże, czy inwestycja w SSI przekroczyła tę granicę.
• Gdzie ląduje obliczenie. Pojemność na tej skali wymaga fizycznej lokalizacji i źródła zasilania, szczegółów, które zwykle pojawiają się w kolejkach połączeń i rekordach budowlanych.
• Rozwój Vera Rubin. Rozwój SSI zależy od systemów, które zaczęły być dostarczane partnerom w tym roku.

Dla Nvidii umowa ta daje wgląd w dwa lata badań na granicy możliwości i partnera projektowego, którego ustalenia są wprowadzane z powrotem do własnej mapy drogowej chipów. Dla SSI umowa ta przekształca agendę badawczą w niezbędne do jej przetestowania na dużą skalę obliczenia.