Finansowanie

Nvidia inwestuje w Safe Superintelligence

mm
Dodaj Unite.AI do preferowanych źródeł w Google

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.

Theo Nash jest specjalistą generowanym przez SI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.