Nauka i technika

Chiński producent UBTECH otworzył przedsprzedaż serii uWorld U1, w której najtańszy model kosztuje ok. 17,6 tys. USD. Firma ogłosiła, że pierwsza fala zamówień przekroczyła 10 tys. sztuk, a dostawy ruszą do 15 września. To pierwszy pełnowymiarowy humanoid zdolny do skalowalnej produkcji . Z 88 stopniami swobody, lokalnie szyfrowanym magazynem pamięci i opcją personalizacji wyglądu. Unitree G1, Tesla Optimus Gen 3 czy Figure 02 mają solidną konkurencję.

Jeden zestaw masek w litografii EUV wymaga dziś ponad 30 mln godzin obliczeń CPU i to właśnie ten etap jest jednym z największych wąskich gardeł w projektowaniu zaawansowanych układów. TSMC przyspiesza ten proces dzięki platformie NVIDIA cuLitho, uzyskując nawet 40-krotne skrócenie czasu obliczeń, a dzięki generatywnej AI mogą podnieść ten wynik jeszcze około dwukrotnie. Samsung idzie jednak inną drogą i rozwija hybrydowy system symulacji.

IBM po raz kolejny udowadnia, że w roli technologicznego laboratorium czuje się jak ryba w wodzie. Amerykański gigant zaprezentował właśnie technologię klasy sub-1 nm (dokładnie 0,7 nm / 7 angstremów), która wyznacza realny kierunek rozwoju po całkowitym wyczerpaniu możliwości klasycznego skalowania 2D. Firma obiecuje upakować niemal 100 mld tranzystorów na powierzchni paznokcia, ale jak ten pokaz przełożyć na opłacalną masową produkcję?

Grafen od dawna ma opinię materiału z ogromnym potencjałem, ale gdy przychodzi do wdrożeń, entuzjazm zwykle kończy się na technologicznych przeszkodach i zbyt wysokich kosztach. Właśnie ten problem próbuje rozwiązać zespół badaczy z Zakładu Fizyki Nanostruktur i Nanotechnologii Uniwersytetu Jagiellońskiego, który zamiast opowiadać o odległej przyszłości, upraszcza bardzo konkretny etap produkcji nanostruktur grafenowych.

Nowa lista TOP500 przyniosła informację, której wielu się spodziewało, ale mało kto obstawiał ją w tej formie. Chiński superkomputer LineShine wskoczył na pierwsze miejsce z wynikiem 2,198 eksaflopsa w teście HPL, zrzucając amerykańskiego El Capitana na drugą pozycję. Liczba robi wrażenie, lecz jeszcze ciekawsza okazuje się, że można to zrobić bez GPU, bez zachodnich akceleratorów i po latach chińskiej ciszy w publicznych zgłoszeniach.

Kadrowe roszady czynione w laboratoriach AI to teraz normalna informacja, ale gdy firmę opuszcza człowiek pokroju Johna Jumpera, sprawa robi się poważniejsza, bo mówimy o współtwórcy AlphaFold 2 i laureacie Nobla w chemii z 2024 roku. Tym razem nie jest to cichy transfer między zespołami, tylko o przejście z Google DeepMind do Anthropica, czyli jednego z najmocniejszych rywali w wyścigu o modele i badaczy AI na świecie.

Metalowy druk 3D od lat miał zapewniać swobodę projektowania, której klasyczna obróbka nie jest w stanie zapewnić, ale materiały wciąż wyznaczają granice tej technologii. Przy bardziej złożonych stopach, zwłaszcza high-entropy alloys, szybko pojawiają się problemy z różnymi temperaturami topnienia, gęstością czy też z segregacją składników. NIST twierdzi jednak, że część tych ograniczeń można złagodzić bez nowego sprzętu.

AI weszło w etap, w którym sama moc obliczeniowa przestała być jedynym problemem. Równie ważne stały się zasilanie, chłodzenie, działka pod serwerownię i czas potrzebny na postawienie całej infrastruktury. SpaceX próbuje ten supeł przeciąć po swojemu. Zamiast walczyć o kolejne gigawaty na Ziemi, chce wysłać część obliczeń na orbitę. Temu ma służyć satelita AI1 i nowa fabryka GigaSat w Teksasie. Pomysł wygląda jak miks Starlinka, klastra GPU i muskowego rozmachu.

Konkursy technologiczne często kończą jako materiał PR z uśmiechami na zdjęciach i obowiązkowym hasłem o przyszłości cyfrowej gospodarki. Tym razem jest inaczej, bo za dekoracją stoi wynik, którego nie da się wytłumaczyć narracją. W światowym finale Huawei ICT Competition 2025–2026 polscy studenci weszli na podium w kilku ścieżkach naraz, a to już wiele mówi o poziomie pracy na uczelni, przygotowaniu praktycznym i o tym, gdzie dziś naprawdę mierzy się kompetencje.

Dyskusja o AI w matematyce kręciła się wokół benchmarków, zadań olimpijskich i efektownych dem. Teraz OpenAI twierdzi, że jego wewnętrzny model obalił hipotezę Paula Erdősa z 1946 roku dotyczącą problemu odległości jednostkowych w płaszczyźnie. Brzmi grubo, nawet jak na branżę, która lubi nadmuchane komunikaty. Różnica polega na tym, że tym razem za ogłoszeniem stoją konkretne nazwiska i dopracowanie wyniku przez matematyków.

Bardzo ciekawie brzmi deklaracja Nikona, który chce odzyskać klientów TSMC nie za pomocą wielkiej rewolucji technologicznej, lecz starą, brutalnie skuteczną metodą, czyli niższą ceną. To ruch o tyle interesujący, że nie dotyczy segmentu EUV, gdzie Holendrzy trzymają wszystkich za gardło, ale litografii ArF immersion. A to nadal sprzęt niezbędny dla zaawansowanej produkcji, zwłaszcza przy multiple patterning, pamięciach i coraz bardziej złożonych układach 3D.

Startupy od robotyki od miesięcy sprzedają wizję maszyn, które ugotują obiad, zmyją naczynia i ogarną bałagan bez marudzenia. Gorzej, że taki sprzęt nadal trzeba czegoś nauczyć, a symulacje kończą się tam, gdzie zaczyna się prawdziwe mieszkanie z krzywym stołem, przewodami pod nogami i stertą przypadkowych przedmiotów. Shift postanowił więc pójść na skróty. Wchodzi do mieszkań w Nowym Jorku, oferuje darmowe sprzątanie, a w zamian zbiera nagrania.

Branża AI przepala dziś nie tylko kolejne megawaty, ale też stare założenia o tym, gdzie w ogóle powinno stać centrum danych. Chiński projekt z rejonu Lingang pod Szanghajem rozwiązuje ten problem i zanurza go dosłownie na głębokość kilku metrów, łącząc serwery z morzem oraz farmą wiatrową offshore. Brzmi jak efekt zbyt długiej burzy mózgów, tylko że za tą konstrukcją stoją już konkretne liczby, partnerzy i komercyjny start.

Wyścig kwantowy znowu przyspieszył, tym razem za sprawą Chin i fotonicznej maszyny Jiuzhang 4.0. Nagłówki mówią o dominacji nad klasycznymi superkomputerami, lecz w obliczeniach kwantowych najwięcej zależy od kontekstu, czyli rodzaju zadania, sposobu porównania i tego, czy wynik da się przełożyć na coś więcej niż efektowny benchmark. Dlatego nowy rezultat University of Science and Technology of China zasługuje na chłodniejszą analizę niż zwykle.

Alphabet potwierdził rozmowy ze Space Exploration Technologies (SpaceX) i innymi firmami o przyszłych startach dla Project Suncatcher. Sam pomysł brzmi jak pokaz ambicji, ale sedno sprawy leży gdzie indziej i jest nieco bardziej... przyziemne. Centra danych budowane na powierzchni Ziemi coraz mocniej zderzają się z kosztami energii, wodą do chłodzenia i tempem rozbudowy sieci, którego branża AI zwyczajnie nie wytrzymuje.

Szkło od lat uchodzi za materiał stworzony do recyklingu, ale liczby nie pozostawiają złudzeń. W Stanach Zjednoczonych duża część zużytych butelek i słoików nadal ląduje na składowiskach, bo klasyczny model zbiórki, sortowania i ponownego przetopu źle znosi zanieczyszczenia, a także koszty transportu. Startup Vitriform3D próbuje obejść ten układ w ciekawy sposób. Zamiast odsyłać stłuczkę do huty, zamienia ją w proszek i kieruje do drukarki 3D.

Princeton University przez 133 lata ufał studentom zdającym egzaminy. Teraz będzie je nadzorował, bo smartfony i modele językowe zmieniły ten układ bardziej niż jakiekolwiek klasyczne ściągi. Z pozoru to tylko lokalna korekta regulaminu. W praktyce chodzi o coś znacznie poważniejszego. Uczelnie przestają pytać, czy studenci używają generatywnej sztucznej inteligencji, i zaczynają pytać, jak jeszcze da się sprawdzić samodzielne myślenie.

Kraków dostanie infrastrukturę, której polskiemu rynkowi AI zwyczajnie brakowało, a mianowicie duży krajowy zasób GPU spięty z zapleczem danych, doradztwem i szkoleniami. GAIA AI Factory brzmi jak kolejny projekt z unijną pieczątką, ale tu stawka leży gdzie indziej. Chodzi o to, czy polskie zespoły zaczną trenować modele u siebie, czy dalej będą kupować czas w zagranicznych chmurach i oddawać przewagę tam, gdzie stoją serwerownie.

Specyfikacja PCIe 7.0 została sfinalizowana 11 czerwca 2025 roku, podczas gdy w zwykłych komputerach wciąż powszechnie stosowany jest PCIe 5.0. Co istotne, choć standard ten kojarzony jest głównie z segmentem konsumenckim, w praktyce odgrywa on przede wszystkim kluczową rolę w infrastrukturze serwerowej oraz systemach sztucznej inteligencji. Tymczasem organizacja PCI-SIG pracuje już nad PCIe 8.0, dla którego właśnie opublikowano specyfikację w wersji 0.5.

Samsung od miesięcy funkcjonuje w cieniu problemów z uzyskiem, odpływu klientów i przewagi Taiwan Semiconductor Manufacturing Company. Teraz Koreańczycy wracają do nagłówków za sprawą procesu 4 nm, który jeszcze niedawno częściej pojawiał się w kontekście kłopotów niż odbudowy pozycji. Pytanie nie brzmi więc tylko, czy 80 proc. uzysku to dobry wynik, ale czy ten wynik naprawdę zmienia układ sił na rynku akceleratorów AI.

Intel znów wraca do 18A, ale tym razem nie chodzi o sam debiut tranzystorów RibbonFET i zasilania PowerVia. Na horyzoncie pojawił się Intel 18A-P, czyli wariant, który nie obiecuje nowej klasy gęstości, tylko bardziej dojrzałe parametry tam, gdzie projektanci układów naprawdę patrzą, czyli w poborze mocy, zachowaniu bibliotek i przewidywalności procesu. To ruch mniej widowiskowy niż pełny skok generacji, ale potencjalnie ważniejszy dla klientów fabryki.

Najciekawsze technologiczne zmiany często nie są widoczne na pierwszy rzut oka. Japan Airlines chce użyć humanoidalne roboty Unitree. Nie w saloniku premium i nie do odprawy czegokolwiek, lecz do ciężkiej, powtarzalnej roboty przy załadunku bagażu i cargo. Brzmi efektownie, ale stawka jest bardziej przyziemna. Chodzi o ludzi, których zaczyna brakować tam, gdzie lotnictwo wciąż opiera się na sile rąk, a nie na folderach o automatyzacji.

W wyścigu o najszybsze maszyny obliczeniowe świata zwykle najczęściej chodzi o osiągane wyniki w specjalnych benchmarkach, ale tym razem ważniejsza okazuje się lista rzeczy, których nie ma w tego typu urządzeniu. Nowy chiński superkomputer z Shenzhen ma wejść w klasę eksaskalową bez pomocy zachodnich układów od AMD, Intela czy też NVIDII. Bazuje wyłącznie na krajowych CPU, pamięciach i interkonekcie. I właśnie dlatego ten projekt wykracza poza zwykłą walkę o rekord.

Druk 3D z metalu przez lata pozostawał poza zasięgiem mniejszych firm i laboratoriów. Wysoki koszt sprzętu, wymagające zaplecze i cała otoczka bezpieczeństwa skutecznie odsiewały hobbystów, a także małe warsztaty. Scrap Labs twierdzi jednak, że ten układ da się ruszyć. Ich drukarka Scrap 1 ma zmieścić laserowy druk metalu na blacie roboczym, ale prawdziwe pytanie brzmi inaczej: ile z przemysłowej obietnicy zostaje po zejściu do takiej skali?

Gdy ceny pamięci znowu zaczynają budzić nerwy, sieć natychmiast zalewa fala komentarzy o dominacji kilku gigantów i braku alternatyw na rynku. Tym razem doszedł do tego wątek, który brzmi jak prima aprilis spóźniony o kilka tygodni. Autor kanału Dr.Semiconductor pokazał, że w przydomowej szopie da się zbudować nie tylko cleanroom, ale też działające komórki DRAM. I to już nie jest ciekawostka z kategorii technologicznych memów.

TSMC pozostaje obecnie liderem, jeśli chodzi o firmy wdrażające najnowszej generacji procesy technologiczne. To właśnie u TSMC produkuje się większość nowoczesnych układów scalonych, w tym procesorów czy jednostek graficznych. W ostatnich latach TSMC niemal zdominował ten rynek, co doprowadziło oczywiście to znaczących wzrostów cen za wafle krzemowe dla klientów firmy. Z kolei wdrażanie kolejnych, coraz bardziej zaawansowanych litografii odbywało się w miarę płynnie. Jakie plany ma przedsiębiorstwo...

Wyścig o sztuczną inteligencję dawno przestał dotyczyć jedynie modeli. Dziś równie ważne jest to, kto szybciej postawi infrastrukturę zdolną utrzymać tysiące akceleratorów, sieć o absurdalnej przepustowości i chłodzenie, które nie podda się przy pierwszym skoku poboru energii. Właśnie w tym miejscu pojawia się Fairwater, czyli projekt Microsoftu, o którym mówi się już nie jak o kolejnym centrum danych, ale o przemysłowej skali AI.

Zastosowanie sztucznej inteligencji w biologii przestało być ciekawostką. Po modelach przewidujących struktury białek przyszła pora na systemy, które mają ogarniać cały badawczy bałagan, czyli literaturę, bazy danych, hipotezy i plany eksperymentów. OpenAI właśnie dołożyło do tej układanki własny ruch. Firma pokazała GPT-Rosalind, model skrojony pod nauki o życiu. Brzmi to jak kolejna premiera z serii GPT, ale tym razem stawka jest wyraźnie większa.

Medycyna lubi głośne obietnice nowych technologii, ale prawdziwy test przychodzi dopiero wtedy, gdy trafia ona do gabinetów i jest w stanie pomóc w kilksekundowym, zwykłym badaniu. Właśnie w ten punkt celuje Prometheus MedTech.AI. Polski startup przekonuje, że jego system może wychwytywać sygnały wrodzonych wad serca płodu już na etapie rutynowego USG, czyli tam, gdzie każdy błąd może kosztować więcej niż tylko czas.

Tesla od lat sprzedaje wizję auta, które z każdą aktualizacją robi się mądrzejsze i użyteczniejsze. W Europie ta opowieść długo rozbijała się jednak o przepisy, ostrożność urzędów i zwykłą nieufność wobec marketingu Elona Muska. Teraz coś drgnęło. Holenderski RDW dopuścił FSD Supervised do użycia na drogach publicznych, a to oznacza, że spór o przyszłość jazdy wspomaganej wreszcie przenosi się z prezentacji i obietnic na europejski asfalt.

Po wielu latach opóźnień, poprawek i politycznych przepychanek program Artemis wszedł w fazę, której nie da się już zasłonić slajdami. Rakieta Artemis II wystartowała z Kennedy Space Center i zabrała na pokładzie cztery osoby w stronę Księżyca. Tu jeszcze nie będzie lądowania, ale właśnie na tego typu misjach wychodzi na jaw, czy wielkie ambicje NASA bazują na sprzęcie gotowym do pracy, czy tylko na bardzo drogim kompromisie.

System GPS rzadko trafia na czołówki artykułów, bo zazwyczaj po prostu działa. Tym razem zawiodło jednak nie niebo i satelity, lecz kod powstający na Ziemi. Pentagon od lat próbuje wdrożyć OCX, czyli nowy system sterowania satelitami GPS III, ale projekt nadal grzęźnie w testach, poprawkach i stale rosnących rachunkach. To historia o tym, jak oprogramowanie potrafi spowolnić nawet infrastrukturę, od której zależy pół świata i wojsko jednego z mocarstw.

Najciekawsze ruchy na rynku sprzętu związanego ze sztuczną inteligencją coraz rzadziej zaczynają się od prezentacji rekordów wydajności. Czasem wystarczy usunąć jedno wąskie gardło, aby otworzyć sobie szeroko drzwi do wielkich klientów. Huawei właśnie próbuje zrobić to z Ascend 950PR, a stawka jest dużo większa niż kolejny pojedynek slajdów z PFLOPS-ami w tle. Sięga po to co było dotąd jedynie domeną NVIDII.

Na rynku fotoniki czasem ważniejsza od kolejnego parametru w tabeli okazuje się geografia. VIGO Photonics właśnie to potwierdziło, przejmując aktywa amerykańskiej spółki InfraRed Associates. Na papierze widać 8,4 mln USD i transakcję w niszy, którą większość czytelników kojarzy raczej z laboratorium niż z wielkim biznesem. W praktyce stawka jest znacznie większa. A chodzi o produkcję w USA, chłodzone detektory i klientów rzadko zmieniających dostawcę.

Waszyngton znów sięga po ludzi z Doliny Krzemowej, ale tym razem nie chodzi jedynie o kurtuazyjne zdjęcie w Gabinecie Owalnym. Donald Trump obsadził odświeżone PCAST nazwiskami, które realnie rozdają karty w AI. Wśród nich są Jensen Huang, Lisa Su, Larry Ellison, Sergey Brin i Mark Zuckerberg. Na papierze to rada doradcza. W praktyce może to być skrót do szybszej budowy centrów danych, lżejszych regulacji i ostrzejszej gry z Chinami.

Wyścig o akceleratory sztucznej inteligencji coraz rzadziej rozstrzyga się w laboratorium, a coraz częściej w polityce, logistyce i dostępności sprzętu. Chińska firma Huawei dobrze to rozumie, dlatego nie próbuje już udawać kopii NVIDII. Zamiast tego buduje swoją własną ścieżkę, skrojoną ściśle pod realia chińskiego rynku. Akcelerator Ascend 950PR jest kolejnym elementem tej układanki, ale tym razem stawka wydaje się wyższa niż zwykle.