ai

Wkrótce na rynku pojawią się urządzenia z segmentu mieszanej rzeczywistości (XR), które będą miały na pokładzie nowy chip od marki Qualcomm. Ta ostatnia przedstawiła go na wydarzeniu Augmented World Expo, choć na ten moment nie znamy jego dokładnych szczegółów, a bardziej to, czym się wyróżnia i o ile maksymalnie okazuje się lepszy od swojego poprzednika, czyli Snapdragona XR2+ Gen 2, który zagościł chociażby w headsecie Samsung Galaxy XR.

Przez ostatnie dwa lata wokół generatywnej AI narosło przekonanie, że rosnący popyt usprawiedliwi wysokie koszty, agresywne inwestycje i ciągłe dokładanie kolejnych GPU. Problem w tym, że przychody i liczba użytkowników nie są jeszcze równoznaczne ze zdrowym modelem biznesowym. Najnowszy przeciek dokumentów finansowych OpenAI dobrze to pokazuje. Firma rośnie błyskawicznie, ale koszty treningu modeli, inferencji i sprzedaży rosną równie szybko.

InPost od lat bazował na prostej przewadze, że ostatni etap zakupów realizował szybciej i wygodniej niż część rynku. Teraz chce wejść wcześniej w proces i przejąć moment, w którym klient dopiero szuka produktu. W InPost Mobile pojawiła się funkcja Kupuj z asystentem AI o nazwie Von Halsky. Brzmi jak marketingowy żart z psem w logo, ale to poważniejszy ruch strategiczny. InPost chce obejmować całą ścieżkę zakupową w jednej aplikacji.

W AI uwaga skupia się na GPU i pamięciach HBM, ale coraz częściej wąskim gardłem staje się dostęp do danych. Modele rosną, okna kontekstu się wydłużają, a serwery zaczynają ograniczać pamięć. AMD dostrzegło ten problem i przejęło MEXT. Jest to startup rozwijający oprogramowanie, które pozwala wykorzystywać pamięć flash w sposób bliższy DRAM. Cel jest prosty. Obniżyć koszty infrastruktury AI i zwiększyć gęstość upakowania zasobów w centrach danych.

LPDDR przez lata kojarzył się głównie ze smartfonami, ultrabookami i sprzętem, w którym liczy się każdy wat. Teraz się to zmienia, bo centra danych pod AI mają dokładnie ten sam problem, tylko w znacznie większej. Za mało pamięci, za dużo energii i coraz mniej miejsca na dokładanie kolejnych klasycznych modułów. JEDEC już wcześniej pokazał standard LPDDR6, ale dopiero obecny plan zdradza, po co naprawdę pcha go dalej.

ChatGPT przez długi czas był właściwie synonimem konsumenckiej sztucznej inteligencji. Jeśli ktoś mówił o rozmowie z botem, pisaniu tekstu, streszczaniu dokumentów albo generowaniu pomysłów, najczęściej miał na myśli właśnie usługę OpenAI. Najnowsze dane pokazują jednak, że choć ChatGPT wciąż rośnie i ma ogromną bazę użytkowników, to jednocześnie traci swoją przewagę. Mówiąc krótko, konkurencja coraz mocniej rozpycha się na rynku.

Rynek akceleratorów AI zaczyna męczyć się własnym rozmachem. Modele rosną, zużycie energii też, a dokładanie kolejnych szaf z GPU przestaje wyglądać jak rozsądna odpowiedź na każdy problem. W takim momencie na scenę wchodzi Tensordyne z układem Napier i obietnicą, że da się pójść inną drogą, czyli zapewnić mniej mnożeń, więcej sprytu w matematyce, dużo SRAM i mniej bólu głowy przy rachunkach za zasilanie oraz chłodzenie.

W technologicznym świecie niebawem może dojść do naprawdę wielkiego przejęcia - w kwestii finansowej. Tym razem po jednej stronie stoi firma zarządzana przez Elona Muska, a po drugiej przedsiębiorstwo Anysphere, które działa na rynku pod marką Cursor. To ostatnie związane jest z branżą sztucznej inteligencji, a powstało w 2022 roku. Obecnie (2026), czyli kilka lat później, firma ma zostać przejęta za 60 mld dolarów - aczkolwiek w grę nie wchodzi gotówka, tylko akcje.

NVIDIA obecnie skupia się głównie na opracowywaniu kolejnych generacji akceleratorów graficznych, wykorzystywanych na potęgę w centrach danych oraz w zadaniach związanych ze sztuczną inteligencją. Jednym z ich najnowszych projektów jest model NVIDIA GB300 Blackwell Superchip. System ten łączy w sobie 72 rdzenie ARM Grace (Neoverse V2) oraz pojedynczy akcelerator GB300. Taki zestaw wykorzystywany będzie również przez firmę ASUS w ich najnowszym projekcie komputera o nazwie ExpertCenter Pro ET900N G3.

AI przestała w firmach być gadżetem dla kilku entuzjastów. Weszła do codziennej pracy szybciej niż regulaminy, szkolenia i zdrowy rozsądek. Najnowszy raport Cyberportret polskiego biznesu 2026 pokazuje, że polskie organizacje nie mają już problemu z samą adopcją narzędzi. Pęknięcie widać gdzie indziej, a mianowicie w braku kontroli nad tym, kto z czego korzysta, jakie dane wrzuca do modeli i czy rozumie, co może z tym zrobić publiczny LLM.

Wyścig AI zwykle opisujemy przez pryzmat GPU, HBM i kolejnych rekordów TOPS. Tyle że im większa gęstość mocy w szafie, tym więcej zależy od układów, które kontrolują straty, temperaturę i stabilność zasilania. Korea Południowa dobrze wyczuła moment. Skoro na pamięciach zbudowała pozycję globalnego gracza, teraz próbuje podobny manewr wykonać w segmencie półprzewodników mocy dla AI, energetyki i przemysłu.

W segmencie akceleratorów AI coraz częściej brakuje miejsca, sensownego kosztowo montażu i marginesu produkcyjnego. Kolejne generacje akceleratorów puchną od HBM i coraz większych matryc, więc temat pakowania przestał być zapleczem dla inżynierów, a wszedł na pierwszy plan. Najnowsze doniesienia wokół NVIDIA Feynman i technologii TSMC CoPoS dobrze pokazują, gdzie dziś naprawdę jest wąskie gardło.

Do grona zakrzywionych monitorów, które opierają się na panelach OLED, dołączył właśnie kolejny model o firmy LG. Nowość wyróżnia się nie tylko całkiem sporym rozmiarem, czy też podświetleniem RGB, ale również systemem webOS, który zwiększa jej funkcjonalność. Monitor może bowiem działać zupełnie bez komputera i w takim trybie daje dostęp do rozrywki np. przez usługę Amazon Luna, Netflix, czy choćby YouTube. Przyjrzyjmy się bliżej temu modelowi z rodziny UltraGear.

Własne procesory dla chmury przestały być egzotycznym projektem działu R&D. Dziś to twarda walka o marżę, zużycie energii i kontrolę nad całym stosem sprzętowym. AWS dołożył właśnie kolejny element tej układanki, bo Graviton5 trafił do ogólnej dostępności razem z instancjami EC2 M9g i M9gd. Liczby wyglądają agresywnie, ale w tej historii ważniejsze od samej specyfikacji jest to, co AWS próbuje ugrać wobec AMD, Intela i własnych klientów.

Google DeepMind wypuściło DiffusionGemma w momencie, gdy rynek lokalnego AI zaczyna wreszcie schodzić z poziomu marketingu do realnych ograniczeń sprzętu. Klasyczne modele autoregresyjne nadal się sprawdzają, ale na desktopie i stacji roboczej często marnują potencjał GPU, bo generują tekst token po tokenie. NVIDIA błyskawicznie to podchwyciła i ogłosiła pełne wsparcie dla nowego modelu na platformach RTX i DGX. Przypadek?

Anthropic od miesięcy budował wokół Mythos atmosferę modelu zbyt mocnego, aby wrzucić go do sieci i udostępnić bez dodatkowych hamulców. Teraz firma pokazała Claude Fable 5, czyli publiczną odmianę tej samej konstrukcji, i Claude Mythos 5 dla ograniczonej grupy partnerów. Chodzi o coś bardzo ciekawego, gdyż gdzie dziś kończy się użyteczny model dla klienta, to zaczyna narzędzie, którego producent boi się oddać bez nadzoru.

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.

Na całym świecie ludzie używają kilku tysięcy języków. Przed erą cyfryzacji porozumienie się nawet w popularnych językach wymagało nauczenia się ich - chociaż w pewnym stopniu. Aktualnie sytuacja wygląda dużo lepiej, ponieważ z pomocą przychodzą nam wszelkiej maści elektroniczni tłumacze, którzy - choć mają swoje ograniczenia - umożliwiają konwersację w wielu językach. Google właśnie przedstawiło interesującą nowość - model AI, który oferuje tłumaczenie "na żywo".

Apple AI… Apple Intelligence wkracza do iOS 27 i asystenta Siri na pełną skalę. Choć wydarzenia takie jak WWDC kojarzą się nam głównie z zapowiedziami dużych zmian w systemach iOS, macOS, tvOS, iPadOS czy visionOS, to w tym roku praktycznie cała uwaga została skupiona na prezentacji nowych możliwości Siri oraz funkcji opartych na sztucznej inteligencji. Przy okazji Apple uchyliło jednak rąbka tajemnicy w kwestii iOS 27 i Liquid Glass, a właściwie jego wydajności i wyglądu.

Macie już dość porad w stylu "5 promptów, które zmienią twoje życie"? Nic dziwnego. Internet jest zalewany materiałami o AI, które wyglądają efektownie, ale w praktyce rzadko tłumaczą, jak naprawdę korzystać z tych narzędzi. Ktoś wpisuje jedno zdanie do modelu językowego, dostaje odpowiedź brzmiącą imponująco i na tym kończy się cała lekcja. Bez kontekstu, bez ustawień, bez wyjaśnienia, dlaczego raz działa, a innym razem produkuje bezużyteczną ścianę tekstu. Problem w tym, że wiele osób...

Gdy PurePC startowało 20 lat temu, wiele rzeczy na tym świecie wyglądało znacznie inaczej. Niektóre popularne dziś technologie w ogóle nie były wówczas znane - ba, telefon komórkowy był jeszcze w dużej mierze właśnie telefonem. Miał tylko dzwonić, wysyłać SMS-y, czasem zrobić zdjęcie i ewentualnie pozwolić na relaks przy prostej grze, która nawet nie oferowała zbyt skomplikowanej oprawy graficznej. Warto jednak zauważyć, że już wtedy rynek mobilnych urządzeń miał ogromny potencjał - istniały...

Pamięci HBM nie są już dodatkiem do akceleratora. Dziś to one decydują, ile danych GPU jest w stanie przetworzyć bez „zadyszki” i jaką pojemność producent zmieści w tym samym pakiecie. SK hynix na Computex pokazał HBM4E, czyli 48 GB w stosie 12-Hi i deklarowane 4 TB/s przepustowości. Liczby wyglądają imponująco, ale ten segment ma swoją stałą cechę. Świetnie prezentuje się na targowych stoiskach, a później zderza się z uzyskami, temperaturą i kosztami produkcji.

Wyścig o pamięci HBM dawno przestał być niszową rozgrywką dla branżowych nerdów. Dziś to jeden z najważniejszych elementów decydujących o tym, kto zbuduje akcelerator AI, a kto zostanie z drogim projektem i pustym slotem obok GPU. Doniesienia o postępach chińskiego CXMT trzeba więc czytać szerzej. Stawką są pieniądze, polityka przemysłowa i odpowiedź na pytanie, czy Korea utrzyma pozycję, która przez lata wydawała się praktycznie bezpieczna.

W pamięciach HBM przepustowość przestała być jedynym kluczowym parametrem, ponieważ im wyższe stosy i gęstsze upakowanie warstw, tym szybciej pojawiają się problemy z temperaturą oraz stabilnością całego pakietu. Samsung podczas targów Computex 2026 pokazał jednak koncepcję HBM5 z rozwiązaniem Heat Path Block, czyli dodatkową ścieżką odprowadzającą ciepło, umieszczoną między pamięcią i układem graficznym.

Microsoft od miesięcy przesuwa Copilota w stronę narzędzia wykonującego realną pracę. Scout w Microsoft 365 idzie dalej. Działa w tle i ma dostęp do poczty, kalendarza, Teamsów i plików. To wizja „osobistego agenta”, który nie tylko odpowiada, ale też wykonuje działania. Problem w tym, że takie systemy już wcześniej traciły kontrolę przy zbyt szerokich uprawnieniach. Im głębsza integracja, tym mniejszy margines błędu i większe skutki pomyłki lub błędnej decyzji.

Sztuczna inteligencja pochłania coraz więcej zasobów, a duże firmy nadal starają się rozwijać tę technologię. Jednak żeby do tego doszło, potrzebne są nie tylko specjalne akceleratory, pamięć RAM i nośniki danych, ale również energia. Inwestycje w tym segmencie są naprawdę wielkie, o czym świadczy najnowsze posunięcie przedsiębiorstwa Alphabet, czyli spółki matki Google. Chce ona pozyskać 80 miliardów dolarów, aby - jak sama mówi - sprostać aktualnemu zapotrzebowaniu.

Microsoft od lat próbuje przekonać programistów, że Windows nadaje się do poważnej pracy deweloperskiej, ale zwykle kończyło się na półśrodkach i kolejnym zestawie obietnic. Na Build 2026 firma nie ograniczyła się do marketingu wokół AI, tylko pokazała zgodność narzędzi, kontenery, terminal i koszty lokalnego uruchamiania modeli. Do tego dorzuciła sprzęt taki, aby deweloper został przy Windows, zamiast uciekać na Linuksa albo do macOS.

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.

Producenci półprzewodników od dawna udają, że najważniejsza walka wciąż toczy się wyłącznie o kolejne nanometry. Tyle że przy akceleratorach AI, pamięciach HBM i konstrukcjach chipletowych coraz częściej decyduje coś mniej efektownego, czyli jak gęsto i jak pewnie da się połączyć kilka kawałków krzemu w jeden sensowny układ. CEA-Leti dorzuciło właśnie do tej układanki wynik, obok którego trudno przejść obojętnie, choć równie trudno bezrefleksyjnie ogłosić przełom.

Allegro sięga po miliard złotych z Europejskiego Banku Inwestycyjnego i nie robi tego dla prestiżu. Taki ruch zwykle ma jeden powód, a mianowicie zdobyć tani kapitał na rozwój, którego nie da się już odkładać. Polski e-commerce zrobił się ciasny, presja ze strony Temu, Amazonu i AliExpressu nie zniknie, a AI przestaje być dodatkiem do wyszukiwarki. Zaczyna decydować o tym, kto pokaże lepszą ofertę, szybciej dowiezie paczkę i taniej utrzyma użytkownika przy sobie.

AI to zazwyczaj GPU, HBM i kolejne rekordy wydatków na centra danych. Jednakże coraz częściej problem leży obok. Nie w samym liczeniu, tylko w tym, jak szybko i jakim kosztem system potrafi dostarczyć dane tam, gdzie trzeba. W ten punkt celuje Xcena, startup z Korei Południowej i USA, który zamiast dokładać następny akcelerator do stosu sprzętu próbuje zmniejszyć ruch pomiędzy CPU, GPU i pamięcią. To bardzo ważne dla operatorów infrastruktury.

Narzędzia do pisania kodu z pomocą AI nie są już branżową ciekawostką. Dziś znajdziemy je już w edytorach, terminalach i workflow zespołów, od prostych podpowiedzi po agentów, którzy sami grzebią w repozytorium, odpalają testy i poprawiają błędy. To zmienia przyzwyczajenia programistów szybciej niż same zasady dobrej inżynierii. I właśnie dlatego najciekawsze w tej historii jest pytanie, co dzieje się z zespołem, gdy nie chcieć pracować bez tego wsparcia.

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.

Wyścig o pamięci HBM zrobił się dla branży AI równie ważny jak premiera kolejnego GPU. Bez odpowiedniej przepustowości nawet najdroższy akcelerator potrafi dławić się na własnym głodzie danych, a wtedy rośnie pobór mocy, koszt platformy i frustracja klientów. Samsung dobrze to widzi, dlatego po starcie komercyjnego HBM4 dorzuca następny ruch i wysyła próbki HBM4E. To jest temat dla producentów serwerów i układów AI.

Na rynku AI dawno skończył się etap, w którym wystarczał dobry model i kilka efektownych benchmarków. Dziś liczy się też to, kto ma dostęp do GPU, pamięci HBM, centrów danych i inwestorów gotowych podpisać czek z dziewięcioma zerami. Anthropic pokazuje to bez żadnych ozdobników i ogłasza finansowanie, które jeszcze niedawno wyglądałoby jak branżowa fantazja, a teraz jest kolejnym ruchem w wyścigu przed giełdowymi debiutami największych spółek AI.

Qualcomm zapowiedział mobilny chip, który ma "zrewolucjonizować doświadczenia na laptopach z niższej półki". Nowy Snapdragon C, który opiera się na architekturze ARM, ma się sprawdzić w notebookach biznesowych, dla studentów lub po prostu w podstawowych zadaniach. Producent stawia tu na energooszczędność, więc mamy się spodziewać bardzo dobrego czasu pracy urządzeń, które przy okazji mają być ciche i chłodne. Ta mobilna jednostka zagości w laptopach od różnych marek.