ai

Wyścig o przewagę w wyścigu o sztuczną inteligencję dawno przestał mieścić się w tabelkach z liczbą GPU. Coraz częściej decydują sprawy mniej efektowne, ale dużo ważniejsze, a mianowicie dostęp do mocy, czas przyłączenia do sieci i koszt utrzymania całej infrastruktury. Najnowsze dane z USA pokazują, że ten etap właśnie wchodzi w ostrzejszą fazę, a rachunek za ekspansję AI zaczyna być liczony nie tylko w dolarach, a dotyczy także ekologii.

W lipcu 2025 roku JEDEC zaprezentował standard LPDDR6, który przyniósł szereg usprawnień względem poprzedniej, a zarazem wciąż powszechnie stosowanej generacji pamięci LPDDR5X. Na tym jednak rozwój tej technologii się nie zakończył. Obecnie trwają prace nad dalszymi modyfikacjami, mającymi dostosować LPDDR6 do zastosowań serwerowych związanych z obliczeniami sztucznej inteligencji. Sprawdźmy więc, co zapowiada JEDEC.

Firma Nothing znana jest z nieortodoksyjnego podejścia do stylistyki swoich produktów, zwłaszcza smartfonów i słuchawek, czym przyciąga jednych, a odpycha innych potencjalnych klientów. Oprócz tego próbują też walczyć ceną, zwłaszcza w przedziale cenowym 1000 - 2000 zł, choć odnoszę wrażenie, że ostatnio głównym tematem, jakim się zajmują, jest dodawanie kolejnych funkcji AI. Sam jestem użytkownikiem Nothing Phone 3 i mimo że bardzo go lubię, to nic mnie tak nie irytuje, jak Essential Key z...

Google znów dokręca śrubę w wyścigu o infrastrukturę dla sztucznej inteligencji, ale tym razem nie chodzi o prosty wzrost mocy. Firma pokazuje, że rynek dojrzał do momentu, w którym jeden akcelerator przestaje wystarczać do wszystkiego. Za marketingowym hasłem o erze agentów kryje się znacznie bardziej przyziemna sprawa, a mianowicie koszt pojedynczej odpowiedzi, opóźnienia i skala, która zaczyna pożerać budżety centrów danych.

Przez lata branża przywykła, że najgroźniejsze błędy w przeglądarkach internetowych wypływają pojedynczo, po długim grzebaniu w kodzie albo w ramach bug bounty. Tym razem skala robi piorunujące wrażenie z zupełnie innego powodu. Mozilla pokazała, jak może wyglądać masowy przegląd starego, trudnego do ogarnięcia kodu, gdy do pracy wchodzi wyspecjalizowany model sztucznej inteligencji i nie kończy pracy zaraz po pierwszym znalezisku.

Doszło już do bardzo wielu kluczowych zmian we francuskiej korporacji - i z pewnością niejednej się jeszcze doczekamy. Po latach osobliwych decyzji wreszcie nadszedł czas na konsekwencje. Ubisoft znajduje się prawdopodobnie w najgorszym możliwym momencie w swojej historii, a efekty odczuwa cały rynek, ale chyba najmocniej pracownicy. Z drugiej strony, to też prowadzi do alternatywnej strategii rekrutacyjnej. Na przykład powiązanej z generatywną AI.

Wyścig o produkcję pamięci HBM dawno przestał być technologiczną ciekawostką. Dziś to jeden z najważniejszych czynników decydujących o tym, kto realnie jest w stanie budować akceleratory sztucznej inteligencji na dużą skalę. Chiny chcą stworzyć własne rozwiązania i uniezależnić się od zagranicznych łańcuchów dostaw, jednak najnowsze sygnały pokazują, że między ambicjami a gotowym produktem wciąż pozostaje wyraźna luka do wypełnienia.

Bywa często tak, że o kondycji firmy najlepiej nie mówi wykres, lecz lista premii wypłacanych pracownikom. Właśnie tak wygląda dziś sytuacja koreańskiej firmy SK hynix, która dzięki boomowi na pamięci dla akceleratorów AI weszła na poziom zysków jeszcze niedawno trudny do wyobrażenia. I choć temat brzmi jak ciekawostka z działu gospodarczego, w praktyce mówi sporo o tym, dokąd zmierza cały rynek pamięci DRAM.

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.

Najciekawsze ruchy w dziedzinie sztucznej inteligencji po raz kolejny dzieją się z dala od sceny i marketingowych slajdów. Tym razem chodzi o firmę Google, kolejną generację TPU i układ sił, który może przesądzić nie tyle o rekordach wydajności, ile o koszcie pojedynczej odpowiedzi modelu. Z pozoru to tylko roszada partnerów związanych z projektowaniem układów. W praktyce widać tu próbę poukładania całego zaplecza AI zupełnie od nowa.

Micron w ostatnich tygodniach poinformował o rozpoczęciu dostaw modułów SOCAMM2 wykorzystujących kości LPDDR5X o gęstości 32 Gb dla systemów sztucznej inteligencji NVIDIA Vera Rubin. Teraz do grona dostawców dołącza także SK hynix, które ogłosiło dziś, 20 kwietnia 2026 roku, rozpoczęcie masowej produkcji pamięci SOCAMM2 o pojemności 192 GB. Oznacza to, że firma aktywnie włącza się w zaopatrywanie platform nowej generacji amerykańskiego giganta.

Do oferty przedsiębiorstwa Intel "chwilę" temu wkroczyła nowa jednostka. Omawiany dziś procesor należy do serii Arrow Lake i jest skierowany do mobilnego segmentu, więc trafimy na niego np. laptopach - i to całkiem wydajnych. Nowość, czyli Intel Core 7 245HX, wykorzystuje do działania kilka rdzeni Lion Cove i kilka Skymont. Obsługuje ona pamięci RAM w standardzie DDR5, a także magistralę PCIe 5.0. Sprawdźmy dokładniej, jakie są jej parametry techniczne.

Najdroższy wyścig technologiczny bieżącej dekady nie rozbija się dziś jedynie o brak pomysłów, tylko o rzeczy dużo bardziej przyziemne. Place budowy, kolejki po sprzęt energetyczny, niedobór fachowców i coraz głośniejszy opór lokalnych społeczności zaczynają spowalniać inwestycje w centra danych, które miały wynieść sztuczną inteligencję na kolejny poziom. To moment, w którym wielkie obietnice zderzają się z energetyką, logistyką i polityką.

W przypadku komputerów kwantowych coraz rzadziej chodzi tylko o samą liczbę zastosowanych kubitów. Równie ważne jest to, kto opanuje kalibrację, korekcję błędów i komunikację z klasycznym HPC. NVIDIA właśnie wchodzi w ten obszar z rodziną otwartych modeli Ising. Na pierwszy rzut oka to kolejny projekt AI. W praktyce stawką jest warstwa sterowania, bez której nawet ambitny procesor kwantowy pozostaje jedynie bardzo drogim eksperymentem.

Najciekawsze ruchy w dziedzinie sztucznej inteligencji dzieją się dziś nie na scenie konferencyjnej, lecz w serwerowniach. Meta Platforms rozszerza układ z firmą Broadcom wokół własnych akceleratorów MTIA i robi to w skali, która mówi więcej niż jakiekolwiek marketingowe hasła. Gdy gigant zaczyna liczyć waty, przepustowość sieci i koszt pojedynczej odpowiedzi modelu, wiadomo, że stawka jest większa niż kolejna premiera potężnego procesora lub GPU.

Największy korek w branży układów związanych ze sztuczną inteligencją wcale nie musi powstawać w litografii. Coraz częściej zaczyna się później, na etapie pakowania gotowych układów, kiedy GPU, pamięć HBM i interposer trzeba zamienić w realny produkt. TSMC najwyraźniej uznało, że dalsze dokładanie mocy w samych fabrykach już nie wystarczy, skoro rynek blokuje inny fragment łańcucha. Chodzi o wykorzystanie starych fabryk 8-calowych wafli.

Wyścig o układy dla AI dawno przestał być prostą licytacją na nanometry. Coraz częściej o przewadze decyduje to, jak szybko i z jakimi stratami da się doprowadzić energię do coraz gęściej upakowanych bloków obliczeniowych. Intel Foundry pokazuje więc nie nowy procesor, lecz element mniej widowiskowy na prezentacjach, a być może ważniejszy w praktyce. Chodzi o bardzo cienki chiplet GaN zintegrowany z klasyczną logiką krzemową.

Rynek pamięci zwykle budzi emocje dopiero wtedy, gdy rosnące ceny modułów RAM i SSD psują sklepowe tabelki. Tym razem alarm wybrzmiał wcześniej. Michael Dell wygłosił prognozę, która brzmi jak przesada, ale dobrze trafia w nerw całej branży. Chodzi mu o to, że sztuczna inteligencja ma pożreć tyle pamięci, iż tradycyjny podział na segment serwerowy i konsumencki może przestać działać tak, jak było to przez ostatnie lata.

Firma Valve od lat lubi pracować po cichu, a internet lubi taką ciszę rozbijać na części pierwsze przeciekami i domysłami. Tym razem poszło o nazwę SteamGPT, która wypłynęła z plików śledzonych przez społeczność. Brzmi jak kolejny modny dopisek z ery generatywnej AI, ale trop prowadzi w mniej efektowną, za to znacznie ważniejszą stronę, czyli wprost do supportu, analizy zgłoszeń i zaplecza bezpieczeństwa całego ekosystemu Steam.

Firma Google od wielu miesięcy próbuje przekonać swoich użytkowników, że jej funkcja AI Overviews to wygodniejsza droga do uzyskania właściwych odpowiedzi, niż klasyczna lista linków. Najnowsza analiza pokazuje jednak, że wygoda nadal ma swoją cenę. Problem nie sprowadza się już tylko do memów o kleju na pizzy, lecz do skali błędów w produkcie, który siedzi na szczycie najpotężniejszej i najpopularniejszej wyszukiwarki świata.

Wyścig twórców centrów danych o dominację w sztucznej inteligencji coraz rzadziej przypomina pokaz nowych akceleratorów, a coraz częściej jest to brutalny test infrastruktury. Gdy kolejne firmy stawiają farmy serwerów szybciej, niż lokalne sieci nadążają z rozbudową, inwestorzy zaczynają zadawać pytania, których branża długo unikała. Nie chodzi tu o marketing, nie o wizję, lecz o wodę, prąd, a także o realny koszt utrzymania tej machiny.

Rynek pamięci przez lata żył starym, zwykłym rytmem. Po okresie niedoborów potrzebnych układów przychodziła ich nadpodaż, a potem pojawiały się przeceny. Ten mechanizm zaczyna się zacinać. Najwięksi gracze zajmujący się sztuczną inteligencją wolą dzisiaj zapłacić za pamęci więcej, ale podpisać umowy na zapewnienie ciągłości dostaw na kilka lat, byle tylko zniwelować ryzyko zatrzymania rozbudowy centrów danych w połowie wyścigu.

Rynek półprzewodników przyzwyczaił się patrzeć na TSMC przez pryzmat kolejnych procesów, rekordowych marż i zaspokajania głodu na akceleratory AI. Tym razem uwaga przesuwa się w mniej efektowną stronę. Przed konferencją wynikową wraca pytanie, którego branża długo nie chciała stawiać na pierwszym planie: co stanie się z najważniejszym foundry świata, jeśli problemem okaże się nie technologia, lecz energia?

Firma OpenAI znów próbuje opowiadać o przyszłości sztucznej inteligencji językiem dobra wspólnego. Problem w tym, że niemal równocześnie wraca pytanie, o którym firma chciałaby dawno zapomnieć. Codzi nie o wydajność modeli, nie o miliardy na centra danych, lecz o wiarygodność człowieka stojącego na szczycie. A gdy stawka obejmuje rynek pracy, bezpieczeństwo i państwowe kontrakty, taki zgrzyt przestaje być tylko personalnym konfliktem.

Tym razem nie chodzi tylko o kolejne miliardy parametrów w modelu sztucznej inteligencji. Firma Google wraca do otwartych modeli z ruchem, który może mieć większe znaczenie niż prezentowane tabelki z benchmarkami. Gemma 4 zapowiada się na premierę ważną nie dlatego, że znowu przyspiesza, lecz dlatego, że zmienia warunki gry dla firm, twórców narzędzi i zwykłych użytkowników, którzy chcą uruchamiać AI poza cudzą chmurą.

Eksploit Rowhammer miał już swoją legendę, ale wydawało się, że branża zdążyła go oswoić i zneutralizować. Tymczasem badacze wrócili do tematu od strony, która dla rynku GPU jest znacznie bardziej niewygodna. Nie chodzi już o drobne zniekształcenia danych w pamięci, tylko o pytanie, czy karta graficzna używana w systemach AI, chmurze i pracy profesjonalnej nie stała się właśnie nowym tylnym wejściem do całego systemu.

Najciekawsze ruchy w branży rzadko wyglądają efektownie na slajdzie. Czasem mieszczą się w jednym komunikacie prasowym i kilku technicznych detalach, które dla większości odbiorców brzmią sucho, ale dla rynku znaczą bardzo dużo. Tak właśnie wygląda nowa współpraca IBM i Arm. Na pierwszy rzut oka to kolejny sojusz pod hasłem AI. Przy dokładniejszym przyjrzeniu się widać jednak próbę ruszenia segmentu, który zwykle zmienia się wolniej niż reszta branży.

Rynek akceleratorów sztucznej inteligencji dawno przestał ścigać się wyłącznie na suche liczby z tabeli. Dziś liczy się to, czy układ zmieści duży model w pamięci, utrzyma sensowne opóźnienia i nie zgubi rytmu po rozpięciu na wiele węzłów. Właśnie dlatego najnowszy wynik układu AMD Instinct MI355X w MLPerf 6.0 zasługuje na uwagę, nawet jeśli na pierwszy rzut oka wygląda jak kolejny rekord wrzucony do prezentacji dla inwestorów.

Czasem całą przewagę technologiczną potrafi rozbroić drobiazg, którego nikt nie zauważył przed publikacją. Właśnie tak wygląda sprawa Claude Code, gdzie rutynowa aktualizacja zamieniła się w publiczny wgląd pod maskę jednego z najgłośniejszych narzędzi AI przeznaczonego dla programistów. I choć Anthropic mówi o błędzie pakietowania, skutki tej pomyłki wykraczają daleko poza zwykłe potknięcie w pipeline.

Warhorse Studios to twórcy dwóch cenionych tytułów w branży gier - Kingdom Come: Deliverance oraz jego kontynuacji, które stawiają na możliwie wierne oddanie realiów czeskiego średniowiecza. Pewna decyzja studia rzuciła jednak cień na jego wizerunek - 28 marca 2026 roku na platformie Reddit pojawił się wpis Maxa Hejtmáneka, tłumacza i reżysera voice-over, który twierdzi, że został zwolniony, a jego stanowisko zastąpiono sztuczną inteligencją.

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.

Najciekawsze starcia wokół sztucznej inteligencji nie toczą się dziś między modelami, lecz pomiędzy ludźmi i instytucjami, które chcą nimi zarządzać. Spór firmy Anthropic z Pentagonem wyglądał początkowo jak kolejna kłótnia o warunki kontraktu, ale szybko odsłonił znacznie poważniejszy problem, czyli kto ma prawo wyznaczać granice użycia modeli AI, gdy w grę wchodzi wojsko, państwo i polityka. Sprawa znalazła swój dalszy ciąg w sądzie.

Najpopularniejszy komunikator na całym świecie otrzymuje kolejną garść nowości, która mają ułatwić korzystanie z niego. Odpowiedzialna za niego firma Meta skupiła się na różnych aspektach, takich jak usuwanie dużych plików, przenoszenie czatów pomiędzy platformami, korzystanie z dwóch kont na iOS, tworzenie naklejek z emoji, poprawa zdjęć dzięki Meta AI, czy też pomoc w pisaniu od AI. Nadchodzących, a zarazem obecnie wdrażanych opcji jest więc całkiem sporo.

Choć kryzys na rynku pamięci operacyjnej i masowej trwa w najlepsze, to na szczęście nie powstrzymuje to producentów przed wypuszczaniem nowych produktów w tych kategoriach, choć wolumen premier tego typu wyraźnie spadł w ostatnich miesiącach. Team Group zapowiedział bowiem serię nośników SSD M.2 NVMe PCIe 5.0, skierowaną do twórców cyfrowych oraz osób zajmujących się, a jakże, obsługą i szkoleniem sztucznej inteligencji.

Dotychczas w ramach serii Battlemage, Intel wprowadzał wyłącznie układy graficzne, które oparte były na rdzeniu BMG-G21, a więc mniejszej jednostce wykorzystującej architekturę Xe2-HPG. Od dawna mówiono o możliwym debiucie także większego układu BMG-G31, tyle że nie w ramach konsumenckich kart graficznych, a profesjonalnych wersji z dopiskiem PRO. Dzisiaj Intel w końcu zaprezentował dwie nowe karty, które faktycznie oparto na większym chipie.

Nie każdy produkt związany z AI umiera powoli. Czasem wystarczy kilkanaście miesięcy, aby z głośnej demonstracji technologicznej zrobić kosztowny balast. Taki los spotyka właśnie Sorę, projekt OpenAI, który miał pokazać, że tekst może zamieniać się w film równie łatwo, jak prompt w obraz. Teraz firma mówi o pożegnaniu, a rynek dostaje czytelny sygnał, że era efektownych demonstracji kończy się szybciej, niż wielu zakładało.