Rozwój tzw. gigafabryk AI – wielkoskalowych centrów obliczeniowych przeznaczonych do trenowania zaawansowanych modeli sztucznej inteligencji – staje się jednym z kluczowych elementów strategii technologicznej Unii Europejskiej. Inwestycje tego typu mają umożliwić budowę niezależności cyfrowej, jednak ich realizacja napotyka istotne bariery, przede wszystkim w zakresie dostępu do infrastruktury i komponentów.
-
źródło: pixabay.com
Polska w europejskim ekosystemie AI
W Polsce planowana jest budowa dwóch fabryk AI – w Poznaniu oraz Krakowie. Projekty te realizowane są odpowiednio przez Poznańskie Centrum Superkomputerowo-Sieciowe oraz Akademickie Centrum Komputerowe Cyfronet AGH.
Poznańska inwestycja – PIAST AI – ma osiągnąć skalę do ok. 30 tys. procesorów graficznych (GPU), co przekłada się na wartość rzędu 5 mld zł. Centrum będzie wykorzystywane m.in. do trenowania modeli sztucznej inteligencji oraz zastosowań w medycynie, przemyśle, analizie danych i badaniach klimatycznych. Z kolei projekt Gaia AI Factory w Krakowie, współfinansowany przez Polskę i UE w ramach EuroHPC JU, ma koncentrować się na ochronie zdrowia, sektorze kosmicznym oraz rozwoju dużych modeli językowych.
Infrastruktura jako kluczowy zasób
Gigafabryki AI to nie tylko centra danych, ale strategiczna infrastruktura umożliwiająca rozwój nowoczesnej gospodarki cyfrowej. Ich znaczenie wykracza poza samą technologię – obejmuje również bezpieczeństwo gospodarcze i technologiczne.
Bez własnych zasobów obliczeniowych Europa pozostaje uzależniona od zewnętrznych dostawców, co ogranicza jej zdolność do samodzielnego rozwoju innowacji. Największym wyzwaniem pozostaje dostęp do komponentów niezbędnych do budowy infrastruktury AI. Dotyczy to przede wszystkim procesorów graficznych (GPU), pamięci, zaawansowanych serwerów i systemów sieciowych.
Rynek tych technologii jest silnie skoncentrowany. Przykładowo Nvidia odpowiada za około 65% globalnego rynku GPU wykorzystywanych w rozwiązaniach AI. Produkcja wielu kluczowych komponentów odbywa się poza Europą, co zwiększa podatność na zakłócenia łańcuchów dostaw oraz presję cenową.
Reklama
Europa na tle globalnej konkurencji
Dane branżowe pokazują wyraźną dysproporcję w globalnym rozkładzie mocy obliczeniowej:
- Stany Zjednoczone – ok. 75%,
- Chiny – ok. 15%,
- Unia Europejska – nieco ponad 5%.
Europa dopiero buduje swoją pozycję i musi nadrabiać zaległości inwestycyjne.
Rosnący popyt na moc obliczeniową
Zapotrzebowanie na usługi chmurowe i moc obliczeniową rośnie dynamicznie. W Polsce już ponad połowa przedsiębiorstw korzysta z chmury, a w dużych organizacjach odsetek ten przekracza 80%. Problem polega na tym, że wzrost popytu nie idzie w parze z dostępnością infrastruktury. Ograniczona podaż komponentów oraz koncentracja rynku powodują, że dostęp do zasobów staje się coraz trudniejszy i droższy.
Budowa gigafabryk AI w Europie, w tym w Polsce, stanowi krok w kierunku zwiększenia suwerenności cyfrowej i rozwoju nowoczesnej gospodarki. Kluczowym wyzwaniem pozostaje jednak dostęp do infrastruktury i komponentów technologicznych. Bez rozwiązania problemów związanych z łańcuchami dostaw Europa może pozostać zależna od globalnych dostawców, co w praktyce oznacza ograniczoną kontrolę nad rozwojem własnych technologii.
Jeżeli nie zainwestujemy w gigafabryki AI, nie będziemy w stanie budować własnej suwerenności cyfrowej. Będziemy to robić na wynajętych fundamentach cyfryzacji” – podkreśla Grzegorz Soczewka, VP Sales CEE w OVHcloud.