Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Rozbudowa centrów danych dla AI wyprzedza pakowanie chipów i dostawy energii

Według szacunków opartych na zdjęciach satelitarnych, które cytuje Jefferies, w 2026 roku w USA oddane zostanie od 16 do 18 GW mocy brutto centrów danych. Zaawansowane pakowanie chipów może ograniczyć 2027 rok do niewiele ponad 20 GW.

TechnologiaAnalizaMarta ZielińskaOpublikowano: 1 października 20267 min czytaniaŹródła 10
Rozbudowa centrów danych dla AI wyprzedza pakowanie chipów i dostawy energii

Eric Xu, rotacyjny prezes Huawei, twierdził w tym tygodniu, że należąca do firmy linia procesorów neuronowych Ascend wyprzedziła Nvidię pod względem udziału w chińskim rynku. „Zebranie danych o udziałach Nvidii w Chinach jest dość trudne, ale z tego, co udało się zebrać, Ascend wyprzedził Nvidię” – powiedział Xu w materiale w formie pytań i odpowiedzi, który 30 września opisał The Register. Dodał, że chińscy odbiorcy cenią pewność dostaw: „Nasze chipy mogą być mniej zaawansowane, ale przynajmniej ich dostawy są zapewnione”.

To twierdzenie pada w momencie, gdy pytanie o dostawy obraca się w drugą stronę. Tego samego dnia The Register opisał analizę Jefferies. Wynika z niej, że w 2026 roku w USA oddane zostanie od 16 do 18 GW mocy brutto centrów danych, wobec około 11 GW w 2025 roku. Raport ostrzega, że wąskim gardłem staje się zaawansowane pakowanie, a nie produkcja wafli.

Raport Jefferies powołuje się na firmę analityczną SynMax. SynMax co tydzień śledzi zdjęcia satelitarne, na których widać przygotowanie terenu, pierwsze budynki i postęp prac na budowach centrów danych. Dzięki temu odróżnia projekty, w których naprawdę ruszyła ziemia, od tych, które istnieją tylko jako zapowiedzi. SynMax podniósł prognozę na 2026 rok z 14 do 16 GW, ale powierzchnia przygotowywanego terenu przestała rosnąć. Widoczna aktywność jest znacznie mniejsza niż ponad 80 GW, które sugerują niektóre plany na 2028 rok i modele popytu na chipy.

Pakowanie staje się sufitem

Zaawansowane pakowanie łączy kilka układów i pamięci za pomocą połączeń o dużej gęstości. Znajduje się między produkcją półprzewodników a gotową mocą centrów danych. SynMax szacuje, że istniejące moce pakowania wystarczą na akceleratory pobierające równowartość około 13 GW mocy brutto. Po doliczeniu procesorów, pamięci, chłodzenia i innych obciążeń daje to około 17,5 GW całkowitej mocy centrów danych. Dwa dodatkowe projekty pakowania, które mają ruszyć w 2027 roku, mogą dodać kolejne 6 GW. To podnosi praktyczny sufit do niewiele ponad 20 GW, chyba że moce wzrosną szybciej, niż zakładają prognozy.

The Register zauważa, że nawet chipy wyprodukowane w USA mogą wymagać wysłania za granicę do pakowania, zwykle na Tajwan. To wąskie gardło, którego nie usunie sama budowa krajowych fabryk.

Wcześniejszy raport Jefferies wykazał, że w budowie była tylko połowa amerykańskich mocy zaplanowanych na 2026 rok. Prace nie rozpoczęły się na nawet 80 procentach projektów z planu na 2028 rok. W zeszłym roku London Economics International doszła do wniosku, że gdyby wszystkie amerykańskie projekty centrów danych prognozowane na lata 2025–2030 zostały zrealizowane, popyt na energię przekroczyłby możliwości sieci. Tak wynika z relacji The Register o tej wcześniejszej pracy.

Polityka kontroli eksportu prowadzona przez administrację Trumpa wobec sprzedaży akceleratorów AI do Chin nie powstrzymała rodzimego Huawei przed wypełnieniem luki.

Huawei odpowiada na pytanie o pakowanie skalą, a nie przewagą technologiczną. Według The Register firma wdraża właśnie superklaster Atlas 950 na 256 000 kart. Jej nowsza architektura ma obsługiwać trenowanie i wnioskowanie modeli o bilionach parametrów i skalować się do nawet miliona NPU. Xu powiedział, że Huawei nie ma dość mocy, by zaspokoić popyt w samych Chinach, a co dopiero rozwijać się za granicą.

Narzędzia projektowe dostają warstwę AI

Jeśli pakowanie jest fizycznym wąskim gardłem, projektowanie jest tym programowym. 30 września OpenAI i Synopsys ogłosiły wieloletnie partnerstwo strategiczne, o którym pisał The Decoder. Obie firmy zbudują wyspecjalizowany model do projektowania chipów o nazwie GPT-Synopsys. Model łączy technologię AI OpenAI z narzędziami do automatyzacji projektowania elektronicznego Synopsys, które OpenAI będzie licencjonować. Deklarowany cel to system, który potrafi „rozumować o projektowaniu i weryfikacji chipów oraz bezpośrednio obsługiwać narzędzia Synopsys”.

Inżynierowie będą zlecać cele projektowe, a potem przeglądać i zatwierdzać wynik, podają obie firmy. Model będzie działać na infrastrukturze OpenAI. Dane klientów nie posłużą do trenowania i będą przechowywane w formie zaszyfrowanej. Wczesne testy z klientami z branży półprzewodników już trwają. Obie firmy będą wspólnie sprzedawać produkt i dzielić się przychodami. Prezes Synopsys Sassine Ghazi powiedział, że AI może znacznie przyspieszyć proces projektowania. Współzałożyciel OpenAI Greg Brockman przedstawił partnerstwo jako drogę do lepszych chipów i lepszej AI.

Startupy atakują ten sam problem od strony danych produkcyjnych. EE Times poinformował 30 września, że Emergence AI wprowadza swoją technologię neuroformalnej AI do czynnych wdrożeń u firm półprzewodnikowych bez własnych fabryk. Niektórzy klienci, producenci zintegrowani, chcą rozszerzenia prac na fabrykę.

Satya Nitta, współzałożyciel i przewodniczący rady nadzorczej Emergence AI, powiedział EE Times, że popyt przewyższa podaż, a każda fabryka pracuje na pełnych mocach. „Nie da się produkować chipów szybciej, ale z pewnością można dzięki AI uzyskać więcej działających chipów z wafla” – powiedział. Nitta opisał system, który łączy duże modele językowe z AI symboliczną: „Algorytmy proponują, a AI symboliczna weryfikuje”. Podał przykład agenta, który znalazł ten sam wzorzec awarii w 30 procentach z 1500 produktów i zaproponował przeprojektowanie bloku. Nitta został przewodniczącym rady nadzorczej i głównym naukowcem około miesiąca temu, gdy firma mianowała Iana Eslicka na prezesa.

Nowe krzemowe układy na obrzeżach

Zapowiedzi chipów nie ustawały. Qualcomm wykorzystał doroczny szczyt Snapdragon Summit, by ogłosić Snapdragon 8 Elite Gen 6 i Snapdragon 8 Elite Extreme Gen 6, według ServeTheHome. Wariant Extreme przechodzi na proces N2P TSMC, pamięć LPDDR6 z przepustowością 127,2 GB/s, Wi-Fi 8 z MIMO 4x4 i modem X105 Qualcomma o deklarowanej prędkości 14,8 Gbps w dół. Standardowy Gen 6 zachowuje proces N2P, ale schodzi do LPDDR5X przy 84,8 GB/s. To pierwsza generacja, w której autorskie rdzenie Oryon na architekturze Arm osiągają 5 GHz.

Po stronie szerokopasmowej MaxLinear ogłosił chip Puma 9 DOCSIS. Według relacji Light Reading z 29 września firma twierdzi, że układ może obniżyć koszty sprzętu u klienta o 30 do 50 procent wobec poprzednika. Obsługuje DOCSIS 3.1, 3.1+ i 4.0 w jednym SoC. MaxLinear podaje, że konfiguracja D3.1+ może dostarczyć do 12 Gbit/s w dół. Platforma dodaje obsługę Wi-Fi 8, zgodność z pamięcią DDR5 i gotowość na kryptografię postkwantową. Firma spodziewa się, że modemy i bramy oparte na tym chipie zaczną pojawiać się w 2027 roku. Twierdzi, że ma „wiele zobowiązań” od partnerów produkujących sprzęt u klienta, w tym Askey, Fritz! GmbH i Gemtek, oraz wsparcie australijskiego operatora NBN Co.

Wyróżniają się dwa szczegóły. Puma 9 opiera się na ARM, a nie na platformie Intel x86, na której działały poprzednie generacje Puma. Źródło z branży powiedziało Light Reading, że zmiana pomaga obniżyć pobór mocy i część kosztów licencji. Obsługa DDR5 jest wprost zabezpieczeniem przed niedoborem DDR4. Puneet Sethi z MaxLinear powiedział, że firma oczekuje, iż ekosystem DDR5 stanie się „luźniejszy” niż DDR4. Jeff Heynen z Dell’Oro Group powiedział Light Reading, że większość dostawców przejdzie na DDR5 w zaawansowanych urządzeniach z Wi-Fi 8.

Konsole czekają na chip

Po stronie konsumenckiej The Verge poinformował 1 października, że przecieki sterowników AMD ujawniły półautorski chip o kryptonimie Gainsborough, zbudowany w procesie N3P TSMC. Rekordy importu i eksportu pokazują, że AMD wysyła już sprzęt testowy do walidacji. Nazwa nawiązuje do konwencji Final Fantasy w AMD: Aerith był pierwszym APU Steam Decka, a Sephiroth wersją OLED.

The Verge wątpi, by Gainsborough był chipem Steam Decka 2. Obudowa ma wymiary 25 mm na 25 mm, większe niż oryginalny Aerith o wymiarach 19 mm na 19 mm. Leaker Gotou_3rd sugeruje, że kolejne chipy AMD do konsol przenośnych, Ryzen Z3 i Z3 Extreme, użyją tej samej obudowy 25 mm na 25 mm z docelowym poborem 15 W. Valve oświadczyło, że przed zbudowaniem następcy chce skoku wydajności i efektywności między generacjami. The Verge zauważa też, że kryptonimy z Final Fantasy wybrało AMD, a nie Valve. Półautorskie chipy historycznie były proponowane innym klientom, zanim trafiły do docelowego urządzenia.

Dla planistów centrów danych nic z tego nie zmienia rachunku. Sufit pakowania, ściana mocy i opóźnienie budów to ograniczenia, które decydują, ile mocy AI faktycznie powstanie. Zdjęcia satelitarne sugerują, że odpowiedź jest mniejsza niż zapowiedzi.

Komentarze 0

Źródła

10
  1. 01Huawei boss claims homegrown AI chip sales top Nvidia in ChinaEN
  2. 02America is planning more AI datacenters than its chip supply can fillEN
  3. 03OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  4. 04Emergence AI Targets Fabless Chipmakers With Neuroformal AIEN
  5. 05MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
  6. 06MaxLinear intros 'AI-ready' Puma 9 DOCSIS chipsetEN
  7. 07Qualcomm Unveils Snapdragon 8 Elite Gen 6 and Elite Extreme Gen 6: Next Gen Flagship Mobile ChipsEN
  8. 08Steam Deck 2: Is AMD Gainsborough the chip Valve's been waiting for?EN
  9. 09Experts worry about Nvidia's AI chip sales in China and influence over TrumpEN
  10. 10Why LLMs Are The Best Thing To Happen To Chip DesignEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.