Sygnały cenowe inferencji ciągną w dwie strony, gdy zakłady na sprzęt rozjeżdżają się z chmurą
Q/C Technologies podało 1 października, że pracuje z Center for Integrated Nanotechnologies przy Sandia National Laboratories nad przetwarzaniem optycznym dla inferencji AI. Tego samego dnia oferta Puma 9 firmy MaxLinear i 32 euro różnicy na zbiorniku diesla podtrzymały spór o koszty.

Dwie zapowiedzi pojawiły się 1 października w odstępie kilku godzin. Żadna nie rozstrzyga, ile naprawdę kosztuje inferencja. Q/C Technologies poinformowało, że będzie pracować z Center for Integrated Nanotechnologies przy Sandia National Laboratories. Projekt obejmuje komponenty nanofotoniczne dla planowanej optycznej jednostki przetwarzającej, przeznaczonej do inferencji AI, podał HPCwire.
Osobno MaxLinear zaprezentował 29 września nowy chip DOCSIS Puma 9. Firma twierdzi, że obniża koszty sprzętu u klienta o 30% do 50%. Umowa Q/C z CINT to badania, nie produkt. Spółka zapowiada, że projekt wskaże, które operacje optyczne i technologie urządzeń mają znaczenie dla skalowalnej architektury OPU. Ma też zająć się operacjami nieliniowymi, pamięcią, precyzją, stratami optycznymi i integracją z elektroniką. Sandia, która prowadzi CINT, zatrudnia około 17 000 osób i ma roczny budżet około 5 mld dolarów, podaje HPCwire. Nikt nie opublikował testu optycznego układu do inferencji w skali produkcyjnej.
Taniej krzem, taniej dekoder
Liczby MaxLinear są konkretniejsze, choć nadal pochodzą od producenta. Puma 9 obsługuje DOCSIS 3.1, D3.1+ i D4.0. Firma twierdzi, że konfiguracja D3.1+ pozwala na do 12 Gbit/s w dół. MaxLinear spodziewa się modemów i bramek na tym chipie w 2027 roku. Zapewnia, że ma "wiele zobowiązań". Chip przechodzi z Intel x86 na ARM. Źródło branżowe powiedziało Light Reading, że zmniejszy to pobór mocy i część kosztów licencji.
"Ponieważ producenci mają bodziec, by przenosić moce na DDR5, sądzimy, że ekosystem DDR5, jego ceny i podaż staną się luźniejsze niż napięcie, które widzimy przy DDR4", powiedział Puneet Sethi, SVP i GM jednostki infrastruktury sieciowej i biznesu operatorskiego MaxLinear.
Kwestia pamięci ma znaczenie poza telewizją kablową. Jeff Heynen z Dell'Oro Group powiedział Light Reading, że większość dostawców przejdzie na DDR5 w zaawansowanych urządzeniach Wi-Fi 8. Te urządzenia potrzebują pamięci na pokładzie. To sygnał z łańcucha dostaw, nie z inferencji AI. Nacisk jest jednak ten sam: moce przesuwają się ku nowszej pamięci, a starsze części się kurczą.
Po stronie chmury obraz jest mętniejszy. Ostatnie nagłówki mówią o przejęciu Inferize przez Nebius i podwyżce cen, o podniesieniu cen mocy GPU przez AWS i o obniżkach cen modeli przez OpenAI. Ciągną w przeciwne strony. Raporty tego nie rozstrzygają.
Zakłady na sprzęt kontra rachunki za paliwo
Magnitude, spółka z Y Combinator S25, opublikowała 30 września na GitHubie silnik inferencji o otwartym kodzie. Firma twierdzi, że silnik dostraja jądra na urządzeniu użytkownika. README obiecuje do 2x szybsze działanie niż llama.cpp, z dekodowaniem szybszym o 92% na Metal i o 19% na CUDA oraz o 27% mniejszym zużyciem pamięci na agenta. Działa na Apple Silicon, NVIDIA, AMD albo samym CPU. Łączy się z Pi, OpenCode, Hermes, Codex, Claude Code, Cline i innymi. To deklaracje własne, a repozytorium ma licencję Apache 2.0.
To argument za sprzętem lokalnym. Argument chmurowy jest inny i podpiera się cenami. Transport & Environment opublikowało 29 września analizę na CleanTechnica. Wynika z niej, że kierowcy aut elektrycznych w Europie płacą za kilometr mniej niż połowę tego, co kierowcy diesli. Podstawa to średnie zużycie 6,9 l/100 km dla diesla i 20,2 kWh/100 km dla auta bateryjnego, przy prądzie po 0,343 euro/kWh. Kierowcy diesli płacą o 32 euro więcej za zbiornik niż na początku roku. Około 16 euro z tego to dodatkowa marża rafineryjna, według T&E. Średnia ważona cena paliwa w UE-27 pochodzi z cotygodniowego biuletynu naftowego KE z 21 września 2026. Dane o marży rafineryjnej, z szacunków EBC, są o tydzień starsze.
Porównanie nie jest jeden do jednego z cenami GPU. T&E przyznaje, że szacunek kosztu ładowania to prawdopodobnie górna granica. To jednak ten sam argument w innym sektorze: zelektryfikuj to, co pali paliwo, a koszt jednostkowy spadnie.
Co mówią pozostałe liczby
W telekomunikacji operatorzy szukają cięć kosztów przez współdzielenie, nie przez nowy krzem. StarHub i M1 rozmawiają o fuzji w Singapurze. Już dzielą widmo 5G i sieć radiową przez spółkę joint venture o nazwie Antina. Singtel miał w czerwcu 43% udziału w rynku komórkowym, M1 22%, StarHub 21%, a Simba 14%, według Light Reading. W Nowej Zelandii 2degrees i OneNZ zaproponowały połączenie sieci radiowych w spółkę należącą do obu operatorów. Decyzja Commerce Commission ma zapaść w przyszłym roku.
Największy przytaczany przykład to porozumienie 5G China Telecom i China Unicom. Light Reading podaje, że obejmuje 1 500 000 wspólnych stacji bazowych i przyniosło 56 mld dolarów oszczędności w nakładach inwestycyjnych. Jeśli ta liczba się utrzyma, współdzielenie sieci dało więcej wymiernych oszczędności niż którakolwiek zapowiedź chipu do inferencji z tego tekstu.
Gdzie indziej presja kosztowa widać w budżetach badawczo-rozwojowych. Xpeng skonsolidował linie produktowe z czterech do dwóch, podał 28 września branżowy serwis 36Kr, powołując się na źródła w branży. Firma dostarczyła 243 111 pojazdów w pierwszych ośmiu miesiącach 2026 roku, o 10,49% mniej rok do roku. Koszty B+R w drugim kwartale wzrosły o 32,1% do 2,91 mld juanów. Strata netto w drugim kwartale wyniosła 1,34 mld juanów (199 mln dolarów). Była większa niż 480 mln juanów rok wcześniej, ale mniejsza niż 1,78 mld juanów w pierwszym kwartale. Marża na pojazdach wyniosła 12,1%, bez zmian kwartał do kwartału i poniżej 14,3% rok wcześniej.
GM liczy inaczej. Ultium Cells, spółka joint venture z LG Energy Solution, podała we wtorek, że będzie produkować pryzmatyczne ogniwa litowo-manganowe w Spring Hill w stanie Tennessee. Firma twierdzi, że to pierwszy taki zakład na świecie produkujący je masowo. GM deklaruje o 33% większą gęstość energii niż LFP przy porównywalnym koszcie, z ponad 400 milami zasięgu planowanymi dla pickupów elektrycznych i dużych SUV-ów. Premiera pierwszego pojazdu ma nastąpić w 2028 roku. Modernizacja zakładu zaczyna się w tym roku i ma się zakończyć do 2028. Doda 500 miejsc pracy, co zwiększy załogę do 1700 osób.
Microsoft Research przedstawił pokrewny argument 23 września. Twierdzi, że uruchamianie inferencji fizycznej AI wyłącznie na GPU na pokładzie może ograniczać działanie robota i czas pracy baterii. Przeniesienie obliczeń na GPU brzegowe lub w chmurze poprawiło skuteczność zadań. Umożliwiło też większe modele w reprezentatywnych obciążeniach mobilnej manipulacji.
Z tego wszystkiego nie wynika jedna cena inferencji. Obraz daje deklaracje producentów, jedną współpracę badawczą, siatkę liczb o dostawach i marżach oraz porównanie z dieslem, które samo jest górną granicą. Pokazuje natomiast, że spór o koszty toczy się na co najmniej czterech frontach: lokalnych jąder, badań optycznych, cen chmury i współdzielenia sieci. Najnowszy z nich, współpraca Q/C z Sandia, jest też najdalej od jakiegokolwiek testu.
Źródła
10- 01Q/C Technologies Collaborates with Sandia on Optical Computing for AI InferenceEN
- 02MaxLinear claims new 'Puma 9' DOCSIS chip is a big cost-cutterEN
- 03Launch HN: Magnitude (YC S25) – Self-optimizing inference engine for agentsEN
- 04Driving An EV Now Costs Half As Much As Diesel, New Analysis ShowsEN
- 05Singapore, New Zealand operators seek partnerships to cut costsEN
- 06Xpeng reportedly consolidates product lines to cut R&D costsEN
- 07GM's new EV battery tech will cut costs without sacrificing performance or rangeEN
- 08Offloaded inference for real-world physical AI roboticsEN
- 09Is AI jacking up healthcare costs?EN
- 10The Human Cost Of Data Center PollutionEN
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.
Komentarze
0- Brak komentarzy — bądź pierwszy.