Japonia zbiera dane, których Nvidia jej nie sprzeda

Jensen Huang przyjechał do Tokio z 27 500 układami GPU

16 lipca rząd Japonii i Nvidia ogłosiły coś, co nazywają pierwszą na świecie krajową infrastrukturą AI, a specyfikacja jest nietypowo konkretna jak na komunikat o suwerenności. Obiekt zbuduje i będzie prowadzić spółka Noetra Corp. W środku pracuje 13 750 procesorów Nvidia Vera i 27 500 układów Nvidia Rubin, rozłożonych na 140 megawatach mocy centrum danych, na platformie Nvidia DSX z siecią Spectrum-X Ethernet. Całość stanowi podstawę projektu FRONTia, którego pełna nazwa mówi o rozwoju multimodalnych modeli fundamentowych z myślą o robotyce AI i fizycznej AI. Jensen Huang, prezes Nvidii, ujął to w rejestrze, jakiego można się spodziewać: Japonia wynalazła nowoczesną produkcję, a teraz buduje fabryki AI, które napędzą kolejną rewolucję przemysłową.

Większość komunikatów o suwerennej AI to liczba i konferencja prasowa. Ten ma wykonawcę. Zlecenie dla spółki Noetra złożyły METI, japońskie ministerstwo gospodarki, handlu i przemysłu, oraz NEDO, tamtejsza agencja innowacji, wspólnie z AIST, państwowym instytutem badawczym. Większościowymi właścicielami spółki są SoftBank Corp., Sony, NEC i Honda, a celem jest udział około 40 kolejnych firm z sektorów produkcyjnych i nieprodukcyjnych. Program obejmuje lata budżetowe od 2026 do 2030, a plan zakłada dostarczenie pierwszego modelu fundamentowego jeszcze w tym roku budżetowym i ulepszonych wersji w każdym kolejnym.

Odruchowa lektura mówi, że Nvidia znalazła kolejny rząd, któremu może sprzedawać, i ta lektura nie jest błędna. Przychody Nvidii z suwerennej AI sięgnęły 30 miliardów dolarów w roku budżetowym 2026, ponad trzykrotnie więcej niż rok wcześniej, a wśród kupujących były Kanada, Francja, Holandia, Singapur i Wielka Brytania. Sama Francja wdrożyła 18 000 systemów Grace Blackwell. Japonia jest największą i najbardziej konkretną pozycją na tej liście. Najciekawsza część tej umowy nie jest jednak tą, za którą Nvidia dostaje zapłatę.

Czek jest mniejszy niż nagłówek

Liczba w obiegu to 1 bilion jenów, około 5 miliardów euro, w ciągu pięciu lat. Liczba, która została faktycznie zakontraktowana, to 387,3 mld jenów, około 2 miliardów euro, na pierwszy rok budżetowy. Reszta podlega corocznej weryfikacji po pierwszych dwóch latach. To nie jest zarzut wobec programu, bo tak zwykle działa finansowanie prac zleconych. To zarzut wobec tego, jak podróżuje ta liczba. Zanim pięcioletni pułap przejdzie przez trzy kolejne opowiedzenia, zmienia się w kwotę wydaną, a pułap z bramkami etapowymi to zupełnie inny obiekt niż przelew bankowy.

Rozróżnienie ma znaczenie, bo Państwu sprzedaje się tę samą konstrukcję. Mapy drogowe dostawców, programy krajowe i komunikaty o partnerstwach w AI podają pułap i pozwalają domyślać się podłogi. Dyscyplina jest w każdym z tych przypadków ta sama: zapytać, która transza jest zakontraktowana, na czym polega bramka weryfikacyjna i kto decyduje. W tym programie odpowiedzi są publiczne. W trzech ostatnich komunikatach Państwa dostawców warto sprawdzić, czy również są.

Dla skali: premier Japonii, Sanae Takaichi, promuje 17 strategicznych sektorów gospodarki z prognozą 10,5 bln jenów, około 64 miliardów dolarów, inwestycji publicznych i prywatnych w fizyczną AI do 2040 roku. Na tym tle Strategia Robotyki AI opublikowana w marcu 2026 roku zakłada zdobycie ponad 30% globalnego rynku robotyki AI szacowanego na 133 miliardy dolarów w 2040 roku. Moc obliczeniowa ogłoszona w tym tygodniu jest zaliczką na poczet tego celu, a nie samym celem.

Czego Nvidia nie włoży do skrzyni

Każdy, kto ma budżet i miejsce w kolejce, kupi 27 500 układów Rubin. Nikt nie kupi dwudziestu lat śladów z czujników na linii montażowej Hondy. Ta asymetria jest sednem całego pomysłu. Model, który budują Noetra i AIST, jest multimodalny w konkretnym, fizycznym sensie: ma czytać razem dane, obrazy, wideo, dźwięk i właściwości fizyczne, tak aby maszyna potrafiła zinterpretować pomieszczenie i działać w nim, zamiast wykonywać zaprogramowany wcześniej ruch. Takiego modelu nie trenuje się na otwartym internecie. Trenuje się go na danych operacyjnych z prawdziwych fabryk, szpitali i miejsc katastrof, a deklarowany plan zakłada przebudowywanie go co roku na danych producentów.

Prezes spółki Noetra, Hironobu Tanba, powiedział o powodach wprost i warto to przeczytać dwa razy. Zależność od zagranicznych dużych modeli językowych, stwierdził, niesie nie tylko obawę o niezamierzone przekazanie poufnych informacji firmy za granicę, ale też poważne ryzyko dla samej ciągłości działania. Warto zauważyć, czego w tym zdaniu nie ma. Nie argumentował, że Japonia musi produkować własne układy scalone. Argumentował, że japońskie firmy nie mogą wkładać swojej wiedzy o procesach do cudzego modelu i nazywać tego strategią.

To jest ta warstwa, którą debata o suwerenności wciąż pomija. Moc obliczeniowa jest towarem z terminem dostawy. Wagi modeli da się pobrać, a połowa czołówki jest otwarta. Dane z działającej hali produkcyjnej to jedyny wsad w tym łańcuchu, który jest naprawdę rzadki, naprawdę zastrzeżony i niemożliwy do odtworzenia za pieniądze. Zakład Japonii polega na tym, że jeśli zbierze tę warstwę od czterech przemysłowych gigantów i czterdziestu kolejnych firm, amerykański krzem pod spodem przestanie być pytaniem strategicznym. Ten zakład może przegrać na wykonaniu. Nie myli się jednak co do tego, gdzie leży wartość.

To polityka rynku pracy w kostiumie technologii

Cel to 10 milionów robotów wyposażonych w AI w 18 sektorach do 2040 roku, w tym w gastronomii, produkcji żywności i opiece medycznej. Ta liczba nie bierze się z ambicji technologicznej. Bierze się z demografii. Społeczeństwo Japonii się starzeje, polityka imigracyjna nie uzupełni niedoboru, a brak rąk do pracy jest już dotkliwy dokładnie w tych sektorach, które są na tej liście. Kraj automatyzuje się nie dlatego, że automatyzacja robi wrażenie. Automatyzuje się dlatego, że nie ma kogo zatrudnić.

To daje programowi coś, czego brakuje większości przedsięwzięć wokół suwerennej AI: uzasadnienie biznesowe, które przetrwa zmianę rządu. Gigafabryka AI uzasadniona strategiczną autonomią konkuruje z każdą inną pozycją w budżecie i przegrywa, kiedy polityka rusza dalej. Program AI uzasadniony tym, że restauracje nie mają kim obsadzić kuchni, ma pod sobą podłogę. Do Europy nadchodzi ta sama krzywa demograficzna, a swoje wydatki na moc obliczeniową Europa w dużej mierze przedstawia jako niezależność od amerykańskiego stosu. Te dwa uzasadnienia nie finansują się tak samo i nie przetrwają tak samo.

To tłumaczy również kształt samej technologii. Fizyczna AI, robotyka, reagowanie na katastrofy i likwidacja obiektów jądrowych nie są najbardziej marżowymi zastosowaniami modelu fundamentowego. Są tymi, których kurcząca się siła robocza naprawdę potrzebuje. Japonia najpierw wybrała zastosowanie, a potem dokupiła do niego moc obliczeniową. Częstsza kolejność, w Europie i gdzie indziej, to kupić moc obliczeniową, a dopiero potem poszukać zastosowania.

Pytanie, które to kładzie na Państwa biurku

Wniosek nie brzmi, że trzeba zbudować krajowy program AI. Brzmi tak, że Japonia trafnie wskazała, która warstwa stosu należy do Państwa, a Państwo zapewne nigdy jej nie zaudytowali. Logi z czujników, ślady procesów, zapisy z utrzymania ruchu, zdjęcia z kontroli jakości i historie serwisowe to jedyny zasób w całym tym łańcuchu dostaw, którego żaden konkurent nie kupi, żaden dostawca nie dostarczy i żaden rząd nie wytworzy dotacją. W większości firm są one jednocześnie oddawane modelowi należącemu do kogoś innego, jedno wywołanie API po drugim, i nikt tego nie liczy.

Trzy rzeczy warto zrobić w tym kwartale. Po pierwsze, ustalić, jakie dane operacyjne wychodzą dziś z Państwa sieci przez narzędzia AI, i przeczytać w warunkach, czy trenują one model dostawcy. Po drugie, zdecydować, czy dane procesowe są aktywem, które się kumuluje, czy wsadem, który się oddaje. To są różne postawy i wymagają różnych umów. Po trzecie, przy następnej ofercie sprzedawanej hasłem suwerenności zapytać, którą warstwę ona faktycznie obejmuje. Miejsce przechowywania danych, wagi modelu i krzem to trzy osobne obietnice, a dostawcy rutynowo sprzedają najtańszą z nich, używając języka najdroższej.

Japonia robi to, o czym Europa głównie mówiła. Nie dlatego, że kupiła amerykańskie układy GPU, bo to potrafi każdy, ale dlatego, że zorganizowała ten jeden wsad, który nie jest na sprzedaż, i postawiła za nim wskazanego operatora, sfinansowaną transzę i termin dostarczenia. Układy GPU są najmniej ciekawą częścią tego ogłoszenia i jedyną, o której wspomni większość relacji.

Czytaj dalej: Europa wspiera model, który możesz pobrać i sam hostować  |  Meta produkuje własny chip AI od września