Nvidia i Safe Superintelligence ogłosiły 27 lipca 2026 roku długoterminowe partnerstwo, w ramach którego producent układów graficznych obejmuje udziały w firmie Ilyi Sutskevera i daje jej dostęp do platformy Vera Rubin. Żadna ze stron nie podała kwoty, ale Bloomberg i Reuters, powołując się na osoby zaznajomione z umową, mówią o 5 miliardach dolarów.
Kluczowe fakty:
- Nvidia ogłosiła 27 lipca 2026 roku długoterminowe partnerstwo z Safe Superintelligence, obejmując udziały w firmie i zapewniając jej dostęp do platformy Vera Rubin – według Bloomberga i Reutersa wartość transakcji wynosi 5 miliardów dolarów.
- Safe Superintelligence, założone w 2024 roku przez Ilyę Sutskevera, przez dwa lata nie wypuściło żadnego produktu ani publikacji naukowej, a mimo to osiągnęło wycenę 32 miliardów dolarów przy łącznym finansowaniu sięgającym około 7 miliardów dolarów.
- Kluczowym elementem umowy jest dostęp do architektury Vera Rubin, następcy Blackwella, który ma zwiększyć moc obliczeniową SSI o rząd wielkości – oznacza to jednocześnie rezygnację przez laboratorium z układów TPU Google'a, na których dotychczas pracowało.
To jedna z największych transakcji tego typu w historii Nvidii. Oficjalny komunikat obu firm jest dostępny w newsroomie producenta i mówi wyłącznie o „znaczącej inwestycji”, bez ani jednej liczby.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Firma, która przez dwa lata milczała
Safe Superintelligence powstało w 2024 roku. Od tamtej pory nie wypuściło produktu, nie opublikowało pracy naukowej, nie pokazało dema. Zatrudnia kilkadziesiąt osób. Wycena po ostatniej rundzie wynosi 32 miliardy dolarów, a łączne finansowanie sięgnęło około 7 miliardów, jak podaje TechCrunch za danymi PitchBooka.
Sprawdziłem, jak wyglądała ta ścieżka:
- wrzesień 2024: runda 1 miliarda dolarów przy wycenie około 5 miliardów, z udziałem Andreessen Horowitz, Sequoia Capital, DST Global i SV Angel
- kwiecień 2025: kolejne 2 miliardy dolarów, wycena skacze do 32 miliardów
- 2025: umowa z Google Cloud na moc obliczeniową opartą o układy TPU
- lipiec 2026: Nvidia wchodzi z kapitałem i sprzętem, firma przesiada się na GPU
Wśród inwestorów pojawia się też Alphabet, Lightspeed Venture Partners i GV. Nvidia była udziałowcem już wcześniej, teraz radykalnie zwiększyła zaangażowanie.
Współzałożyciel firmy Daniel Gross, który odpowiadał za finansowanie i infrastrukturę, odszedł. W komunikacie prasowym Nvidii spółkę prowadzą Sutskever i Daniel Levy.
Dziesięciokrotny skok mocy obliczeniowej
Sedno umowy nie leży w gotówce, tylko w krzemie. Vera Rubin to następca architektury Blackwell, a Nvidia deklaruje, że dostęp do niej zwiększy moc obliczeniową SSI o rząd wielkości. Portal DataCenterDynamics zwraca uwagę, że dla laboratorium Sutskevera oznacza to porzucenie układów TPU Google’a, na których pracowało do tej pory.
Umowa działa w dwie strony. Nvidia zapisała w komunikacie, że obie firmy będą wspólnie pracować nad rozwojem obecnych i przyszłych platform obliczeniowych producenta, korzystając z „unikalnego spojrzenia SSI na przyszłość AI”. Innymi słowy: badania startupu stają się materiałem wejściowym do projektowania kolejnych generacji układów.
„Mamy badania, które zasługują na skalowanie, a dostęp do dużego komputera NVIDIA nam to umożliwi” / „We have research that is worthy of scaling up, and having access to a big NVIDIA computer will let us do so” powiedział Ilya Sutskever, współzałożyciel i prezes SSI.
Jensen Huang, założyciel i prezes Nvidii, postawił sprawę na osobistej wiarygodności naukowca: „Ilya jest pionierem fundamentalnych przełomów u podstaw współczesnej AI, począwszy od AlexNet” / „Ilya has pioneered fundamental breakthroughs at the foundation of modern AI, beginning with AlexNet”.
To nie jest pusta uprzejmość. Sutskever współtworzył AlexNet razem z Alexem Krizhevskym i Geoffreyem Hintonem, czyli pracę, która pokazała, że skalowanie sieci neuronowych na kartach graficznych działa. Cała dzisiejsza generatywna AI wywodzi się z tamtego momentu.
Rozumiem logikę tej transakcji i jednocześnie mam z nią kłopot. Z jednej strony Sutskever jest jednym z niewielu ludzi na świecie, którym można uczciwie przypisać zmianę biegu całej dziedziny, a jego zakład na to, że bezpieczeństwo trzeba rozwiązać przed wypuszczeniem produktu, a nie po, wygląda dziś rozsądniej niż dwa lata temu. Z drugiej strony patrzę na tabelę: zero produktów, zero publikacji, kilkadziesiąt etatów, 32 miliardy dolarów wyceny. W normalnych warunkach rynkowych taki układ nie miałby prawa istnieć.
Pytanie, które sobie zadaję, brzmi inaczej niż zwykle. Nie „czy to bańka”, bo na to nikt dziś nie odpowie uczciwie. Raczej: co się stanie z badaniami nad bezpieczeństwem AI, jeśli okaże się, że ich jedynym realnym źródłem finansowania jest producent sprzętu, który zarabia na tym, żeby modele były coraz większe? Zaufanie do laboratorium, którego badań nie może zweryfikować nikt z zewnątrz, opiera się wyłącznie na nazwisku założyciela. To bardzo cienki fundament jak na miliardy dolarów.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Pieniądze, które krążą w kółko
Ta transakcja nie istnieje w próżni. Nvidia od dwóch lat systematycznie kupuje udziały w firmach, które następnie kupują od niej układy. OpenAI, xAI, Mistral, Cohere, a po stronie infrastruktury CoreWeave, Nebius i Lambda. Według wyliczeń Bloomberga sam ten rok przyniósł ponad 540 miliardów dolarów zapowiedzianych umów tego typu, i to bez uwzględnienia negocjowanego właśnie porozumienia z OpenAI dotyczącego centrum danych w Ohio.
Krytycy nazywają to finansowaniem okrężnym. Zarzut jest prosty: kiedy dostawca finansuje zakupy swoich klientów, wzrost przychodów przestaje być czysto rynkowy i trudno oddzielić prawdziwy popyt od skonstruowanego finansowo. Huang konsekwentnie odrzuca tę interpretację i twierdzi, że inwestycje mają przynieść zwrot niezależnie od sprzedaży sprzętu.
Skala pieniądza w branży rzeczywiście rośnie w tempie, którego nie da się porównać z niczym wcześniej. Globalne prywatne inwestycje w sztuczną inteligencję sięgnęły w 2025 roku 344,7 miliarda dolarów, o 127,5 procent więcej niż rok wcześniej, wynika z raportu AI Index 2026 przygotowanego przez Stanford HAI. Podobne rozwiązania stosuje Google, który poręczył płatności leasingowe za pięć centrów danych Anthropic, co pozwoliło firmie pozyskać około 35 miliardów dolarów kredytu.
Ale tu właśnie jest haczyk. Cały ten mechanizm opiera się na założeniu, że popyt na moc obliczeniową będzie rósł w nieskończoność. Jeśli to założenie pęknie, długi zostaną.
Timing, który mówi więcej niż komunikat
Sześć dni przed ogłoszeniem partnerstwa OpenAI ujawniło, że jeden z jego zaawansowanych modeli w trakcie testów wyrwał się z izolowanego środowiska i uzyskał dostęp do Hugging Face, platformy, na której deweloperzy udostępniają modele i dane. Model szukał informacji, które pomogłyby mu lepiej wypaść w teście.
Trudno o lepszą reklamę dla firmy, która sprzedaje inwestorom tezę, że problem uzgodnienia AI z ludzkimi intencjami trzeba rozwiązać przed premierą, a nie po. Nie twierdzę, że Nvidia podjęła decyzję z tego powodu, bo według Reutersa umowa spinała się przez kilka tygodni. Ale zbieżność dat robi wrażenie i z pewnością nie zaszkodziła narracji SSI.
Co to oznacza dla polskich firm?
Bezpośrednio niewiele. Pośrednio sporo, bo ta transakcja pokazuje, gdzie w globalnym łańcuchu wartości AI naprawdę leży władza. Nie w modelach, nie w danych, tylko w dostępie do najnowszej generacji układów. Sutskever przez dwa lata pracował na TPU Google’a i najwyraźniej uznał, że to za mało.
Polska buduje własną odpowiedź na to wąskie gardło, tylko w zupełnie innej skali. PIAST AI Factory w Poznańskim Centrum Superkomputerowo-Sieciowym i Gaia AI Factory przy krakowskim Cyfronecie AGH powstają w ramach europejskiego programu EuroHPC JU. Do tego dochodzi Baltic AI Gigafactory, projekt konsorcjum, któremu przewodzi Polska wspólnie z Litwą, Łotwą i Estonią, przewidujący docelowo nawet 30 tysięcy procesorów graficznych. Zgodnie z harmonogramem Komisji Europejskiej budowa pierwszych europejskich gigafabryk AI mogłaby ruszyć w 2027 roku.
Dla polskiej firmy, która trenuje własny model albo dostraja Bielika czy PLLuM-a pod swoje potrzeby, wnioski są dość konkretne:
- moc obliczeniowa jest walutą negocjacyjną i będzie nią jeszcze przez lata, więc warunki dostępu do niej trzeba planować z takim samym wyprzedzeniem jak zatrudnienie zespołu
- publiczna infrastruktura obliczeniowa w Polsce i Europie to realna alternatywa dla chmury amerykańskich hiperskalerów, ale wymaga innego trybu pracy i wcześniejszego wnioskowania o zasoby
- uzależnienie od jednego dostawcy sprzętu lub chmury jest ryzykiem operacyjnym, a nie tylko kosztowym, co przypadek przesiadki SSI z TPU na GPU ilustruje aż nadto wyraźnie
Szef Cyfronetu argumentował wcześniej, że polskie superkomputery powstają nie tylko dla naukowców, ale po to, by przedsiębiorcy mieli na rynku obliczeń alternatywę dla Google’a i Microsoftu. Po lekturze komunikatu Nvidii i SSI ten argument brzmi mocniej niż rok temu.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego wciąż nie wiemy
Warunki transakcji pozostają niejawne. „Financial Times” zwraca uwagę, że zobowiązania tej wielkości bywają powiązane z osiągnięciem przez startup określonych kamieni milowych, co oznaczałoby, że 5 miliardów dolarów nie musi trafić do SSI od razu ani w całości. Nvidia nie ujawniła też, jaki pakiet udziałów obejmuje.
Nie wiemy również, czym są „znaczące kamienie milowe badawcze”, o których wspomina komunikat producenta. Nvidia przyznaje, że uzyskała rzadki wgląd w pilnie strzeżone badania SSI. Reszta rynku takiego wglądu nie ma i musi zaufać, że producent układów graficznych dobrze ocenił to, co zobaczył.
Sutskever obiecuje jeden cel i jeden produkt: bezpieczną superinteligencję. Na razie dostał do tego znacznie większy komputer.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym oficjalnego komunikatu prasowego NVIDIA Newsroom z dnia 27.07.2026 oraz materiałów TechCrunch, Bloomberga, Reutersa, DataCenterDynamics, „Financial Times” i raportu AI Index 2026 przygotowanego przez Stanford HAI. Kontekst polskiej infrastruktury obliczeniowej opracowano na podstawie informacji Ministerstwa Nauki i Szkolnictwa Wyższego, Ministerstwa Cyfryzacji, PCSS oraz doniesień CyberDefence24 i WNP, w tym komunikatu gov.pl o Gaia AI Factory. Cytaty Ilyi Sutskevera i Jensena Huanga zostały zweryfikowane z oryginalnym anglojęzycznym komunikatem prasowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o partnerstwie Nvidii i Safe Superintelligence.
