AMD (AMD.US) prześciga barierę wartości rynkowej biliona dolarów i zaczyna walkę o “definicję mocy obliczeniowej”! Oficjalnie ogłoszono przejęcie World Labs za 8,2 miliarda dolarów, założone przez Fei-Fei Li

Według informacji uzyskanych przez aplikację finansową Zhichong, Nvidia w dziedzinie AI GPU ma najpotężniejszego konkurenta – amerykańskiego lidera wysokowydajnych chipów do PC i centrów danych AI, AMD (AMD.US), którego całkowita kapitalizacja rynkowa niedawno przekroczyła bilion dolarów, a kurs akcji wielokrotnie osiągał nowe szczyty. W poniedziałek czasu wschodniego USA AMD, kierowane przez Lisę Su, nagle ogłosiło przejęcie za 8,2 miliarda dolarów (w ramach transakcji w pełni opłaconej akcjami) startupu AI World Labs, założonego przez "matkę AI" Fei-Fei Li. Przejęcie World Labs, kluczowej siły badawczej w dziedzinie modeli światowych i inteligencji przestrzennej, rozszerzy portfolio AMD o jedną z najważniejszych jednostek zajmujących się zaawansowaną AI.

Transakcja tego dużego przejęcia powinna zostać zrealizowana do końca 2026 roku, nadal wymaga zgody kluczowych organów regulacyjnych. Według wspólnego oświadczenia obu stron, po dokonaniu formalności Fei-Fei Li zostanie mianowana wiceprezesem wykonawczym i głównym naukowcem AMD, bezpośrednio raportując Lisie Su, CEO AMD.

Mówiąc w skrócie, strategiczna wartość tego niespodziewanego przejęcia polega na tym, że AMD zamierza, podobnie jak Nvidia – obecnie najbardziej wartościowa firma na świecie i najgroźniejszy konkurent w dziedzinie AI chipów – jeszcze głębiej połączyć badania nad zaawansowanymi modelami AI z projektowaniem chipów, oprogramowaniem oraz systemów AI. W obliczu fali rewolucji AI wywołanej przez Meta Muse i OpenAI GPT-6 Astra, AMD chce z wyprzedzeniem zrozumieć potrzeby przyszłych obciążeń AI, aby tworzyć platformy superkomputerowe lepiej przystosowane do tych zadań. To oznacza, że AMD chce konkurować o "prawo do definiowania mocy obliczeniowej", które obecnie posiada wyłącznie Nvidia – poprzez wczesne zrozumienie wymagań najnowocześniejszych modeli, uczestniczyć w projektowaniu nowych chipów i architektur systemowych.

Według dostępnych informacji World Labs to startup AI skupiający się na inteligencji przestrzennej i modelach światowych. Jego kluczowa działalność polega na umożliwieniu maszynom percepcji, generowaniu, odbudowie i symulacji środowisk trójwymiarowych. Produkt Marble pozwala tworzyć eksplorowalne światy 3D na podstawie tekstu, zdjęć lub wideo; we wrześniu wprowadzony model Atlas nowej generacji dodatkowo integruje możliwość rekonstrukcji 3D, generacji punktów widzenia i symulacji czasoprzestrzennych. Firma poprzez przejęcie SceniX uzupełniła technologie symulacji robotów, promując pełny proces "rzeczywiste środowisko – trening wirtualny – wdrożenie rzeczywiste", obejmując zastosowania w zakresie dużych modeli robotycznych, dziedzinę zaawansowanej wiedzy fizycznej, cyfrowych treści i scen industrialnych.

Od rywala GPU Nvidia po badania nad dużymi modelami AI – AMD planuje przejąć za 8,2 mld USD firmę World Labs założoną przez Fei-Fei Li

Amerykański gigant chipowy Advanced Micro Devices (czyli AMD) zgodził się na przejęcie World Labs za 8,2 miliarda dolarów, wprowadzając do firmy startup założony przez pionierkę i doświadczoną badaczkę AI Fei-Fei Li.

Obie firmy ogłosiły w poniedziałek wspólne oświadczenie, wskazując, że cała transakcja oparta na akcjach powinna zostać sfinalizowana do końca roku, przy czym wymagane są zgody regulacyjne.

Jako główny konkurent Nvidii na rynku chipów AI, AMD zyska zespół najlepszych badaczy i dostęp do technologii bazowego dużego modelu AI, a także dogłębne zrozumienie kierunku rozwoju tej dziedziny. To powinno pomóc AMD w opracowaniu przyszłej serii kluczowych produktów sprzętowych dla infrastruktury AI.

"Im głębiej rozumiemy cały proces end-to-end, tym lepsze systemy możemy budować," powiedziała Lisa Su, CEO AMD, w wywiadzie udzielonym mediom w poniedziałek. Wywiad został wyemitowany tego dnia po południu lokalnego czasu.

"To jest powód, dla którego przejmujemy World Labs," powiedziała Su, "Chcemy zdobyć światowej klasy zespoły badawcze zgromadzone przez Fei-Fei Li i połączyć ich kompetencje z możliwościami AMD w zakresie sprzętu, oprogramowania i systemów."

World Labs rozwija tzw. "modele światowe", czyli duże platformy AI, które wspierają kluczowe trendy aplikacji realnego świata fizycznego. Modele te szybko i precyzyjnie generują i rekonstruują środowiska 3D. Firma twierdzi, że te możliwości przyczynią się do wyższą efektywności pracy w robotyce, fundamentalnych odkryciach naukowych i wyposażeniu fabryk.

Fei-Fei Li, do niedawna CEO World Labs, jest uznanym badaczem i informatykiem ze Stanford University. Na mocy umowy dołączy do AMD jako wiceprezes wykonawczy i główny naukowiec, raportując bezpośrednio Lisie Su.

"Wraz z rozwojem firmy nasze ambicje rosną," powiedziała Fei-Fei Li w poniedziałkowym wywiadzie dla mediów. Podkreśliła, że zwiększyło to zapotrzebowanie startupu na moc obliczeniową.

"Na tym etapie, jeśli możemy współpracować z AMD, w rzeczywistości tworzymy znaczące możliwości wzrostu dla siebie, AMD i całego ekosystemu AI, przyspieszając koło napędowe rozwoju między oprogramowaniem a sprzętem," dodała.

Transakcja pozwoli AMD, podobnie jak Nvidia pod przewodnictwem Jensena Huanga, udostępnić klientom różnorodne duże modele AI, zwiększając portfolio produktów i usług. Firma stale poszerza ofertę, celując w sprzedaż do centrów danych, które aktualnie generują największą część jej przychodów. Nową strategią jest dostarczanie niezbędnych komponentów do szybkiego uruchamiania infrastruktury AI.

"W przyszłości pojawią się zarówno otwarte, jak i zastrzeżone modele," stwierdziła Lisa Su. "AMD od zawsze wnosiła wkład w tej dziedzinie. Uważam, że będziemy wzmacniać ten wkład."

Su dodała, że ostatecznym celem jest stworzenie lepszej sztucznej inteligencji. "Naszą ambicją jest definiowanie przyszłej ścieżki obliczeń AI."

Nvidia, większy konkurent AMD w dziedzinie AI chipów, jako pierwsza zastosowała oferowanie całościowych pakietów infrastruktury AI, usług chmurowych, dużych modeli i sprzętu AI, pomagając klientom szybko wdrażać i uruchamiać systemy/platformy AI. Obecnie Nvidia korzysta z tej strategii, poszerzając bazę klientów poza dominujące korporacje cloud computing, które wciąż zapewniają jej większość wzrostu.

Nvidia niedawno zgodziła się przejąć startup AI Hugging Face, przy wycenie około 13 miliardów dolarów. Hugging Face jest uznawany za "GitHub AI modelowania", łącząc modele, zbiory danych, narzędzia programistyczne, klientów biznesowych i deweloperów. Dzięki przejęciu Nvidia uzupełni ekosystem – od "odkrycia modelu – oceny – optymalizacji – wdrożenia" – na bazie GPU, sieci NVLink, stosu oprogramowania CUDA i systemów AI. To pozwoli na łatwiejszą adaptację otwartych modeli do jej platform masowych treningów i inferencji AI, oraz wczesną identyfikację, które architektury modeli i obciążenia generują kolejną falę zapotrzebowania na moc obliczeniową.

World Labs założono w 2024 roku, obecnie zatrudnia około 70 pracowników. W tym są eksperci od robotyki z przejętego w lipcu SceniX. SceniX to startup rozwijający oprogramowanie umożliwiające robotom trening w realistycznych wirtualnych środowiskach.

Pod rządami Lisy Su przez 12 lat, amerykański gigant chipowy AMD nieustannie stara się zdobyć uznanie dzięki swoim kompetencjom technologicznym i uwolnić się od reputacji "śledzącego outsidera" w Dolinie Krzemowej. Na rynku procesorów, AMD wyrosło z cienia Intela i obecnie oferuje uznawane za najlepsze w branży serie CPU dla PC i centrów danych.

Na rynku akceleratorów AI (AI chipów wykorzystywanych do treningu i obsługi modeli), AMD wciąż plasuje się na drugim miejscu, daleko za Nvidią (która posiada niemal 90% udziałów). Jednak Lisa Su konsekwentnie wprowadza nowe produkty dla infrastruktury AI i twierdzi, że przewyższają one produkty GPU Nvidii pod względem wydajności.

Inwestorzy postrzegają AMD jako głównego beneficjenta bezprecedensowych, bilionowych wydatków na AI na świecie, co od początku roku potroiło kurs jej akcji. Obecna kapitalizacja AMD osiągnęła około 1 bilion dolarów, dołączając do wybranej grupy 12 światowych gigantów technologicznych, w tym Nvidia i Apple.

Nvidia pozostaje najbardziej wartościową firmą na świecie, przekraczając kapitalizację 5 bilionów USD. Jednak jej kurs wzrósł w tym roku jedynie o 22%, a wyniki giełdowe w 2026 r. są znacząco gorsze niż niemal wszystkich popularnych firm chipowych/semiconductorów, i wyraźnie poniżej indeksu półprzewodników z Filadelfii – uznawanego za "barometr podstawowej infrastruktury AI mocy obliczeniowej".

Helios odpowiada na wyzwania teraźniejszości, modele światowe kształtują przyszłość: Ambicje AMD w AI od sprzedaży mocy obliczeniowej po udział w jej definiowaniu

21 września AMD po raz pierwszy przekroczyło próg biliona dolarów kapitalizacji, a w ciągu ostatniego roku jej kurs wzrósł o ponad 200%. Wynika to z faktu, że rynek zaczyna ponownie oceniać potencjał wzrostu akceleratorów AI i CPU serwerowych dla centrów danych.

Nvidia w systemie GPU ma najsilniejszego konkurenta – AMD, które na początku tego miesiąca podczas Global Tech Conference organizowanej przez Citi (Wall Street) ogłosiło, że do 2030 roku rynek przyspieszonego AI przetwarzania w centrach danych wzrósł do 2 bln USD (z wcześniejszych prognoz 1 bln USD), ze szczególnym wskazaniem, że AI inferencja napędza największy wzrost zapotrzebowania na moc obliczeniową; skupienie na agentowych AI workflow równocześnie zwiększa popyt na GPU i CPU serwerowe.

AMD podczas konferencji poinformowało, że Meta oraz dwa inne laboratoria AI – trzej kluczowi klienci Helios – podali prognozy zakupów wyższe niż początkowe założenia strategicznej współpracy. Firma przewiduje także, że sprzedaż CPU serwerowych wzrośnie w drugiej połowie tego roku o ponad 80%, a w przyszłym roku o ponad 70%. Te prognozy silnie wspierają ekspansję zapotrzebowania na moc obliczeniową – aczkolwiek opierają się głównie na podwyższonych przewidywaniach klientów, nie potwierdzonych jeszcze nieodwołalnymi zamówieniami na infrastrukturę. Helios to system rack-level do AI computing AMD, a Meta (spółka-matka Facebooka) jest jednym z kluczowych nabywców.

Trzeba podkreślić: AMD przewiduje, że rynek obliczeń do 2030 bliski 2 bln USD obejmuje centra danych, PC, edge oraz embedded, z czego w samych centrach danych AI akceleratory to 1,4 bln USD, a CPU serwerowe 220 mld USD.

Szczególnie ważne wydaje się, że popyt na moc obliczeniową AI wciąż rośnie. Podczas konferencji zarząd AMD poinformował, że Meta, OpenAI i Anthropic – trzej kluczowi klienci – podali prognozy wyższe niż pierwotnie spodziewano, a popyt na Helios do 2027 także przewyższa początkowe założenia AMD. Zarząd przewiduje, że MI450 i Helios rozpocznie pierwsze dostawy pod koniec trzeciego kwartału, a w czwartym kwartale i w 2027 roku dostawy będą rosły; wcześniej przewidywano, że przychody datacenter w 2027 będą wyższe o ponad 100% r/r, a przychody serwerowych CPU wzrosną odpowiednio w drugiej połowie 2026 i w 2027 o ponad 80% i 70%. Produkty CPU o wysokiej marży mają potencjał podwyższenia rentowności, a współpraca z Cerebras wzmacnia możliwości inferencji o niskim opóźnieniu.

Muse i Astra reprezentują zastosowania agentowe, które stanowią podstawę ekspansji: jedna komenda może uruchomić operacje w przeglądarce, wykonanie kodu, wyszukiwanie danych, wieloetapową inferencję i weryfikację wyników. GPU obsługuje obliczenia modeli, CPU wspiera wirtualne maszyny, orkiestrację zadań i wykonywanie narzędzi, pamięć i storage przechowują kontekst, pliki i status wykonania. Gdy AI platforma superaplikacji wychodzi poza ekran w kierunku robotyki i środowiska fizycznego, generowanie scen 3D, symulacja środowiska i ocena różnych ścieżek działania generują nowe zapotrzebowanie; rzeczywisty przyrost zależy od skali zadania, wydajności modelu i sposobu wdrożenia.

Muse poprzez dedykowaną chmurową VM i przeglądarkę wykonuje zadania cross-app i kontynuuje pracę nawet po zamknięciu aplikacji; Astra wzmacnia możliwości operacji komputerowych, inżynierii oprogramowania i profesjonalnych wieloetapowych działań. Kiedy AI umie wykonać badania, programowanie, zakupy czy workflow biurowe, wartość płatna przechodzi z generowania odpowiedzi do dostarczenia całościowego efektu pracy. Z perspektywy wzrostu biznesu wyższa skuteczność realizacji zadań i niższy koszt wykonania powinny skłonić firmy i konsumentów do szerszego użycia, wspierając wzrost dochodów z subskrypcji, rozliczeń za wykorzystanie i infrastruktury.

Ta ekspansja przekłada się na całe systemy obliczeniowe: GPU i inne akceleratory AI realizują obliczenia modeli, CPU obsługują przeglądarki, egzekucję kodu, wirtualne maszyny, narzędzia i orkiestrację zadań; rosnące wagi modeli, kontekst i sesje równoległe zwiększają zapotrzebowanie na szybkie pamięci, pliki zadań, długoterminowa pamięć i cache warstwowy zwiększają popyt na DRAM i SSD klasy enterprise. Analiza inżynieryjna Nvidii pokazuje, że szybkość wykonania narzędzi przez CPU wpływa na throughput workflow agentowych, a cache KV można elastycznie zarządzać w pamięci GPU, CPU i storage w zależności od dostępu.

Dlatego Wall Street, w tym tacy giganci jak Goldman Sachs i Jefferies, widzą fundament wzrostu w przyspieszonej penetracji AI i rosnącym popycie na moc obliczeniową AI, prognozując, że agentowa AI podniesie zapotrzebowanie na kluczowe komponenty infrastruktury: obliczenia, pamięć, storage i sieci optyczne.

Jefferies, finansowy gigant Wall Street, niedawno ogłosił, że w szale inwestycji w AI i przy nadspodziewanych zyskach firm AI, indeks S&P 500 może osiągnąć 8000 punktów do końca 2026 roku, a do 2027 sięgnąć 9000 punktów. Jefferies opiera prognozę na jasnym założeniu: w cyklu, gdzie wzrost zysków napędzany przez AI jest ponad dwukrotnie wyższy niż średnia historyczna, przeciwstawianie się trendowi zysków jest ryzykowne. Podstawowa prognoza 8000 pkt S&P 500 na 2026 przyjmuje EPS na poziomie 373 USD (wzrost 35% r/r, wyraźnie ponad konsensus 29%) i wskaźnik PE 21,5.

Z perspektywy inżynieryjnej i inwestycyjnej, przejęcie można streścić jako próbę AMD zdobycia "prawa do definiowania podstawowej mocy obliczeniowej AI" – wcześniejsze zrozumienie, jakiego sprzętu potrzebuje model. Atlas stosuje multimodalną autoregresywną architekturę dyfuzyjną, której obliczenia macierzowe, zarządzanie kontekstem przestrzennym i generowanie iteracyjne mają odmienne wymagania pod względem throughputu, szerokości pamięci i efektywności schedulingu. AMD może przełożyć te wymagania bezpośrednio na Instinct GPU, EPYC CPU, ROCm software i projekt racków. Obydwie strony wcześniej współpracowały nad optymalizacją obliczeń i obciążeń dla Instinct; przejęcie usprawni ten feedback. Dla akcjonariuszy i inwestorów długoterminową wartością jest przekucie tych kompetencji R&D w niższe koszty realizacji zadań, szybsze wdrożenia i wyższą adopcję produktów.