AI tvornica nije tek velika hala ispunjena grafičkim procesorima. Ono što je čini pravom tvornicom jest sposobnost da u velikom opsegu, pouzdano i neprekidno „proizvodi“ AI kapacitete: trenirane modele, inferenciju, predviđanja i automatizirane odluke za industriju, znanost i javni sektor. Dr. Thomas Zacharia, viši potpredsjednik AMD-a za strateška tehnološka partnerstva i javne politike, naglašava da takvi sustavi više nisu obične IT instalacije. Zbog svoje veličine, potrošnje energije i strateške važnosti za gospodarstvo, oni postaju ključna infrastruktura usporediva s energetskim i industrijskim postrojenjima.
Od superračunala do AI tvornice
Razlika između tradicionalnog superračunalnog centra i AI tvornice ne svodi se samo na brzinu. Suvremene AI tvornice nastale su na temeljima računalstva visokih performansi (HPC) te koriste slične elemente: moćne procesore, akceleratore, brze mrežne veze, naprednu memoriju i specijalizirano hlađenje. Ipak, pristup se bitno razlikuje:
Klasični superračunalni centri organizirani su oko iznimno snažnih sustava namijenjenih znanstvenim simulacijama i modeliranju. Težište je na rezultatima pojedinačnih izračuna, a performanse se mjere u FLOPS-ima. AI tvornice stavljaju naglasak na organizirani tijek treniranja, prilagodbe i ponovnog izvršavanja modela. Njiho proizvod nisu samo dovršeni izračuni, već funkcionalni modeli i usluge namijenjeni kontinuiranoj primjeni u industriji, energetici i robotici.
Granica nije strogo povučena u samom hardveru, već u namjeni i opsegu. Osim u organizaciji, razlika je i u tempu izgradnje: AI infrastruktura razvija se znatno brže i u većim razmjerima. Kako ističe Zacharia, umjesto u FLOPS-ima, kapaciteti se sve češće planiraju u megavatima i gigavatima, pri čemu raspoloživa energija postaje glavno ograničenje daljnjeg rasta.
Više od skupa akceleratora
Prvo ključno obilježje AI tvornice jest integrirana arhitektura. Svođenje cijelog sustava isključivo na GPU akceleratore zanemaruje procesore, memoriju, mrežu, hlađenje i softver — elemente bez kojih velika opterećenja ne mogu funkcionirati.
AMD svoj pristup gradi oko cjelovitog ekosustava:
- EPYC procesori upravljaju složenim radnim opterećenjima.
- Instinct akceleratori izvršavaju masivne paralelne operacije.
- Pensando mrežna rješenja povezuju iznimno velik broj čvorova.
- ROCm softver osigurava otvoreno razvojno okruženje.
Ta je strategija najjasnije vidljiva u platformi Helios, projektiranoj na razini poslužiteljskog ormara (racka). Sve se komponente optimiziraju zajedno, pa ormar postaje osnovna proizvodna jedinica. Tekućinsko hlađenje odvodi toplinu gusto zbijenih akceleratora, napajanje podnosi velika opterećenja, a mreža brzinom munje prenosi podatke. Konkurentska prednost tako se s performansi pojedinačnog čipa seli na učinkovitost cjelokupnog sustava.
Energija i podaci kao dio iste jednadžbe
Drugo obilježje jest razmjer potrošnje. Razvoj AI tvornica izravno ovisi o dostupnosti električne energije, stabilnosti mreže i dugoročnim cijenama struje. To je posebno vidljivo u Europi, gdje energetska ograničenja često predstavljaju veću prepreku od nabave same opreme. Odabir lokacije stoga sve više nalikuje planiranju energetskog postrojenja.
U takvim uvjetima ključne metrike postaju performanse po vatu i performanse po prenesenom bajtu. Prijenos podataka između procesora, memorije i ormara često troši više energije od samog računanja. Kako modeli rastu, usko grlo prestaje biti brzina matematičkih operacija i postaje sposobnost sustava da akceleratorima neprekidno dostavlja podatke. Tvrtka AMD ističe da je u odnosu na 2020. godinu ostvarila 38 puta veću energetsku učinkovitost na razini čvora za treniranje AI-ja, uz cilj dvadeseterostrukog povećanja na razini poslužiteljskog ormara do 2030. godine. Nadalje, nusproizvod poput topline može postati koristan resurs. Europski superračunalni centri u Münchenu i Finskoj već koriste otpadnu toplinu za grijanje okolnih objekata. Uz pravu infrastrukturu, AI tvornica može istodobno funkcionirati kao digitalno proizvodno postrojenje i dio gradskog energetskog sustava.
Europska suverenost kroz otvorenu infrastrukturu
Plan Europske unije o razvoju AI gigatvornica ima za cilj jačanje vlastitih kapaciteta i smanjenje ovisnosti o SAD-u i Kini. No, Zacharia napominje da sama visina ulaganja nije dovoljna. Europske AI tvornice moraju biti otvorene širem ekosustavu — industriji, startupima, sveučilištima i istraživačkim institucijama. Umjesto subvencioniranja izoliranih projekata, cilj je stvoriti zajedničku osnovu za razvoj europskih modela. Otvorena i interoperabilna arhitektura sprečava ovisnost o jednom dobavljaču (vendor lock-in). Široki pristup zahtijeva i jasne protokole sigurnosti te razdvajanja podataka — takozvanu „arhitekturu povjerenja“ koja je jednako važna kao i sam hardver.
Fokus na industrijsku primjenu
Prilika za Europu ne leži u pukom kopiranju američkih modela, već u povezivanju AI infrastrukture s jakom industrijskom bazom. Najveći potencijal krije se u fizičkoj umjetnoj inteligenciji: primjeni AI-ja u proizvodnji, robotici, autonomnim vozilima i energetskim mrežama, gdje su ključni kontrola kvalitete i obrada podataka u stvarnom vremenu.
AI tvornica u konačnici nije samo moćno računalo, već trajna digitalna proizvodna infrastruktura koja podatke pretvara u modele, a modele u konkretne industrijske rezultate.
