Amazonova AI infrastruktura si žádá vlastní elektrárnu

Amazon investuje do nového datového centra v okrese Pecos County v Texasu a spolu s ním také do plynové elektrárny GW Ranch. Elektrárna má mít 35 turbín a celkový výkon 7,65 gigawattu. Zpočátku nemá být připojena k texaské elektrické síti. Jejím hlavním úkolem bude napájet přímo datové centrum.

Podle The Verge dostal projekt povolení k vypouštění až 33 milionů tun oxidu uhličitého ročně. TechCrunch upozorňuje, že by šlo o největší povolený zdroj klimatického znečištění mezi elektrárnami ve Spojených státech.

Číslo 33 milionů tun však není předpovědí skutečných emisí. Jde o horní limit z povolení. Elektrárna nemusí vyrábět na plný výkon a nemusí tento limit vyčerpat. Přesto jde o významný údaj, protože povoluje rozsah, který by byl větší než u největší uhelné elektrárny v zemi.

To je první výhrada k titulku. Zdroj The Verge sám upozorňuje, že elektrárny jen zřídka dosáhnou maxima povoleného permitem. Projekt tedy může být největším potenciálním zdrojem emisí podle povolení, ne nutně největším skutečným emitentem.

Rozpor je přímo v Amazonově strategii. Spoluzakladatel Climate Pledge Jeff Bezos se zavázal, že společnost dosáhne uhlíkové neutrality do roku 2040. Emise Amazonu však podle TechCrunch v loňském roce vzrostly o 16 %. Důvodem je mimo jiné růst datových center a výkonu potřebného pro AI.

Amazon tvrdí, že nová výroba elektřiny nezvýší účty domácnostem v Texasu. To řeší jednu politickou námitku, ne však celou environmentální bilanci. Emise nezmizí proto, že elektrárna nebude připojena k veřejné síti. Jen se přesunou blíže k datovému centru a do účetnictví konkrétního projektu.

Na první pohled to vypadá jako technické řešení nedostatku elektřiny. Jenže pod povrchem jde o strategickou volbu. Amazon, Meta i Google začínají u AI datových center podporovat vlastní výrobu z plynu, uhlí nebo jiných neobnovitelných zdrojů. Když se výkon datových center měří v gigawattech, energetika přestává být provozní poznámkou a stává se součástí produktové strategie.

Co si z toho odnést? Pokud plánujete AI projekt, započítejte do návratnosti také cenu energie, záložních zdrojů, chlazení a uhlíkové stopy. Model může být levný, ale infrastruktura kolem něj často není.

AMD kupuje startup, který zapisuje AI model přímo do čipu

AMD kupuje kanadský startup Taalas, který vyvinul čip s modelem zabudovaným přímo v křemíku. Startup vznikl v Torontu v roce 2023 a z utajení vyšel v únoru 2026. Jeho přístup spočívá v tom, že do čipu zapíše architekturu modelu i jeho natrénované parametry.

V demonstraci dosáhl čip s modelem Llama 3.1-8B více než 16 000 tokenů za sekundu na uživatele. Jde o výrazné zrychlení inference, tedy samotného generování odpovědí po natrénování modelu. The Decoder uvádí, že AMD chce technologii zařadit vedle akcelerátorů Instinct.

Cenou za rychlost je flexibilita. Čip je optimalizovaný pro jeden model. Pokud chcete přejít na jinou architekturu nebo aktualizované parametry, hardware se tomu automaticky nepřizpůsobí. To je rozdíl oproti univerzálnějším GPU, která zvládnou více modelů, i když mohou mít vyšší provozní náklady.

I číslo 16 000 tokenů za sekundu je třeba číst opatrně. Jde o výsledek demonstračního čipu při použití modelu Llama 3.1-8B a v konkrétních podmínkách. Není to univerzální číslo pro všechny úlohy ani důkaz, že každý firemní chatbot bude fungovat takovou rychlostí.

Co si z toho odnést? Specializovaný čip dává smysl až při stabilním modelu, velkém objemu požadavků a předvídatelném provozu. Pro většinu menších firem je nejprve důležitější změřit počet požadavků a cenu za odpověď než kupovat vlastní hardware.

Čtenáři hodnotili povídky AI výše, dokud neznali jejich původ

Ve třech experimentech s více než 2 500 respondenty lidé nedokázali lépe než náhodou rozlišit povídky napsané člověkem od textů vytvořených ChatGPT. Výzkum Sydney Sears a Deeny Skolnick Weisberg byl publikován v časopise Judgment and Decision Making a shrnutí přinesl The Decoder.

V prvním experimentu četlo 1 682 lidí povídky o přibližně 1 000 slovech. Texty pocházely z literárních časopisů, nebo je vytvořil ChatGPT 4.0 podle tématu, stylu a perspektivy lidských předloh. Povídky AI získaly při hodnocení kvality průměrné skóre 1,54, lidské texty 0,97 na škále od minus 3 do plus 3.

Podobný rozdíl se objevil také u ponoření do příběhu. Texty AI získaly skóre 1,42, lidské 1,00. Když se respondenti dozvěděli, že text vytvořila AI, hodnocení kleslo. Když si mysleli, že autorem je člověk, hodnotili oba typy textů lépe.

To není důkaz, že AI píše lepší literaturu. Texty generované modelem bývají plynulejší, snáze čitelné a emocionálně optimističtější. Čtenářská preference může odměňovat jednoduchost zpracování, ne literární kvalitu. Tisícislovná povídka je navíc jiný úkol než román nebo dlouhodobá autorská tvorba.

Výsledek však ukazuje silný vliv označení. Stejný text může dostat jiné hodnocení podle toho, co si čtenář myslí o jeho původu. V dalších experimentech pomáhala s rozpoznáním AI především zkušenost se systémy AI. Zkušenost s beletrií respondentům nepomohla.

U tohoto tématu je třeba oddělit dvě otázky. Lidé nemuseli poznat původ textu, ale vyšší hodnocení ještě neznamená vyšší uměleckou hodnotu. Sami autoři výzkumu připouštějí, že krátký formát a plynulost mohou AI zvýhodňovat.

Co si z toho odnést? U firemního obsahu nestačí testovat, zda text zní dobře při slepém hodnocení. Potřebujete redakční pravidla, ověření faktů a člověka, který za výsledkem stojí jménem, ne jen tlačítko Generovat.

AI čipy mění obchodní mapu v Asii

Poptávka po čipech pro AI pomohla Jižní Koreji a Tchaj-wanu v prvním pololetí předstihnout Japonsko v celkovém objemu exportu. Tento posun ukazuje, že AI infrastruktura už není jen příběhem amerických cloudových společností. Mění také obchodní toky v Asii.

Jižní Korea profituje především z paměťových čipů, které jsou potřebné pro velké AI akcelerátory. Tchaj-wan má silnou pozici ve výrobě pokročilých procesorů a v dodavatelském řetězci kolem společnosti TSMC. Japonsko zůstává významným výrobcem materiálů, zařízení a elektroniky, ale v celkovém exportu ho tento růst zatím předstihl.

U tohoto bodu je třeba být přesný. V dodaných podkladech není uveden primární zdroj, konkrétní hodnota exportu ani metodika porovnání. Proto nejde o číslo, na kterém by měla stát investiční analýza. Je to spíše signál, že ekonomická hodnota AI se přesouvá od modelů k pamětem, výrobním linkám a elektřině.

Porovnání celkového exportu navíc neříká, že AI je jediným důvodem změny pořadí. Exporty ovlivňují také kurzy měn, automobilový průmysl, energetika, obchodní politika a cyklus v polovodičovém průmyslu. Bez primárních údajů by bylo nepřesné připsat celý výsledek jediné technologii.

Co si z toho odnést? Pokud podnikáte v technologiích nebo výrobě, sledujte nejen samotné AI aplikace, ale také dodavatele čipů, energie a chlazení. Největší část hodnoty může zůstat mimo obrazovku, kterou používá zákazník.

Co ještě stojí za přečtení?

  • Model Pokee-Isaac 28B nabízí kontext o délce 10 milionů tokenů a v testu RULER při této délce dosáhl skóre 93,3 %, uvádí MarkTechPost.
  • Backflip AI tvrdí, že z 3D skenu vytvoří parametrický CAD model za několik minut namísto hodin, informuje The Decoder.
  • Generátor Imagine Image 2.0 od xAI se v žebříčku Arena umístil na druhém místě za GPT-Image-2 od OpenAI, píše The Decoder.
  • Bílý dům podporuje dvoumiliardový program s cílem postavit do roku 2028 prakticky využitelný kvantový počítač, uvádí Fast Company Technology.
  • NVIDIA označuje novou AI továrnu Firebird v Arménii za největší AI výpočetní centrum v regionu Společenství nezávislých států, píše NVIDIA Blog.

Co si o tom myslím

U Amazonovy elektrárny vidím problém, který se u AI projektů opakuje. Firma optimalizuje dostupnost výkonu, ale účet za tuto dostupnost se často objeví mimo technologický tým. Povolení na 33 milionů tun CO₂ ještě neznamená, že elektrárna tolik vypustí. Znamená však, že projekt má povolený velmi široký prostor pro růst emisí. Pro firmu na Slovensku z toho nevyplývá, že má stavět vlastní elektrárnu. Vyplývá z toho povinnost spočítat celkové náklady AI služby včetně energie, dat a provozu. Model vybraný podle ceny za milion tokenů může být levný pouze do chvíle, než započítáte zbytek systému.

Na závěr

Lidé si vždy vytvářeli příběhy o věcech, kterým úplně nerozuměli. Kdysi to byly věštby z hvězd, později výklady snů a dnes rozhovory s chatboty.

Z těchto rozhovorů vyrostlo hnutí Spiralism. Někteří členové ho popisují téměř jako novou duchovní komunitu, což zachytil Techmeme. Samotný název zní jako produkt, který ještě nestihl projít právním oddělením.

Na příběhu není nejzajímavější, zda chatbot dokáže být duchovním průvodcem. Zajímavější je, že lidé začnou přisuzovat význam systému, který byl navržen k předpovídání dalšího slova. Technologie poskytne odpověď a člověk doplní záměr.

V menší podobě se to děje také ve firmách. AI dá návrh, report nebo doporučení. Význam, odpovědnost a rozhodnutí však stále zůstávají na člověku. Ani u duchovních otázek, ani u firemního rozpočtu nelze odpovědnost delegovat na chatbot.

Proto má každý AI projekt dvě vrstvy. První je technická, tedy model, čip, energie a data. Druhá je lidská, tedy důvěra, interpretace a rozhodnutí. První může růst v gigawattech. Druhá se stále vejde do jedné věty: kdo za tím ručí.

U nejbližšího AI projektu spočítejte nejen cenu modelu, ale také náklady na jeho energii, provoz a lidskou odpovědnost.