Nvidia inwestuje w laboratorium AI Ilyi Sutskevera

Nvidia dokonała znaczącej inwestycji w Safe Superintelligence Inc., nowe laboratorium AI założone przez Ilyę Sutskevera, byłego głównego naukowca w OpenAI. Transakcja, ogłoszona jako długoterminowe strategiczne partnerstwo, pozycjonuje Nvidię do rozszerzenia swojego zasięgu na rynku obliczeń AI, jednocześnie wspierając jednego z najwybitniejszych badaczy w tej dziedzinie.

Inwestycja bezpośrednio przynosi korzyści Safe Superintelligence, które zyska dostęp do zaawansowanego sprzętu i infrastruktury Nvidii do opracowywania bezpiecznych systemów AI. Nvidia z kolei zabezpiecza udziały w prestiżowym startupie skoncentrowanym na superinteligencji, niszy, która może napędzać przyszły popyt na jej układy. Partnerstwo sygnalizuje również strategię Nvidii polegającą na pogłębianiu więzi z wiodącymi laboratoriami AI poza istniejącymi relacjami.

Ma to znaczenie, ponieważ podkreśla rosnące znaczenie zasobów obliczeniowych w badaniach nad AI. Laboratorium Sutskevera, które priorytetowo traktuje bezpieczeństwo w systemach superinteligentnych, wymaga ogromnej mocy obliczeniowej, a zaangażowanie Nvidii może przyspieszyć jego prace. Transakcja uwydatnia również, jak producenci chipów coraz częściej inwestują bezpośrednio w startupy AI, aby zabezpieczyć popyt na swoje produkty.

Konkretne warunki nie zostały ujawnione, ale inwestycja jest opisywana jako „znacząca”. Partnerstwo zostało ogłoszone 12 marca 2025 roku, według doniesień. Safe Superintelligence zostało założone w 2024 roku przez Sutskevera, który wcześniej współtworzył OpenAI i kierował jego badaniami nad bezpieczeństwem.

Na początku tego roku Sutskever opuścił OpenAI, aby założyć Safe Superintelligence, dążąc do budowania systemów AI bezpiecznych z założenia. Laboratorium od tego czasu poszukiwało partnerstw z dostawcami sprzętu, aby zabezpieczyć moc obliczeniową potrzebną do swoich badań. Inwestycja Nvidii jest pierwszą znaczącą współpracą dla startupu.

Patrząc w przyszłość, partnerstwo ma obejmować wspólne opracowywanie narzędzi bezpieczeństwa AI oraz optymalizację sprzętu Nvidii pod kątem obciążeń związanych z superinteligencją. Może to ustanowić precedens dla współpracy laboratoriów AI i producentów chipów nad systemami nowej generacji, potencjalnie wpływając na szersze podejście branży do bezpieczeństwa i dostępu do obliczeń.