Svět umělé inteligence se točí kolem jednoho klíčového zdroje – výpočetního výkonu. A ten dosud z drtivé většiny dodává jediná společnost: Nvidia. Jenže na scénu vstupuje ambiciózní startup MatX, který právě uzavřel investiční kolo Series B v hodnotě 500 milionů dolarů a otevřeně deklaruje, že chce dominanci Nvidie v oblasti trénovacích AI čipů narušit. Jedná se o jeden z nejvýznamnějších momentů v historii alternativního AI hardware, který může přepsat pravidla hry na trhu s výpočetním výkonem pro umělou inteligenci.
Půl miliardy dolarů na čipový sen
Investiční kolo vedla dvojice velmi zajímavých hráčů – kvantitativní obchodní gigant Jane Street a fond Situational Awareness, za nímž stojí Leopold Aschenbrenner, bývalý člen týmu OpenAI a autor vlivné eseje o budoucnosti superinteligence. Právě Aschenbrennerova angažovanost dodává celé investici zvláštní váhu. Muž, který veřejně argumentuje, že se blížíme k zásadnímu zlomu v AI kapabilitách, vsadil své peníze i reputaci na to, že MatX dokáže dodat hardware, který tento zlom umožní. Pokud sledujete vývoj v oblasti AI hardware a hledáte přehledné informace o nejnovějších trendech, portál 1AI.cz nabízí pravidelné zpravodajství z tohoto dynamicky se rozvíjejícího odvětví.
Z Google Brain rovnou do vlastní firmy
MatX není žádný startup z garáže bez zkušeností. Zakladatelé společnosti přicházejí přímo z Google TPU týmu – tedy z prostředí, kde vznikly jedny z nejúspěšnějších alternativních AI akcelerátorů na světě. Tensor Processing Units (TPU) od Googlu dlouhodobě dokazují, že Nvidia GPU nejsou jedinou cestou k efektivnímu trénování velkých jazykových modelů a dalších AI systémů. Zakladatelé MatX si z Googlu odnesli hluboké znalosti o architektuře čipů optimalizovaných specificky pro operace s tenzory, maticovými násobeními a dalšími výpočty, které jsou páteří moderního deep learningu.
Právě tato specializace je klíčová. Zatímco Nvidia GPU jsou do značné míry univerzální akcelerátory, které excelují v širokém spektru úloh, MatX se zaměřuje výhradně na trénink AI modelů. Tato úzká specializace by teoreticky mohla přinést zásadní výhody v energetické efektivitě, propustnosti a ceně za FLOP – tedy za jednotku výpočetního výkonu.
Výroba přes TSMC, dodávky v roce 2027
Podle dostupných informací plánuje MatX vyrábět své čipy prostřednictvím tchajwanského obra TSMC, tedy stejné společnosti, která vyrábí čipy pro Apple, AMD, Qualcomm i samotnou Nvidii. První dodávky zákazníkům jsou plánovány na rok 2027. Tento časový horizont je důležitý z několika důvodů:
- Nvidia do té doby představí další generace: Do roku 2027 bude Nvidia pravděpodobně minimálně u architektury následující po připravované generaci Rubin. MatX tedy nebude soupeřit s dnešními H100 nebo B200, ale s čipy, které teprve vznikají.
- Trh s AI výpočetním výkonem exponenciálně roste: Analytici odhadují, že poptávka po trénovacím výkonu poroste o desítky procent ročně. I kdyby MatX získal relativně malý podíl na trhu, v absolutních číslech může jít o obrovský byznys.
- Zákazníci aktivně hledají alternativy: Velcí cloudoví poskytovatelé i AI laboratoře jsou frustrováni závislostí na jediném dodavateli. Diverzifikace dodavatelského řetězce je pro ně strategickou prioritou.
Proč je konkurence v AI čipech tak důležitá
Dominance Nvidie na trhu s AI akcelerátory je bezprecedentní. Společnost kontroluje odhadem 70–90 % trhu s čipy pro trénink AI modelů, což jí dává enormní cenovou sílu. Ceny GPU řady H100 a novějších se pohybují v desítkách tisíc dolarů za kus a celé clustery pro trénink velkých modelů stojí stovky milionů až miliardy dolarů. Tato situace vytváří obrovský ekonomický tlak na celý AI ekosystém.
MatX není jediný, kdo se pokouší tuto situaci změnit. Na trhu působí řada dalších společností s podobnými ambicemi:
- Cerebras – se svým obřím wafrovým čipem WSE-3
- Groq – specializující se na inferenci s deterministickým výkonem
- d-Matrix – zaměřený na digitální in-memory computing
- Tenstorrent – pod vedením legendárního Jima Kellera
- Etched – s čipem Sohu specializovaným na transformerové architektury
Každý z těchto hráčů volí odlišný technický přístup, ale všichni sdílejí společný cíl: nabídnout lepší poměr cena/výkon než Nvidia. MatX se v tomto kontextu odlišuje zejména rozsahem získaného financování a pedigree zakladatelského týmu.
Co to znamená pro budoucnost AI
Rostoucí konkurence v oblasti AI čipů má dalekosáhlé důsledky pro celý technologický průmysl. Pokud se MatX a dalším startupům podaří dodávat konkurenceschopné čipy, můžeme očekávat několik zásadních efektů:
- Pokles cen výpočetního výkonu: Větší konkurence logicky povede k tlaku na snižování cen, což demokratizuje přístup k AI tréningu.
- Akcelerace AI výzkumu: Levnější výpočetní výkon umožní více organizacím trénovat vlastní modely, což urychlí inovace.
- Geopolitické důsledky: Diverzifikace dodavatelského řetězce snižuje rizika spojená s přílišnou závislostí na jednom hráči.
- Nové architektonické přístupy: Specializované čipy mohou přinést zcela nové způsoby, jak navrhovat a trénovat AI modely.
Je ovšem nutné zdůraznit, že samotný hardwarový čip je pouze částí rovnice. Nvidia svou dominanci nestaví jen na kvalitě křemíku, ale především na svém softwarovém ekosystému CUDA, který vývojáři používají přes patnáct let. Právě překonání této softwarové bariéry bude pro MatX možná ještě větším výzvem než samotný návrh čipu. Společnost bude muset nabídnout buď kompatibilitu s existujícími frameworky jako PyTorch a JAX, nebo přesvědčit vývojáře, aby přešli na nový softwarový stack.
Signál pro celý průmysl
Investice 500 milionů dolarů do Series B kola je sama o sobě silným signálem. Ukazuje, že investoři věří v reálnou možnost narušení Nvidia monopolu a jsou ochotni do této vize vložit obrovské prostředky. Leopold Aschenbrenner, jehož analýzy budoucnosti AI patří k nejcitovanějším v oboru, svou účastí v tomto kole de facto říká: budoucnost AI bude vyžadovat tak enormní množství výpočetního výkonu, že trh pojme více než jednoho velkého hráče.
Pro český technologický sektor je toto dění relevantní především v kontextu rostoucí potřeby porozumět hardwarovému základu AI revoluce. Firmy, které plánují nasazovat AI ve velkém měřítku, by měly pozorně sledovat, jak se trh s čipy vyvíjí – protože právě cena a dostupnost výpočetního výkonu bude určovat, co je v AI ekonomicky proveditelné a co nikoliv. Pokud chcete mít přehled o všech důležitých novinkách ze světa umělé inteligence včetně hardwarových trendů, sledujte pravidelně 1AI.cz, kde najdete aktuální zpravodajství i analytické články.
Rok 2027, kdy by měly být první čipy MatX dostupné zákazníkům, se může zdát daleko. V tempu, jakým se AI odvětví vyvíjí, je to ale prakticky za rohem. A pokud MatX skutečně dodá to, co slibuje, může se stát jedním z nejdůležitějších příběhů dekády v oblasti technologického hardware. Boj o AI čipovou nadvládu teprve začíná – a právě získal nového vážného uchazeče.
