Furiosa stiže u Lisabon

FuriosaAI proširio je europsku prisutnost postavljanjem servera s akceleratorima RNGD u Equinixov podatkovni centar LS2 u Lisabonu. Sustavi bi europskim kompanijama trebali omogućiti lokalno testiranje performansi, jednostavnosti implementacije i kompatibilnosti akceleratora s naprednim jezičnim, multimodalnim i drugim generativnim AI modelima, bez potrebe za nabavom vlastite infrastrukture ili prijenosom radnih opterećenja izvan Europe. Lisabonska instalacija zamišljena je kao demonstracijsko i evaluacijsko okruženje, ali i kao prvi korak prema široj komercijalnoj dostupnosti FuriosaAI-jeve infrastrukture na europskom tržištu.

Riječ je o južnokorejskim AI akceleratorima namijenjenima ponajprije inferenciji, odnosno izvršavanju već istreniranih modela u produkcijskim okruženjima. RNGD, čije se ime izgovara „Renegade“, temelji se na FuriosaAI-jevoj arhitekturi Tensor Contraction Processor i proizvodi u TSMC-ovu 5-nanometarskom procesu. Svaki akcelerator nudi do 512 teraflopsa performansi u FP8 preciznosti, odnosno 256 teraflopsa u BF16 formatu, uz 48 GB HBM3 memorije i memorijsku propusnost od 1,5 TB u sekundi. Kartica raspolaže i s 256 MB ugrađene SRAM memorije, koristi PCIe Gen5 x16 sučelje te podržava niže numeričke formate poput INT8 i INT4, koji su posebno važni za optimizirano izvršavanje velikih modela.

FuriosaAI za komercijalnu izvedbu navodi potrošnju do 180 W, što omogućuje korištenje klasičnog zračnog hlađenja i u podatkovnim centrima koji nisu projektirani za najnovije GPU sustave s vrlo velikom energetskom gustoćom. NXT RNGD server može sadržavati osam akceleratorskih kartica, čime sustav doseže ukupno četiri petaflopsa FP8 performansi, 384 GB HBM3 memorije i zbirnu memorijsku propusnost od 12 TB u sekundi. Ukupna deklarirana potrošnja servera iznosi približno tri kilovata, a sustav je projektiran za ugradnju u postojeće korporativne, kolokacijske i upravljane podatkovne centre.

Ova vijest zanimljiva je jer tržište AI čipova ne čine samo Nvidia, AMD i veliki hiperskaleri. Manji i specijalizirani proizvođači pokušavaju pronaći prostor u inferenciji, dijelu AI tržišta koji će rasti usporedno sa širenjem generativnih AI aplikacija iz faze razvoja i testiranja u svakodnevnu poslovnu upotrebu. Treniranje velikih modela i dalje zahtijeva goleme klastere i iznimno snažnu infrastrukturu, ali inferencija se provodi svaki put kada korisnik postavi pitanje chatbotu, zatraži analizu dokumenta, generira sliku ili pokrene AI agenta. Zbog toga se ukupni trošak izvršavanja modela sve manje procjenjuje samo prema vršnoj računalnoj snazi, a sve više prema broju obrađenih tokena po vatu, cijeni po upitu, iskorištenosti akceleratora i trošku rada tijekom cijelog životnog vijeka sustava.

Upravo tu FuriosaAI pokušava izgraditi tržišnu poziciju. Kompanija ne tvrdi da će u svim scenarijima zamijeniti grafičke procesore, nego cilja radna opterećenja kod kojih su važni predvidljiva potrošnja, veća gustoća inferencije po racku i mogućnost instalacije bez opsežne rekonstrukcije energetskog i rashladnog sustava podatkovnog centra. To je posebno relevantno za europske operatore jer priključna snaga, dostupnost električne energije i rokovi izgradnje novih kapaciteta postaju među najvećim ograničenjima razvoja AI infrastrukture.

Lisabonska instalacija zato ima veću važnost od samog postavljanja nekoliko servera. FuriosaAI je u travnju 2026. u portugalskoj prijestolnici otvorio svoj glavni europski ured koji koordinira prodaju, tehničku podršku i istraživanje i razvoj na području kompajlera, dizajna čipova i tiskanih pločica. Povezivanjem lokalnog razvojnog i komercijalnog tima s infrastrukturom unutar Equinixova podatkovnog centra kompanija europskim korisnicima može ponuditi neposredno testiranje vlastitih modela, tehničku podršku i kraći put od evaluacije do potencijalne produkcijske primjene.

Equinix FuriosaAI-ju pritom donosi pristup okruženju u kojem su već prisutni telekomunikacijski operatori, pružatelji cloud usluga, sistemski integratori i poslovni korisnici. Za novog proizvođača akceleratora takva je prisutnost važna jer najveća prepreka ulasku na tržište nije samo razvoj čipa, nego izgradnja prodajnog, servisnog i softverskog ekosustava. Korisnici moraju znati mogu li postojeće modele premjestiti na novu arhitekturu, koliko će trajati optimizacija, koje su funkcije podržane te kakvi će biti stabilnost, latencija i stvarni trošak produkcijskog rada.

RNGD zato podržava PyTorch 2.x, kontejnerska okruženja, Kubernetes, virtualizaciju i SR-IOV, čime FuriosaAI pokušava smanjiti razliku između razvoja modela na uobičajenim softverskim alatima i njihova izvršavanja na alternativnom hardveru. Međutim, deklarirane performanse same po sebi nisu dovoljne. Ključan test bit će ponašanje sustava na konkretnim modelima, osobito pri različitim veličinama batcha, duljinama konteksta i zahtjevima za niskom latencijom. Jednako će važni biti dostupnost optimiziranih biblioteka, podrška za popularne modele i brzina kojom proizvođač može pratiti promjene u okvirima poput PyTorcha, Hugging Facea i alata za upravljanje inferencijom.

FuriosaAI u Europu ulazi u trenutku kada kompanija pokušava prijeći iz faze razvoja i evaluacije u masovniju proizvodnju. RNGD je početkom 2026. ušao u proizvodnu fazu, a prikupljeni kapital kompanija usmjerava prema povećanju proizvodnje, globalnom širenju i razvoju sljedeće generacije akceleratora. Interes za FuriosaAI dodatno je povećan nakon što je kompanija tijekom 2025. odbila ponudu Mete za preuzimanje vrijednu oko 800 milijuna dolara, odlučivši nastaviti samostalan razvoj tehnologije i poslovanja.

Za europske kupce lisabonska instalacija otvara pitanje koliko su spremni optimizirati AI aplikacije za različite akceleratore. Većina današnjih AI razvojnih procesa snažno je povezana s Nvidijinim CUDA ekosustavom, koji uključuje alate, biblioteke, dokumentaciju i veliku zajednicu programera. Alternativni proizvođač zato ne mora ponuditi samo konkurentan čip, nego i dovoljno zreo softverski sloj kako prelazak ne bi zahtijevao skupo prepisivanje aplikacija ili dugotrajno prilagođavanje modela.

Ako se tržište ipak diversificira, dobavljači softvera morat će podržavati više hardverskih opcija, dok će korisnici sve češće odvojeno birati infrastrukturu za treniranje i inferenciju. Model se, primjerice, može trenirati na velikom GPU klasteru, a potom izvršavati na specijaliziranom akceleratoru optimiziranom za nižu potrošnju i stabilan produkcijski rad. Takav pristup mogao bi smanjiti ovisnost o jednom dobavljaču, povećati pregovaračku poziciju kupaca i omogućiti preciznije prilagođavanje infrastrukture pojedinim vrstama opterećenja.

U tom kontekstu FuriosaAI-jeva europska ekspanzija nije samo priča o još jednom AI čipu. Ona pokazuje da se tržišno natjecanje postupno premješta s vršnih laboratorijskih performansi prema ukupnoj ekonomici inferencije. Pobjednici neće nužno biti samo proizvođači s najvećim brojem teraflopsa, nego oni koji mogu ponuditi dovoljno dobre performanse uz nižu potrošnju, jednostavniju implementaciju, pouzdanu opskrbu i softver koji korisnicima omogućuje brzo prebacivanje postojećih modela.

Lisabon i Equinix FuriosaAI-ju daju početni europski kanal za takvo dokazivanje. Hoće li se RNGD iz demonstracijskog sustava razviti u šire korištenu produkcijsku platformu ovisit će o stvarnim rezultatima testiranja, podršci poslovnih aplikacija i sposobnosti kompanije da izgradi ekosustav izvan matičnog južnokorejskog tržišta. No sama činjenica da europske kompanije sada mogu lokalno testirati alternativnu arhitekturu pokazuje da se izbor AI infrastrukture počinje širiti izvan nekoliko dominantnih GPU platformi.