Japan gradi ekosustav fizičkog AI-ja

Nvidia ulazi u partnerstva s vodećim japanskim proizvođačima industrijskih robota kako bi ubrzala razvoj takozvane fizičke umjetne inteligencije. U inicijativi sudjeluju Fanuc, Yaskawa Electric, Kawasaki Heavy Industries i Fujitsu, kompanije koje pokrivaju robotiku, automatizaciju, industrijske sustave i računalnu infrastrukturu. Suradnja povezuje generativne i multimodalne modele s fizičkim strojevima koji moraju razumjeti prostor, planirati pokrete i pouzdano djelovati u proizvodnim okruženjima.

Izvršni direktor Nvidije Jensen Huang poručio je u Tokiju da će AI robote učiniti prilagodljivijima i dostupnijima. Iza te poruke stoji pokušaj da se tržište akceleratora proširi iz podatkovnih centara prema tvornicama, logistici, vozilima i drugim sustavima u kojima se odluke moraju donositi u stvarnom vremenu. Industrijski robot tradicionalno izvršava unaprijed programirane radnje u strogo kontroliranim uvjetima. Fizički AI treba mu omogućiti da prepozna promjene, uči iz simulacija i senzorskih podataka te prilagodi postupak bez dugog ručnog programiranja.

Najveći infrastrukturni dio objave dolazi od tvrtke Noetra, koju podupire japanska država i u kojoj među ulagačima sudjeluje Sony. Noetra planira nabaviti 27.500 Nvidijinih čipova generacije Rubin za razvoj računalne platforme posvećene fizičkom AI-ju. Gradnja bi trebala početi u travnju 2027., a početak rada planiran je za lipanj 2028. godine. Količina čipova pokazuje da projekt nije zamišljen kao laboratorijski klaster, nego kao nacionalno relevantna infrastruktura za treniranje, simulaciju i izvođenje modela povezanih s robotikom.

Japan u takav projekt ulazi s drukčije pozicije od zemalja koje svoju AI strategiju grade gotovo isključivo oko cloud usluga. Njegova prednost nalazi se u industrijskoj automatizaciji, preciznoj mehanici, senzorima, proizvodnoj opremi i materijalima za čipove. Fanuc i Yaskawa imaju desetljeća iskustva s robotskim rukama i pogonskim sustavima, Kawasaki s teškom industrijom, a Fujitsu s računalnim platformama i integracijom. Nvidia donosi akceleratore, softverske biblioteke, simulacijske alate i razvojni ekosustav koji te kompetencije može spojiti u zajednički tehnološki sloj.

Ključni izazov neće biti samo računalna snaga. Fizički sustavi zahtijevaju podatke prikupljene u stvarnim tvornicama, precizne digitalne blizance, sigurnosne granice i dokazivo ponašanje u iznimnim situacijama. Pogreška chatbota može proizvesti netočan odgovor, dok pogreška industrijskog robota može zaustaviti proizvodnu liniju ili ugroziti ljude. Uvođenje modela zato mora obuhvatiti funkcionalnu sigurnost, kibernetičku zaštitu, upravljanje verzijama, praćenje odluka i mogućnost brzog povratka na provjerene procedure.

Projekt također povećava potražnju za mrežama male latencije, lokalnim edge čvorovima i sustavima za pohranu velikih količina senzorskih podataka. Treniranje i opsežne simulacije ostat će u velikim klasterima, ali izvođenje kritičnih funkcija često će se morati približiti stroju. To otvara prostor telekom operatorima, privatnim 5G mrežama, industrijskom Ethernetu i novim uslugama upravljanja distribuiranom AI infrastrukturom. Granica između podatkovnog centra i proizvodnog pogona postaje propusnija jer se modeli razvijaju centralno, a odluke izvršavaju na rubu mreže.

Europska industrija suočava se sa sličnim pitanjem. Kontinent ima snažnu bazu u strojarstvu, automobilskoj proizvodnji, robotici i industrijskom softveru, ali mu nedostaje usporediva koncentracija domaćih AI akceleratora i kapitala za klastere. Japanski model pokazuje da se tehnološka suverenost ne mora graditi samo pokušajem kopiranja američkih pružatelja modela. Vrijednost se može stvoriti spajanjem postojećih industrijskih prednosti s globalnom računalnom platformom, uz uvjet da lokalne kompanije zadrže podatke, integracijsko znanje i kontrolu nad primjenom.

Partnerstva u Tokiju zato su više od još jedne Nvidijine prodaje čipova. Ona označavaju ulazak AI investicijskog ciklusa u fazu u kojoj se računalna infrastruktura veže uz stvarna sredstva proizvodnje. Uspjeh će se mjeriti produktivnošću, kraćim vremenom prilagodbe linija, manjkom radne snage koji roboti mogu ublažiti i sigurnošću rada, a ne samo brojem parametara modela. Ako Noetra i industrijski partneri pretvore veliki klaster u ponovljive komercijalne sustave, Japan bi mogao fizički AI pretvoriti u novu izvoznu platformu.