Datové centrum už podle mě nestačí chápat jako pouhé místo, kde běží servery a ukládají se data. V éře generativní a agentní AI se z něj stává výrobní provoz. Neprodukuje jen výpočty, ale přímo tokeny, odpovědi, rozhodnutí a nakonec i byznysovou hodnotu.
Právě tuto změnu popsal Kevin Deierling z NVIDIA na Computexu 2026 pod pojmem AI factory, tedy AI továrna. Hlavní myšlenka byla jednoduchá, ale důsledky jsou obrovské. Nestačí navrhnout rychlejší čip nebo přidat více GPU. Je potřeba společně navrhovat energii, čipy, síť, úložiště, modely i aplikace tak, aby celý systém fungoval jako jeden celek.
Tento přístup NVIDIA nazývá Extreme Co-Design. V praxi jde o extrémně těsné sladění všech vrstev infrastruktury. Cílem není jen vyšší výkon, ale hlavně nižší cena za token, nižší spotřeba na token a schopnost zvládnout nový typ AI zátěže, která je mnohem dynamičtější než tradiční podnikové IT.
Je to důležitá zpráva pro každého, kdo sleduje vývoj AI infrastruktury, datových center, akcelerovaného výpočetnictví, sítí, úložišť a podnikových AI aplikací. Mění se totiž nejen technologie, ale i samotná ekonomika výpočetního provozu.
Obsah
- ⚡ Tři změny, které společně přepisují pravidla
- 🏭 Datové centrum už není nákladové středisko, ale továrna na tokeny
- 🧠 Konec pohodlného růstu podle Moorova zákona
- 📈 Proč AI poptávka roste rychleji, než zvládá klasická infrastruktura
- 🎂 Pětivrstvý model AI továrny
- 🔋 Energie jako skutečný limit AI továren
- 🧩 Čipy už nejsou samostatné produkty, ale součást jednoho stroje
- 🌐 Propojení je stejně důležité jako samotný výpočet
- 💧 72 GPU jako jeden počítač a proč to mění racky, napájení i chlazení
- 🔭 Co-packaged optics a proč se světlo přesouvá blíž k čipu
- 🤖 Agentní AI je nová pracovní síla a potřebuje novou infrastrukturu
- 🗃️ AI agenti potřebují krátkodobou i dlouhodobou paměť
- 🛡️ Bezpečnost a řízení dat zůstávají součástí návrhu
- 🧪 Modely se musí optimalizovat hned po vydání
- 🧰 Open NEMATRON a CUDA-X rozšiřují AI továrnu nad rámec LLM
- 🏢 Proč by to mělo zajímat každou firmu
- 🔍 Co si z konceptu AI factory odnáším
⚡ Tři změny, které společně přepisují pravidla
Kevin Deierling postavil celé téma na třech velkých proměnách, které probíhají současně.
- Přechod od klasických CPU systémů k akcelerovanému výpočetnictví
- Raketový nástup generativní AI
- Vznik agentní AI, která plánuje, uvažuje a jedná
První změna probíhá už delší dobu. Mnoho výpočetně náročných úloh se přesouvá z tradičních CPU architektur na GPU akcelerované systémy. To se týká vědeckých simulací, návrhu, zpracování dat, zdravotnictví i výzkumu. GPU už dávno nejsou jen specializované karty pro grafiku. Staly se základem moderního výpočetního výkonu.
Druhá změna je novější a dramaticky viditelná. Generativní AI během posledních let proměnila způsob, jakým lidé pracují s informacemi. Místo prostého vyhledávání se ptáme, diskutujeme, generujeme texty, obrázky, kód nebo shrnutí. To znamená prudký růst poptávky po AI inferenci i trénování modelů.
Třetí změna je možná nejzásadnější. Do popředí se dostává agentic AI, tedy AI systémy, které nečekají jen na jeden vstup a nevygenerují jeden výstup. Umějí plánovat postup, používat nástroje, číst dokumenty, spouštět další modely a iterativně se vracet k problému. Jinými slovy, AI začíná komunikovat s další AI a uzavírá smyčku bez neustálého lidského zásahu.
Když se tyto tři trendy spojí, starý model datového centra přestává stačit. Infrastruktura navržená pro běžné podnikové aplikace se pod tlakem AI dostává na své limity.
🏭 Datové centrum už není nákladové středisko, ale továrna na tokeny
Jedna z nejzajímavějších myšlenek celé prezentace byla ekonomická. Datové centrum se podle NVIDIA mění z cost center na revenue generator. To je posun, který stojí za pozornost.
V tradičním IT se infrastruktura často vnímala jako nutný náklad. Servery, storage, síť, chlazení a energie byly především položky v rozpočtu. U AI továren ale začíná být klíčové, kolik tokenů systém vyrobí, za jakou cenu a s jakou energetickou efektivitou.
To vytváří zcela nový způsob přemýšlení o návrhu infrastruktury. Každá vrstva se posuzuje podle toho, zda pomáhá:
- snížit dolar na token,
- snížit watt na token,
- zvýšit celkovou produkci tokenů.
To je mimochodem také důvod, proč se dnes tolik řeší přesnost výpočtů, kvantizace a formáty jako FP16, FP8 nebo 4bitové režimy. Nejde jen o teoretické parametry modelů. Jde o to, aby se z dostupné energie a infrastruktury dostalo co nejvíc užitečné práce.
🧠 Konec pohodlného růstu podle Moorova zákona
Další důležitý bod míří přímo do historie polovodičového průmyslu. Dlouhé roky jsme si zvykli, že výkon čipů roste téměř automaticky. Moorův zákon byl symbolem této éry. Jenže ekonomika i fyzika se změnily.
Deierling připomněl, že samotné zdvojnásobování tranzistorů už neznamená stejný skok v efektivitě, ceně a spotřebě jako dřív. Ještě důležitější je konec Dennardova škálování, tedy období, kdy bylo možné zvyšovat hustotu tranzistorů bez dramatického růstu spotřeby.
Praktický důsledek je jasný. Výkon už nepřichází zadarmo. Nestačí čekat na další generaci procesorů. Výpočetní systémy je potřeba aktivně přestavět, propojit a optimalizovat jako celek.
To vysvětluje, proč NVIDIA tolik zdůrazňuje propojení GPU do velkých výpočetních celků. Jednotlivý čip je důležitý, ale sám o sobě problém AI škálování neřeší. Hodnota vzniká teprve tehdy, když desítky nebo stovky GPU pracují jako jeden organismus.
Dobré obecné vysvětlení historického významu Moorova zákona nabízí třeba Encyclopaedia Britannica. U AI systémů je ale dnes stejně důležité sledovat i limity napájení, přenosových cest a chlazení.
📈 Proč AI poptávka roste rychleji, než zvládá klasická infrastruktura
Růst AI není lineární. Modely se zvětšují, inference běží častěji a každá nová generace systémů má vyšší nároky na výpočet, paměť i síť.
Podle Deierlinga rostou objemy modelových dat velmi agresivně, zhruba řádově rok po roce. Vedle toho roste i to, čemu se říká test time scaling. Nejde už jen o jednorázové odpovědi. Systémy více přemýšlejí, více iterují a více generují mezikroky.
Do hry navíc vstupují specializované modely a směsi expertů. Místo jednoho monolitického modelu častěji nastupují architektury, kde se aktivují vybrané části systému podle typu úlohy. To může zlepšit efektivitu modelu, ale zároveň to komplikuje infrastrukturu a zvyšuje nároky na přepínání, paměť i datové toky.
Proto dnes nelze řešit AI jen navýšením počtu racků. Pokud se nezmění způsob návrhu celé platformy, infrastruktura začne narážet na stropy v napájení, chlazení, síti a správě dat.
🎂 Pětivrstvý model AI továrny
Celou architekturu AI továrny NVIDIA popisuje pomocí rámce, kterému Jensen Huang říká pětivrstvý dort. Je to užitečné, protože ukazuje, že AI infrastruktura není jedna technologie, ale soustava navzájem provázaných vrstev.
Těchto pět vrstev vypadá takto:
- Energie
- Čipy
- Infrastruktura a systémy
- Modely a paměť pro AI
- Aplikace
Podstata Extreme Co-Design není jen v tom, že se optimalizuje každá vrstva zvlášť. Důležitější je, že se optimalizují i vazby mezi nimi. Energie ovlivňuje počet GPU. Počet GPU určuje podobu racku. Rack určuje požadavky na síť. Síť určuje chování modelů a agentů. A aplikace pak zpětně formují infrastrukturu.
To je přesně ten typ systémového myšlení, který začíná být pro AI datová centra zásadní.
🔋 Energie jako skutečný limit AI továren
Nejspodnější vrstvou celé AI továrny je energie. A podle mě je to správně. U AI dnes totiž často není hlavním limitem prostor nebo dokonce ani dostupnost hardwaru. Velmi často je to právě napájení.
AI trénování vytváří jiný profil spotřeby než tradiční enterprise workloads. Běžné podnikové systémy bývaly relativně vyrovnané. Zátěž se rozkládala mezi mnoho různých aplikací a jejich odběr nepůsobil tak prudké výkyvy.
Trénování velkých AI modelů je jiné. Obrovské množství GPU funguje jako jeden gigantický počítač. Zpracovává data, upravuje váhy, synchronizuje se a opakuje cykly stále dokola. Tím vznikají výrazné energetické špičky.
Deierling to vysvětlil pomocí hezké analogie s vodní nádrží. Když přichází déšť, dává smysl vodu zadržet a využít později, místo aby odtekla bez užitku. Podobně je potřeba pracovat s energetickou zátěží AI továrny. Pokud infrastruktura spotřebovává energii v prudkých vlnách, je to problém nejen pro provozovatele, ale i pro energetickou síť.
NVIDIA proto mluvila o softwaru DSX jako o operačním systému AI továrny. Jeho role spočívá ve vyrovnávání energetické poptávky. Když je dostupný výkon navíc, systém jej dokáže lépe využít. Když by jinak přišel propad nebo špička, může se zátěž lépe rozložit.
Praktický výsledek, který zazněl, je výrazný: až o 40 procent více GPU na jeden gigawatt. A pokud AI továrna vyrábí tokeny jako produkt, znamená to také zhruba o 40 procent vyšší potenciální výnos.
To je mimochodem krásná ukázka toho, že AI optimalizace už dávno není jen otázkou modelů. Energetický management se stává strategickou disciplínou.
Souvislosti kolem energetických nároků AI dobře shrnuje i International Energy Agency, která se stále častěji věnuje dopadům AI na spotřebu elektřiny a infrastrukturu.
🧩 Čipy už nejsou samostatné produkty, ale součást jednoho stroje
NVIDIA se sice často vnímá jako výrobce čipů, ale Deierling jasně naznačil, že tento pohled je dnes příliš úzký. Samotný čip nestačí. Rozhodující je, jak spolu různé čipy fungují jako systém.
V prezentaci zaznělo, že NVIDIA pracuje se sadou sedmi spolunavržených čipů. Jako konkrétní příklad uvedl spojení Rubin GPU a Vera CPU, které jsou propojené cache koherentní vysokorychlostní linkou. Tím se výrazně zlepšuje tok dat a spolupráce mezi akcelerátorem a procesorem.
Na tuto základní dvojici navazuje další škálování přes NVLink a následně rozšíření do celé datové infrastruktury přes Spectrum-X Ethernet, BlueField a ConnectX SuperNICs.
Jde tedy o víc než o výkonný GPU server. Cílem je postavit modulární, ale těsně integrovaný výpočetní ekosystém, který se škáluje od jednoho uzlu přes rack až po celé datové centrum.
NVIDIA v této souvislosti uvádí velmi ambiciózní cíl: 10krát více tokenů při desetinové ceně. Takové číslo nevzniká jedním zázračným čipem. Je výsledkem společného návrhu výpočetních prvků, propojení, chlazení, napájení a softwaru.
🌐 Propojení je stejně důležité jako samotný výpočet
V AI infrastruktuře už dávno neplatí, že síť je jen doplněk. V mnoha případech rozhoduje o tom, zda drahá GPU skutečně pracují naplno, nebo čekají na data, synchronizaci a paměť.
To je zvlášť důležité u trénování velkých modelů a u směsí expertů, kde je komunikace mezi uzly intenzivní a citlivá na latenci. Pokud propojení nestačí, část výpočetního výkonu se jednoduše promrhá.
Deierling proto popisoval škálování od interních spojů mezi GPU až po fabric napříč datovým centrem. Důležité je, že tento návrh není oddělený od čipů ani od fyzické podoby systému. Vše se vyvíjí společně.
Objevily se také konkrétní parametry síťového výkonu. ConnectX SuperNICs běží na 800 Gb/s a infrastruktura směřuje k 1600 Gb/s. To dobře ukazuje, jak rychle roste tlak na datové přenosy v AI továrnách.
Pro základní orientaci v tom, proč jsou Ethernet fabrics a vysokorychlostní interconnecty pro AI zásadní, stojí za přečtení i materiály o síťových topologiích na stránkách NIST nebo obecné přehledy HPC interconnectů na univerzitních a výzkumných webech.
💧 72 GPU jako jeden počítač a proč to mění racky, napájení i chlazení
Jedna z nejpraktičtějších částí celé koncepce se týká fyzické infrastruktury. NVIDIA popisuje systémy, kde je 72 GPU spojeno přes NVLink 72 tak, aby se chovaly jako jeden obří počítač.
To je zásadní, protože AI modely potřebují obrovskou kolektivní kapacitu výpočtu i paměti. Čím těsněji se GPU propojí, tím lépe mohou spolupracovat na jedné úloze.
Jenže taková hustota výpočetního výkonu přináší nové problémy:
- vzniká extrémní hustota tepla,
- roste náročnost na dodávku energie,
- omezuje se použitelná vzdálenost tradičních metalických spojů,
- zvyšuje se význam form factoru racku a mechanického návrhu.
Proto se AI továrny posouvají k kapalinovému chlazení a k DC napájení. Deierling zmínil posun od přibližně 50 až 56 V k mnohem vyšším úrovním, jako je 400 V a 800 V. To je další signál, že datové centrum pro AI se začíná podobat průmyslovému energetickému systému, ne klasické serverovně.
V této architektuře NVIDIA zmiňuje i platformu MGX, která má sjednocovat GPU, CPU i storage prvky ve stejném rackovém formátu. To pomáhá partnerům a výrobcům stavět standardizovanější, ale přitom velmi výkonné AI systémy.
🔭 Co-packaged optics a proč se světlo přesouvá blíž k čipu
Velmi zajímavá byla i část o optice. Jakmile datové přenosy zrychlují, klasické elektrické vedení začíná narážet na limity kvality signálu. Signál se při průchodu deskami a konektory zhoršuje, musí se znovu upravovat a tím roste spotřeba i složitost.
NVIDIA proto mluvila o Spectrum CPO, tedy co-packaged optics. Princip je elegantní. Optické prvky se přesunou co nejblíž k ASIC čipu přepínače. Elektrický signál je v té chvíli ještě kvalitní, a tak jej lze rychle převést na optický bez zbytečných ztrát na cestě přes PCB a další komponenty.
Výhoda je dvojí:
- lepší integrita signálu,
- výrazné úspory energie.
Deierling mluvil o úsporách v řádu desítek megawattů napříč AI továrnou. To je přesně typ inovace, který může znít jako detail pro síťaře, ale ve skutečnosti rozhoduje o tom, kolik výkonu se vejde do daného energetického rozpočtu.
Pokud někoho zajímá širší technický kontext, dobrý úvod do tématu nabízí i přehledy od IEEE, kde se co-packaged optics řeší jako jedna z klíčových cest pro budoucí datová centra.
🤖 Agentní AI je nová pracovní síla a potřebuje novou infrastrukturu
Nejvýraznější posun celé prezentace mířil k agentní AI. Deierling ji popsal velmi přímočaře jako stav, kdy AI komunikuje sama se sebou nebo s dalšími AI systémy a uzavírá pracovní smyčku strojovou rychlostí.
To znamená, že AI už negeneruje jen odpověď na dotaz. Umí:
- přemýšlet nad úkolem,
- naplánovat postup,
- použít nástroje,
- přečíst dokumenty,
- spustit programy,
- vyhodnotit výsledky,
- zopakovat další krok.
Právě proto NVIDIA staví Vera CPU jako procesor zaměřený na agentní nástroje. Má zvládat plánování, psaní programů, sumarizaci výsledků a kompakci informací. Tedy činnosti, které v agentních workflow často doprovázejí samotnou inferenci na GPU.
Toto je důležité i strategicky. Pokud se agenti stanou běžnou součástí firemních procesů, bude potřeba mnohem více orchestrace mezi CPU, GPU, storage a sítí. Už nepůjde o jednoduchý model vstup a výstup, ale o nepřetržitou sérii kroků.
🗃️ AI agenti potřebují krátkodobou i dlouhodobou paměť
Jedna z nejpraktičtějších myšlenek celé přednášky se týkala paměti agentů. Když mluvíme o paměti v AI, často si lidé představí jen DRAM nebo VRAM. Jenže agentní AI potřebuje jiný typ paměťové architektury.
Deierling rozlišil dvě hlavní vrstvy:
- krátkodobou paměť v podobě KV cache,
- dlouhodobou paměť v podobě souborů, objektů a vektorových databází.
KV cache uchovává kontext, se kterým model právě pracuje. Když agent čte dokument nebo zpracovává prompt, vytváří si interní reprezentace, ke kterým se potřebuje rychle vracet. Tato krátkodobá paměť je kritická pro výkon inferenční smyčky.
Dlouhodobá paměť je zase to, co agent potřebuje pro práci se světem mimo okamžitý kontext. Patří sem dokumenty, znalostní báze, objekty a vektorové indexy pro podobnostní vyhledávání.
NVIDIA pro to představuje novou třídu AI storage architektur. V prezentaci zazněly názvy CMX pro krátkodobou paměť typu KV cache a STX pro dlouhodobou agentní paměť.
Smysl je jasný. Když agent načte dokument, zpracuje jej, vytvoří relevantní cache a pak se k ní může vracet bez opakovaného čtení a přepočítávání, dramaticky se zvyšuje efektivita. NVIDIA uvádí 5krát rychlejší token throughput a 5krát lepší efektivitu.
Téma vektorových databází a retrieval architektur je dnes velmi důležité i mimo NVIDIA ekosystém. Pro širší orientaci doporučuji třeba přehledy na Pinecone Learn, které srozumitelně vysvětlují fungování vektorového vyhledávání a RAG systémů.
🛡️ Bezpečnost a řízení dat zůstávají součástí návrhu
Když AI agenti plánují, čtou data a používají nástroje, nelze oddělit výkon od bezpečnosti. Proto v návrhu AI továren hrají roli také BlueField DPUs, které pomáhají s izolací, akcelerací datových cest a zabezpečením infrastruktury.
Deierling v této části naznačil, že extrémní spolunávrh se netýká jen rychlosti, ale i důvěryhodného provozu. To je důležité hlavně pro podniky, které chtějí agentní AI nasazovat nad interními dokumenty, citlivými workflow nebo regulovanými daty.
V éře AI továren se governance a security nepřidávají až nakonec. Musejí být zabudované přímo do architektury.
🧪 Modely se musí optimalizovat hned po vydání
Další vrstvou Extreme Co-Design jsou samotné modely. NVIDIA zdůrazňuje, že akceleruje jak otevřené modely, tak modely z AI laboratoří, a snaží se je optimalizovat prakticky okamžitě po uvedení.
Padl i konkrétní příklad: Blackwell dosahuje u DeepSeek modelu až 30násobného zlepšení výkonu. Rubin pak podle prezentace posouvá rychlost ještě dál. Hlavní pointa ale není v marketingovém srovnání generací. Důležitější je, že modely musí běžet rychle a levně, jinak se agentní provoz ekonomicky neudrží.
A to je velmi podstatné. Agentní systémy totiž mohou generovat mnohem více interních kroků než běžný chatbot. Pokud by každý krok byl drahý a energeticky náročný, celý model použití by rychle přestal dávat smysl.
🧰 Open NEMATRON a CUDA-X rozšiřují AI továrnu nad rámec LLM
NVIDIA zároveň připomněla, že AI továrna není jen o jazykových modelech. V horní vrstvě dortu jsou aplikace a specializované knihovny, které urychlují konkrétní pracovní zátěže napříč obory.
Zazněly například:
- Open NEMATRON modely, které si partneři mohou přizpůsobit do vlastních proprietárních supermodelů,
- CUDA-X knihovny pro akceleraci specializovaných úloh,
- CuLitho pro litografii a návrh čipů,
- CuOpt pro optimalizační úlohy a rozhodování,
- CuDF pro datové zpracování,
- digitální řešiče pro CFD a vědecké výpočty.
Tohle je podle mě důležitá připomínka, že AI továrna není univerzální krabice na chatovací modely. Má zrychlovat celé spektrum výpočetních úloh, které dnes propojují klasické HPC, datovou analytiku a generativní AI.
🏢 Proč by to mělo zajímat každou firmu
Závěrečné poselství bylo velmi jasné. Agentní AI není vzdálená budoucnost. Je dostupná už teď a postupně promění prakticky všechny obory.
Deierling zmínil široké spektrum oblastí, kde se agentní přístup uplatní:
- robotika,
- zdravotnická zařízení,
- autonomní vozidla,
- satelity a komunikační systémy,
- vývoj softwaru,
- prodej a podnikové procesy.
Jinými slovy, každá firma, která pracuje s rozhodováním, dokumenty, procesy a daty, bude mít důvod zkoumat, jak do nich zapojit agentní inteligenci. A jakmile to udělá, zjistí, že samotný model nestačí. Potřebuje správně navrženou infrastrukturu od energie až po úložiště.
To je asi největší lekce celé AI továrny. AI už není izolovaná vrstva softwaru přilepená na staré IT. Stává se novou výpočetní architekturou firmy.
🔍 Co si z konceptu AI factory odnáším
Když si celý koncept shrnu, vidím několik pevných závěrů.
- AI infrastruktura se musí navrhovat jako systém, ne jako sada oddělených komponent.
- Energie je stejně důležitá jako výpočetní výkon.
- Síť a paměť rozhodují o využití GPU.
- Agentní AI mění profil zátěže i požadavky na storage.
- Ekonomika tokenu se stává hlavním měřítkem efektivity.
Právě proto dává pojem Extreme Co-Design smysl. Pokud každý tým optimalizuje jen svůj dílek, celkový výsledek nebude dobrý. Když ale vzniká společný návrh přes napájení, rack, čipy, síť, modely a software, lze z dostupných zdrojů dostat výrazně vyšší výkon i produktivitu.
Budování AI továren tak není jen technické téma pro výrobce serverů a hyperscalery. Je to nový rámec pro to, jak se bude navrhovat digitální infrastruktura v době, kdy výpočetní systémy začínají samy plánovat, jednat a vytvářet hodnotu.
Pokud se tento směr potvrdí, bude se o datových centrech stále méně mluvit jako o serverovnách a stále více jako o výrobních linkách pro inteligenci. A právě v tom je síla celé myšlenky AI factory.
Zdrojová keynote: COMPUTEX 2026 | NVIDIA Keynote | Extreme Co-Design: Building the AI Factory
