Nvidia sází 10 miliard dolarů na fyzickou AI. Proč rozhoduje Čína a robotika

Nvidia nechce zůstat jen dodavatelem čipů pro datová centra. Její další velká sázka míří na takzvanou fyzickou AI – systémy, které dokážou vnímat okolí, vyhodnocovat situaci a jednat v reálném světě. Patří sem humanoidní roboti, autonomní vozidla, drony i průmyslová zařízení.

Tento segment podle odhadů už nyní vytváří Nvidii přibližně 10 miliard dolarů ročních tržeb. Jensen Huang ale tvrdí, že během příští dekády by mohl vyrůst desetinásobně, tedy přibližně na 100 miliard dolarů. Nejde přitom o samostatnou položku, kterou by Nvidia vykazovala ve výsledcích, ale o odhad zahrnující více oblastí podnikání.

Co pro Nvidia znamená fyzická AI

Fyzická AI označuje umělou inteligenci, která nepracuje pouze s textem, obrazem nebo programovým kódem, ale ovládá zařízení v prostředí skutečného světa. Nvidia se chce podílet na několika vrstvách tohoto procesu:

• Trénování: Výkonné GPU v datových centrech vytvářejí modely pro roboty, autonomní vozidla a další stroje.
• Simulace: Vývojáři mohou chování robotů testovat ve virtuálních prostředích ještě před nasazením v továrně nebo na silnici.
• Výpočty přímo v zařízení: Čipy uvnitř automobilů a robotů v reálném čase zpracovávají data ze senzorů a pomáhají se rozhodováním.
• Modely a software: Otevřené modely a vývojářské nástroje mají výrobcům usnadnit návrh, testování i nasazení aplikací fyzické AI.

Pro Nvidia je tato kombinace strategicky důležitá. Společnost může dodat výpočetní výkon pro vývoj robota, software pro jeho simulaci i procesor, který bude zabudovaný v hotovém stroji.

Proč Huang mluví o desetinásobném růstu

Huangova teze je jednoduchá: AI se přesouvá z digitálního světa do továren, vozidel, skladů a dalších fyzických prostředí. Výroba je pro automatizaci mimořádně zajímavá, protože řada úkolů je opakovatelná, měřitelná a relativně strukturovaná. To usnadňuje testování i postupné rozšiřování nasazení.

Huang popsal robotiku jako potenciálně padesátibilionový průmysl a uvedl, že její „moment ChatGPT“ už nastal. Tato částka ale představuje široký potenciální trh výroby a související robotiky, nikoli očekávané tržby Nvidie. Firma by z něj získávala jen část prostřednictvím čipů, softwaru, simulací a infrastruktury.

Klíčová otázka proto nezní, zda je trh dostatečně velký. Jde spíše o to, zda se autonomní stroje dokážou přesunout od demonstrací a omezených zkušebních provozů k pravidelnému komerčnímu nasazení. Musí být bezpečné, cenově přijatelné, produktivní a snadno udržovatelné i ve větším měřítku.

Nvidia prodává celý technologický stack, ne jen čip do robota

Strategie společnosti je postavená tak, aby její platforma zůstala užitečná před nasazením robota i po jeho uvedení do provozu.

Robotické nástroje Isaac a související simulační rámce mají vývojářům umožnit vytvářet a testovat robotické systémy ve virtuálních prostředích. Nvidia svou širší platformu popisuje jako řešení pro návrh, trénování, testování a nasazení fyzické AI.

Společnost zároveň vyvíjí modely Cosmos určené pro aplikace fyzické AI. Nvidia uvádí, že Cosmos Transfer a Cosmos Predict jsou otevřené modely světa, které podporují tvorbu fyzikálně založených syntetických dat a vyhodnocování robotických strategií v simulaci. Cosmos Reason má inteligentním strojům pomáhat chápat fyzický svět a jednat v něm.

Na hardwarové úrovni se Nvidia zaměřuje na výpočty přímo v zařízení. Její výzkumný systém Unitree například kombinuje humanoidní tělo od čínské společnosti Unitree s hardwarem Nvidia Jetson Thor a robotickými modely a simulačním softwarem Nvidia.

Obchodní logika připomíná širší platformovou strategii společnosti: propojit hardware, software a komunitu vývojářů natolik těsně, aby zákazníci používali řešení Nvidia od prvního návrhu až po nasazení stroje.

Proč je pro robotickou strategii důležitá Čína

Čína má v současnosti mimořádně silnou výrobní základnu i domácí trh s humanoidními roboty. Čínské společnosti představovaly v první polovině roku 2026 více než 97 % celosvětových dodávek humanoidních robotů. Celkem se za toto období globálně dodalo přibližně 19 100 kusů, oproti zhruba 5 100 kusům ve stejném období předchozího roku. 1

Tato čísla ukazují rychlý rozvoj odvětví, sama o sobě ale nepotvrzují, že jsou humanoidní roboti již široce ziskoví nebo připraveni nahradit lidskou práci. Čínské dodavatelské řetězce, výrobní kapacity a poptávka z továren přesto vytvářejí vhodné podmínky pro přechod od prototypů k větším sériím.

Čínští výrobci jsou proto pro Nvidia cennými partnery. Spolupráce s Unitree propojuje její software a výpočetní platformu pro zařízení s významným čínským výrobcem humanoidních robotů. Oznámený systém je zpočátku určen především výzkumným institucím, například Stanfordově univerzitě a ETH Curych, takže nepředstavuje důkaz masového využití robotů spotřebiteli.

Strategickým cílem Nvidie není pouze prodat procesor do jednoho konkrétního robota. Firma se snaží prosadit společnou vývojovou a výpočetní architekturu, kterou budou výrobci používat při růstu celého odvětví.

Prodeje H200 ukazují limity čínské příležitosti

Čínská strategie Nvidie však zůstává omezena vývozními pravidly. H200 je akcelerátor pro datová centra určený k náročným úlohám umělé inteligence, včetně trénování a provozu modelů. Spojené státy některé prodeje povolily, přístup na čínský trh ale zůstává omezený a politicky citlivý.

Nvidia uvedla, že v posledním čtvrtletí prodala čínským zákazníkům menší počet čipů H200. Tyto prodeje představovaly méně než 1 % tržeb společnosti z datacenter za dané období. Firma zároveň uvedla, že neodeslala celý objem povolený americkou licencí.

Podle zpráv obdržely ByteDance a Tencent každý dodávku přibližně 10 000 procesorů H200. To ukazuje, že určitá poptávka se k Nvidii může dostat i za omezení vývozu. Nejde ale o návrat k neomezenému prodeji v Číně. Rozsah a načasování této příležitosti mohou ovlivnit americká schválení, čínská politika, výrobní rozhodnutí i domácí čipové alternativy.

Důležité je také rozlišovat mezi jednotlivými produkty Nvidie. Datacenterové GPU, jako je H200, slouží k trénování a provozu modelů. Čipy Orin a Thor jsou naopak určeny pro výpočty v reálném čase přímo ve vozidlech a robotech. Zákazník tak může při vývoji využívat infrastrukturu Nvidia a po nasazení stroje v něm používat její edge hardware.

Jak může fyzická AI rozšířit zdroje růstu

Finanční výsledky Nvidie dnes výrazně závisí na poptávce po datacenterových čipech. Fyzická AI by společnosti otevřela další oblasti: automobilové výpočty, průmyslovou automatizaci, logistiku, robotiku, simulační software a výpočty na okraji sítě, tedy přímo v zařízeních.

Tento model může vytvořit samoposilující cyklus:

1. Do reálného světa se nasadí více strojů.
2. Stroje generují provozní data a odhalují nové problematické situace.
3. Lepší data a simulace zdokonalují modely fyzické AI.
4. Schopnější modely zvyšují ekonomickou smysluplnost další automatizace.
5. Nová nasazení zvyšují poptávku po hardwaru pro trénování, simulace a inference.

Právě tento efekt je hlavním lákadlem strategie Nvidie. Pokud se její platforma stane standardem pro fyzickou AI, příjmy mohou přicházet z tisíců nebo milionů strojů, nikoli pouze z menšího počtu obřích datacenter.

Největší riziko: dodávky nejsou totéž co skutečné využití

Nejpřesvědčivějším důkazem současného robotického boomu je růst dodávek a rychlé rozšiřování souvisejícího hardwaru a softwaru. Samotný počet odeslaných robotů je ale pouze raným ukazatelem.

Dlouhodobá sázka Nvidie závisí na tom, zda autonomní systémy dokážou spolehlivě fungovat i mimo kontrolované prostředí. Roboti musí zvládat užitečné úkoly v továrnách, skladech, na stavbách, farmách, v obchodech i na silnicích – a nakonec možná také v domácnostech. Současně musí splňovat bezpečnostní požadavky, fungovat za přijatelnou cenu a přinášet dostatečný výkon, aby ospravedlnili pořízení i údržbu.

Pokud se tento přechod protáhne, Huangova představa padesátibilionového trhu zůstane popisem dlouhodobého potenciálu, nikoli okamžitým zdrojem tržeb. Fyzická AI je pro Nvidia už dnes skutečný segment s produkty, zákazníky a prvními příjmy. Skok z přibližně 10 na 100 miliard dolarů však bude záviset na tom, zda reálná ekonomika skutečně začne autonomní stroje nasazovat ve velkém.