Nvidia przeznaczy 7 mld dolarów na Poolside. To może być przełom w rozwoju modeli open-weight

Raportowana umowa Nvidia ze startupem AI Poolside najlepiej wygląda nie jak klasyczne przejęcie, lecz jak transakcja technologiczno-rekrutacyjna. Pakiet ma obejmować licencję o wartości 6 mld dolarów na technologię tworzenia modeli, osobną inwestycję w wysokości 1 mld dolarów oraz oferty pracy dla ponad 100 pracowników Poolside. Startup ma nadal działać niezależnie. 16

Stawka jest większa niż samo pozyskanie jednego startupu. Nvidia chce przyspieszyć rozwój własnych modeli open-weight i umocnić się w warstwie oprogramowania, która decyduje o tym, jak wykorzystywana jest infrastruktura AI.

Co obejmuje umowa z Poolside?

Według dostępnych raportów transakcja składa się z trzech głównych elementów:

• Licencja technologiczna za 6 mld dolarów: Nvidia ma uzyskać prawo do korzystania z systemu „Model Factory” — wewnętrznego oprogramowania Poolside służącego do budowy modeli AI. Licencja ma być niewyłączna, więc Poolside prawdopodobnie będzie mogło udostępniać tę technologię także innym podmiotom. 56
• Osobna inwestycja o wartości 1 mld dolarów: Nvidia ma zainwestować w Poolside przy wycenie startupu na 12 mld dolarów przed uwzględnieniem nowego kapitału. 1
• Rekrutacja ponad 100 pracowników: Doniesienia mówią o 109 osobach, w większości inżynierach, które mają przejść do Nvidii i pracować nad projektem Nemotron. 6

Założyciele Poolside oraz sam startup mają pozostać poza strukturami Nvidii. W liście do inwestorów porozumienie miało zostać opisane jako „ani przejęcie, ani acqui-hire”, czyli transakcja polegająca przede wszystkim na zatrudnieniu kluczowego zespołu. 6

Dlatego łączna wartość około 7 mld dolarów jest wygodnym skrótem, ale nie oddaje całej konstrukcji umowy. Nvidia płaci za dostęp do technologii i ludzi, a jednocześnie obejmuje udziały w firmie, która formalnie pozostaje niezależna.

Nvidia kupuje nie tylko model, ale sposób jego budowania

Najważniejszym aktywem ma być infrastruktura wykorzystywana do tworzenia modeli, a nie wyłącznie gotowy chatbot czy pojedynczy zestaw wag. Model Factory to system, który — według doniesień — wspiera przetwarzanie danych, trenowanie modeli i ocenę ich wyników. 56

Nvidia zamierza połączyć tę technologię z doświadczeniem inżynierów Poolside w ramach projektu Nemotron. Celem ma być stworzenie jednego z czołowych modeli open-weight, zdolnego konkurować z chińskimi systemami, takimi jak DeepSeek i Kimi K3 firmy Moonshot AI, a także z najważniejszymi amerykańskimi firmami rozwijającymi modele AI. 2433

To jednak wciąż plan, a nie potwierdzony rezultat. Sama umowa nie dowodzi, że Nvidia stworzyła już model dorównujący któremukolwiek z tych konkurentów.

Open-weight to nie zawsze pełny open source

Model open-weight zazwyczaj udostępnia wytrenowane parametry, czyli wagi, dzięki czemu inni mogą go pobierać, uruchamiać i dostosowywać do własnych potrzeb. Ułatwia to lokalne wdrożenia, dostrajanie modelu oraz obsługę wrażliwych danych bez konieczności wysyłania ich do zewnętrznego API.

Nie oznacza to automatycznie, że cały system jest w pełni open source. Publiczne wagi nie muszą obejmować danych treningowych, kompletnego kodu treningowego, potoku przetwarzania danych ani wszystkich pozostałych elementów potrzebnych do odtworzenia modelu.

Ta różnica będzie istotna dla oceny strategii Nvidii. Łatwiejszy do pobrania i modyfikacji model może trafić do organizacji, które nie chcą polegać wyłącznie na zamkniętych usługach API. W praktyce znaczenie „otwartości” zależeć będzie jednak od licencji, jakości modelu, wymagań sprzętowych oraz tego, jakie materiały Nvidia faktycznie udostępni.

Dlaczego otwarty model może pomóc biznesowi chipowemu Nvidii?

Podstawą działalności Nvidii pozostaje infrastruktura: procesory, sieci i zintegrowane systemy wykorzystywane do trenowania oraz uruchamiania modeli AI. Popularny model może zwiększać liczbę operacji wykonywanych na tej infrastrukturze, generując zapotrzebowanie na trening, dostrajanie, testowanie i inferencję, czyli generowanie odpowiedzi przez gotowy model.

Z tego punktu widzenia modele open-weight są dla Nvidii atrakcyjne strategicznie. Firma może ułatwiać dostęp do AI, a jednocześnie zachęcać deweloperów, przedsiębiorstwa, dostawców chmury i administrację publiczną do budowania obciążeń wokół jej sprzętu oraz oprogramowania.

To jednak wniosek strategiczny, a nie gwarancja ujawniona przez Nvidię, że umowa z Poolside przyniesie określoną wartość sprzedaży chipów. Otwarty model może także obniżyć koszty korzystania z AI, zaostrzyć konkurencję między dostawcami sprzętu albo przesunąć część obciążeń na alternatywne systemy. Wpływ na Nvidię będzie zależał od skali adopcji i efektywności działania powstałych modeli.

Schemat podobny do umowy z Groq

Transakcja z Poolside przypomina raportowane porozumienie Nvidii ze startupem Groq, który rozwijał układy do obsługi AI. W tamtym przypadku Nvidia uzyskała niewyłączną licencję na technologię Groq i zatrudniła dyrektora generalnego firmy oraz część zespołu technicznego, podczas gdy Groq nadal działał jako niezależna spółka. 1727

Szerszą wartość transakcji z Groq media szacowały na około 20 mld dolarów, choć obie firmy przedstawiały jej strukturę jako umowę licencyjną, a nie konwencjonalne przejęcie. 1823

Taki model pozwala Nvidii szybko pozyskiwać ważną własność intelektualną i doświadczone zespoły bez kupowania całej spółki. Formalne pozostawienie startupu poza strukturą Nvidii odróżnia tę konstrukcję od fuzji, ale nie usuwa automatycznie pytań o politykę konkurencji — zwłaszcza gdy dominujący dostawca infrastruktury zdobywa technologię i kadry potencjalnego rywala.

Kto może odczuć presję?

OpenAI i Anthropic

Silny model open-weight od Nvidii byłby alternatywą dla usług opartych głównie na kontrolowanym dostępie. Klienci potrzebujący personalizacji, lokalnego wdrożenia lub większej kontroli nad wrażliwymi danymi mogliby częściej rozważać model otwarty obok hostowanych usług API.

Meta

Meta uczyniła modele open-weight ważnym elementem swojej strategii konkurencyjnej. Wejście Nvidii oznaczałoby pojawienie się kolejnego dobrze finansowanego gracza z USA — dodatkowo wspieranego przez jednego z najważniejszych dostawców infrastruktury obliczeniowej dla AI.

Microsoft i dostawcy chmury

Microsoft może skorzystać na ogólnym wzroście liczby obciążeń AI, ale jednocześnie musi liczyć się z silniejszą, bardziej zintegrowaną ofertą Nvidii. Jeśli Nvidia będzie kontrolować większą część łańcucha — od tworzenia modelu po jego wdrożenie na sprzęcie — dostawcy chmury i platformy AI dla przedsiębiorstw mogą konkurować z nią o te same zadania.

To potencjalne skutki konkurencyjne, a nie potwierdzone zmiany udziałów rynkowych. Ostatecznie ważniejsze od samej wartości umowy będą jakość modelu, warunki licencji, dostępność i koszt jego użycia.

Wymiar rywalizacji USA–Chiny

Raportowane cele projektu wpisują umowę z Poolside w szerszą rywalizację technologiczną. Nvidia chce przyspieszyć rozwój amerykańskiego modelu open-weight, który mógłby konkurować z chińskimi systemami DeepSeek i Kimi K3. 233

To wzmacnia argument, że Stany Zjednoczone powinny budować własne, konkurencyjne alternatywy, zamiast opierać strategię wyłącznie na ograniczeniach dotyczących chińskich modeli. Politycy muszą jednak równoważyć kwestie bezpieczeństwa narodowego i własności intelektualnej z ryzykiem, że zbyt szerokie restrykcje ograniczą badania, dostęp deweloperów do narzędzi oraz konkurencyjność amerykańskich firm.

Ostrożnie należy podchodzić do twierdzeń, że Kimi K3 powstał w wyniku destylacji modelu „Fable” firmy Anthropic. Dostępne materiały nie potwierdzają niezależnie tego zarzutu za pomocą pierwotnego oświadczenia, dowodów technicznych ani rozstrzygnięcia prawnego. Nie powinien więc być przedstawiany jako ustalony fakt.

Co będzie najważniejsze w kolejnych miesiącach?

O znaczeniu tej transakcji zdecyduje wykonanie planu, a nie sam nagłówek o 7 mld dolarów. Warto obserwować:

1. Sam model: czy Nvidia wypuści system Nemotron konkurencyjny wobec DeepSeek, Kimi K3 i czołowych modeli amerykańskich.
2. Warunki licencji: czy technologia Model Factory rzeczywiście pozostanie dostępna na zasadach niewyłącznych i jak szeroko Poolside będzie mogło ją komercjalizować.
3. Politykę publikacji: czy Nvidia udostępni wyłącznie wagi modelu, czy również istotne informacje o kodzie, danych i wynikach ewaluacji.
4. Adopcję sprzętu: czy projekt wygeneruje nowe obciążenia związane z treningiem, dostrajaniem i inferencją na systemach Nvidii.
5. Reakcję regulatorów: czy konstrukcje łączące licencjonowanie technologii z zatrudnianiem zespołów zaczną przyciągać większą uwagę, gdy duże firmy będą pozyskiwać całe kompetencje bez formalnego kupowania startupów.

Na razie umowa z Poolside jest zakładem o wysoką stawkę i większą integrację pionową. Nvidia przestaje być wyłącznie dostawcą narzędzi do rozwoju AI — chce również wpływać na modele, które nadają tym narzędziom wartość.