Tento strategický posun potvrzuje nedávné prohlášení generálního ředitele Lip-Bu Tana, který přiznal, že pokus konkurovat dominanci společnosti Nvidia na poli výkonných GPU pro výcvik AI modelů byl zřejmě předem odsouzen k nezdaru.

Intel (INTC) již dříve oznámil, že ukončí vývoj své řady AI čipů Gaudi, které měly konkurovat produktům od Nvidia (NVDA). Navzdory technologickému potenciálu čelil projekt zásadním problémům: chybějícímu softwarovému ekosystému a nízké známosti architektury, která ztížila širší adopci. V důsledku toho byl pozastaven i následný projekt Falcon Shores, jehož cílem bylo vytvořit výkonný GPU tradičního typu.

V interním sdělení zaměstnancům pak Tan otevřeně řekl: „Myslím, že na školení je pro nás příliš pozdě.“ Tím dal jasně najevo, že dominance Nvidie (NVDA) na trhu s trénováním AI modelů je tak silná, že ji nelze jednoduše dohnat.

Inferenční trh nabízí prostor k růstu

Intel se tak rozhodl přesunout své úsilí do oblasti, která je sice méně atraktivní z hlediska marketingu, ale nabízí reálný obchodní potenciál. Jde o trh s inferenčními výpočty, tedy takovými, které přicházejí na řadu po samotném výcviku AI modelu. Zde se modely využívají pro zpracování dotazů, generování textu či obrázků, překlad nebo doporučování obsahu.

Podle Tana je to oblast, kde Intel může ještě uspět, zejména díky své pozici v oblasti edge computingu a spotřebitelských zařízení. Ve hře jsou i menší, specializované modely, které nejsou tak výpočetně náročné a běží na levnějším hardwaru – například přímo na PC nebo v lokálních datových centrech.

Společnost Cloudflare, známá svým zaměřením na výpočty na okraji sítě, předpovídá, že právě inference bude do budoucna tvořit větší trh než trénování. Díky nižším nárokům na výpočetní výkon lze inference provozovat na levnějších čipech, a to i se stále velmi dobrou odezvou. Intel v tomto kontextu hovoří také o tzv. agentické AI, tedy inteligentních modelech, které dokážou samostatně vykonávat úkoly na základě uživatelských pokynů.

Konkurence roste, ale příležitosti zůstávají

Zcela bez konkurence ale Intel není ani v této oblasti. Vedle Nvidie se na inferenci zaměřuje i AMD, a na scénu vstupují další hráči s odlišnými přístupy. Například IBM představila nový model Granite 4.0 Tiny AI, který je navržen tak, aby běžel i na běžných GPU za několik set dolarů, místo na specializovaných kartách za desítky tisíc.

Tento posun směrem k menším, energeticky efektivnějším modelům vytváří trh pro nové typy akcelerátorů, které by mohly běžet například v noteboocích, menších serverech či přímo v průmyslových zařízeních. A právě v těchto scénářích může Intel využít své zkušenosti s výrobou čipů pro koncová zařízení a svou globální přítomnost.

Tan v této souvislosti dodává, že budoucnost agentické AI je teprve na začátku: „To je oblast, která podle mě vzniká, bude velmi významná a my ji chceme zachytit.“

Cesta k obratu bude dlouhá

Přestože nový směr dává smysl, přechod na inferenční model nebude jednoduchý ani rychlý. Tan sám přirovnal celý proces k maratonu – tedy dlouhému, vytrvalostnímu úsilí bez záruky rychlého výsledku. Jednou z otázek zůstává budoucnost projektu Jaguar Shores, který měl být náhradou za zrušený Falcon Shores a měl být klíčovým prvkem řešení AI v rackové infrastruktuře.

Zatím není jasné, zda Tan svým vyjádřením projekt odpískal, nebo zda jej Intel nadále vnímá jako životaschopnou cestu. Každopádně z jeho slov je zřejmé, že Intel nechce vkládat další zdroje do závodu, který už pravděpodobně prohrál, a raději se soustředí na oblasti, kde může mít smysluplný vliv.

Ačkoliv Intel tedy opouští pole trénování AI modelů, zůstává ve hře o budoucnost umělé inteligence. Pokud se společnosti podaří správně uchopit příležitosti v inferenci a agentické AI, má šanci znovu získat důvěru investorů i technologických partnerů. Přesun k méně nákladným, ale praktickým aplikacím může být pro Intel tím správným tahem – jen bude potřebovat čas, trpělivost a důslednost.