Meta buduje pięć gigawatowych centrów danych, by wyprzedzić Google w wyścigu AI

Rok po porażce modelu Llama 4 Meta przebudowała swój program sztucznej inteligencji od podstaw i według najnowszego raportu firmy analitycznej SemiAnalysis może w ciągu najbliższych sześciu miesięcy wyprzedzić Google pod względem mocy obliczeniowej i jakości modeli. Analitycy opisują to jako najbardziej agresywną rozbudowę infrastruktury obliczeniowej, jaką dotąd widzieli w branży.

Raport SemiAnalysis, zatytułowany 'The Future of Meta Superintelligence: A 1 Year Progress Update', to jeden z najbardziej szczegółowych publicznych wglądów w to, jak Mark Zuckerberg reaguje na wcześniejsze niepowodzenia swojego laboratorium AI. Po tym, jak Llama 4 rozczarowała pod względem jakości w stosunku do konkurencji, Meta w ciągu roku przeszła restrukturyzację obejmującą utworzenie jednostki Meta Superintelligence Labs i masowy zastrzyk kapitału.

Pięć tytanów jednocześnie

Najbardziej rzucającym się w oczy elementem raportu jest skala budowy centrów danych. Meta wznosi równolegle pięć klastrów o mocy przekraczającej gigawat, co według analityków nie ma precedensu w branży technologicznej. Prometheus w Ohio ma docelowo przekroczyć 3 gigawaty i już częściowo działa, korzystając z hal o konstrukcji namiotowej pozwalającej przyspieszyć budowę. Hyperion w Luizjanie ma 1,5 gigawata mocy rozłożonej na trzy budynki po 400 megawatów.

Klaster w Iowa, o mocy 1 gigawata, powstał od podpisania umowy najmu do zakończenia budowy w rok, od maja 2025 do maja 2026. Dodatkowe, wciąż nienazwane kampusy powstają w El Paso i Indianie. SemiAnalysis szacuje, że do końca roku Meta pod względem łącznej mocy obliczeniowej wyprzedzi zarówno OpenAI, jak i Anthropic.

Własne dane zamiast zewnętrznych dostawców

Zamiast polegać wyłącznie na zewnętrznych firmach dostarczających dane treningowe, Meta skierowała działania do wewnątrz. Około 3 tysiące inżynierów, głównie świeżo po studiach, ale też doświadczeni pracownicy, zostało oddelegowanych do budowy wewnętrznej fabryki środowisk uczenia ze wzmocnieniem. To ma dać firmie dostęp do danych, których komercyjni brokerzy nie są w stanie dostarczyć.

Równolegle na rynku eksplodowały firmy specjalizujące się w dostarczaniu takich środowisk dla całej branży. Według raportu Mercor, Surge i Handshake generują już ponad miliard dolarów rocznych przychodów każda, a Fleet, Mechanize i Afterquery zbliżają się do 100 milionów dolarów. Sama Mercor zgłosiła 2,5 miliona godzin pracy ekspertów w drugim kwartale 2026 roku, co odpowiada mniej więcej 4800 pełnym etatom, przy stawkach przekraczających 100 dolarów za godzinę.

Kosztowna rekrutacja

Skala inwestycji w talenty jest równie imponująca co w infrastrukturę. Meta zapłaciła 14,3 miliarda dolarów, by pozyskać Alexandra Wanga ze Scale AI na czele nowej jednostki superinteligencji. Niektórzy badacze otrzymali pakiety wynagrodzeń sięgające od kilkuset milionów do ponad miliarda dolarów, a najlepsi inżynierowie oprogramowania zarabiają siedmiocyfrowe kwoty rocznie.

Obecny zestaw algorytmów wystarczy, by zautomatyzować pracę biurową, pod warunkiem że ma się wystarczająco dużo danych odpowiedniego rodzaju - Sholto Douglas, badacz Anthropic, cytowany w raporcie z podcastu Dwarkesh

Modele wciąż w tyle

Mimo gigantycznych nakładów wyniki modeli Meta wciąż nie dorównują liderom rynku. Autorzy raportu testowali Muse Spark 1.1 i ocenili go jako mniej więcej równy Claude Opus 4.6 czy GLM 5.2 w ogólnych zastosowaniach agentowych, ale zauważyli, że model 'ma zły nawyk ignorowania ostrzeżeń zamiast ich naprawiania'. W testach porównawczych Meta przegrywa zarówno z chińskim DeepSeek v4 Pro, jak i Kimi K2.6, a przez cały 2026 rok pozostaje w tyle za Anthropic i OpenAI.

SemiAnalysis podkreśla jednak, że dla oceny szans Meta liczy się nie punkt startowy, lecz tempo poprawy. Jeśli Zuckerberg utrzyma determinację finansową w kolejnych miesiącach, Google może zostać trwale zepchnięty poza czołówkę globalnych dostawców infrastruktury AI - twierdzą autorzy raportu.

Dla polskich firm korzystających z modeli i infrastruktury chmurowej te przesunięcia w wyścigu obliczeniowym mają znaczenie praktyczne. Większa konkurencja między Meta, Google, OpenAI i Anthropic zwykle przekłada się na spadające ceny dostępu do modeli i szybsze tempo aktualizacji, ale też na rosnącą niepewność co do tego, który dostawca utrzyma przewagę technologiczną w perspektywie kilku kwartałów.

Źródła: The Future of Meta Superintelligence: A 1 Year Progress Update (newsletter.semianalysis.com), Meta set to overtake Google's frontier AI models in six months, SemiAnalysis says (uk.finance.yahoo.com)