Tweet, Sama Altmana miał uspokajać, a rozpalił dyskusję. Wpis Altmana nie jest klasycznym PR-owym komunikatem. Jest emocjonalny, bezpośredni i co rzadkie u CEO firm tej skali lekko poirytowany.
OpenAI nie tyle odpiera zarzuty, co nie nadąża za tempem, w jakim media dopisują sensację. To ważne, bo w tle mamy realne doniesienia branżowe o tym, że OpenAI testuje alternatywne układy do części zadań oraz coraz mocniej skupia się na kosztach i opóźnieniach inference.
Altman nie zaprzecza żadnej z tych rzeczy wprost. Zamiast tego ustawia ramę interpretacyjną: NVIDIA pozostaje kluczowym partnerem, a OpenAI chce być „gigantycznym klientem” przez długie lata.
We wrześniu 2025 roku OpenAI i NVIDIA ogłosiły memorandum of understanding (MOU). Dokument zakładał współpracę przy budowie mocy obliczeniowej oraz potencjalną inwestycję Nvidii w OpenAI do 100 mld USD.
Gdy negocjacje zaczęły się przeciągać, a skala inwestycji została zrewidowana w dół, narracja medialna ogłosiła zamrożenie 100 mld inwestycji. Brzmi dramatycznie, klika się świetnie, ale jest nieprecyzyjne.
Sam Jensen Huang nazwał doniesienia o niezadowoleniu „nonsensem”, jednocześnie przyznając, że NVIDIA weźmie udział w bieżącej rundzie finansowania OpenAI, choć na mniejszą skalę niż wstępnie sugerowane 100 mld USD.
Problem z inference
Jeszcze niedawno wyścig AI polegał na tym, kto wytrenuje większy model. Do tego najnowsze czipy Nvidii nadają się najlepiej. Dziś jednak coraz bardziej liczy się to, kto szybciej, taniej i bardziej przewidywalnie obsłuży miliony zapytań użytkowników. Trening jest spektakularny, ale epizodyczny. Inference działa bez przerwy i generuje rachunki, które potrafią rosnąć szybciej niż liczba użytkowników.
W tym kontekście OpenAI zaczęło przyglądać się rozwiązaniom wyspecjalizowanym właśnie pod inference: układom z dużą ilością pamięci blisko obliczeń, niską latencją i przewidywalnym czasem odpowiedzi. To naturalne, że w takich testach pojawiają się nazwy konkurentów Nvidii. Nie dlatego, że GPU przestały działać. Dlatego, że rynek przestał być jednowymiarowy.
Co istotne: nawet w tych doniesieniach NVIDIA pozostaje fundamentem infrastruktury OpenAI. Mówimy raczej o dywersyfikacji i „dopinkach” do konkretnych zastosowań niż o wymianie silnika.
