National Compute Grid: rynek współdzielonej mocy AI zamiast nowych centrów danych

7 października 2026 roku koalicja startupów AI, dostawców chmury, badaczy i inwestorów ogłosiła uruchomienie National Compute Grid — inicjatywy mającej adresować niedobór mocy obliczeniowej AI nie przez budowę nowej infrastruktury, lecz przez lepsze wykorzystanie tej, która już istnieje. System ma pokazywać uczestnikom dostępną moc, typ chipa, lokalizację i cenę, a następnie dopasowywać zadania przez współdzielony harmonogram (scheduler).

Inicjatywę prowadzi Anjney Midha, szef firmy holdingowej AI Amp i CEO National Compute. Vultr jest potwierdzonym członkiem-założycielem konsorcjum, wnoszącym własną moc obliczeniową do sieci, a platformę i giełdę rozwija spółka National Compute Labs. Pełna lista uczestników nie została opublikowana. Model rozliczeń, promowany przez Vultr, opiera się o „goodput" — klient płaci za ukończoną, nieprzerwaną pracę obliczeniową, nie za same godziny wynajmu GPU.

Uzasadnieniem inicjatywy jest teza, że wiele centrów danych pracuje poniżej pełnego wykorzystania — część startupów i badaczy ma problem z dostępem do mocy, podczas gdy wartościowe chipy stoją bezczynnie gdzie indziej. Organizatorzy mówią o wykorzystaniu poniżej 15%. To jednak ich własny szacunek: jeden z analizowanych tekstów branżowych wprost zastrzega, że nie oznacza to, iż 85% wszystkich GPU na świecie faktycznie stoi bezczynnie — definicja i metodologia tego pomiaru nie zostały upublicznione.

760 megawatów — podłączonych czy „w zasięgu"?

Konsorcjum deklaruje około 760 MW mocy „podłączonej lub w zasięgu" oraz cel 2 GW do 2030 roku. Doniesienia branżowe zaznaczają, że ta liczba miesza dwie różne kategorie: moc faktycznie podłączoną do sieci dziś i moc jedynie zadeklarowaną przez przyszłych uczestników. Kluczowym testem dla tego modelu będzie więc nie sama liczba ogłoszona w dniu startu, ale to, ile z niej stanie się realnie dostępną, niezawodną mocą dla mniejszych odbiorców w ciągu najbliższych miesięcy.

AI Engineering Realist w naszym laboratorium zwraca uwagę, że sam mechanizm — widoczność dostępnej mocy, typu chipa i ceny, dopasowywana przez scheduler — jest technicznie sensowny i ma precedensy w innych rynkach zasobów obliczeniowych (spot markets chmur, giełdy energii). Problemem nie jest koncepcja, lecz brak niezależnej weryfikacji deklarowanych liczb w momencie, gdy rynek już zaczyna działać.

Economist z laboratorium dodaje, że model „goodput" przerzuca ryzyko przerwania pracy na dostawcę mocy, co jest sensowną zachętą ekonomiczną — o ile rynek faktycznie zadziała. Jeśli jednak duzi dostawcy chmury (hyperscalerzy) nie dołączą masowo, grid pozostanie niszową siecią mniejszych graczy z realnie ograniczoną mocą, co zmieniłoby jego znaczenie z „rozwiązania niedoboru" na dodatkowy, marginalny kanał dostępu.

Europa buduje nową moc. USA redystrybuują istniejącą

Warto zestawić to z podejściem europejskim. 30 lipca 2026 roku EuroHPC Joint Undertaking uruchomiło postępowanie na wybór konsorcjów budujących siedem europejskich Gigafabryk AI (cztery projekty średniej skali, trzy dużej skali); oferty można składać do 12 listopada 2026 roku. Polska — poprzez wiceministra cyfryzacji Dariusza Standerskiego — podpisała porozumienie wspólnych zakupów i celuje w wariant średniej skali (LOT 1), z deklarowanym wsparciem publicznym do 1 mld euro w dwóch fazach oraz ponad 400 mln zł już przeznaczonymi na zakup mocy obliczeniowej. Trzy polskie konsorcja szykują się do startu; podpisanie umów ze zwycięzcami planowane jest na początek 2027 roku, a uruchomienie fabryk dopiero w 2028 roku.

Historian of Technology w laboratorium widzi w tym zestawieniu rozpoznawalny wzorzec: wczesne rynki współdzielenia zasobu (giełdy przepustowości telekomunikacyjnej, spot markets energii lat 90.) powstawały zwykle szybciej niż regulacja i niezależna weryfikacja — co w przeszłości prowadziło do okresów spekulacji i późniejszych korekt. Contrarian odwraca to porównanie: może to Europa robi rzecz bardziej fundamentalną, kosztem szybkości (budowa własnej, trwałej infrastruktury), a USA robi rzecz szybszą, kosztem trwałości (redystrybucja istniejącej mocy, która łagodzi niedobór na krótką metę, ale go strukturalnie nie rozwiązuje).

Predykcje, które będziemy sprawdzać

Pełny rejestr predykcji znajduje się w Forecast Ledger. Nic z niego nie usuwamy — nawet jeśli prognoza się nie sprawdzi.