Týden v AI, ve zkratce.
Týden 33 · 2026
Tento týden v AI mimo Microsoft

Google uvádí nový model Gemini, zatímco Nvidia mění financování AI infrastruktury

Google představil Gemini 3.7 Flash a pozicuje jej jako cenově nastavený, produkčně použitelný „pracovní“ model pro programování a agentní scénáře. Současně Nvidia a velké finanční instituce popsaly nové přístupy k financování datových center s vysokým podílem GPU, zatímco Google upravil vedení DeepMind s cílem zrychlit realizaci Gemini.

01

Google spouští Gemini 3.7 Flash pro programování a agenty

Google představil Gemini 3.7 Flash a rámuje jej jako „pracovní“ model pro programování a agentní workflow s úvodním ceníkem až do konce roku 2026.

  • Využijte zveřejněné ceny za tokeny k porovnání nákladů na úlohu oproti jiným dodavatelům dříve, než rozšíříte vývojářské copiloty nebo piloty agentů nad rámec proof of concept.
  • Ověřte, zda zavádění Gemini Spark ve více než 160 zemích pokrývá Váš tenant a omezení nákupu, pokud spoléháte na předplatné místo individuálních enterprise smluv.
  • Znovu otestujte generování kódu, spolehlivost použití nástrojů a latenci na českých datech a Vašich interních API schématech, protože upgrade modelu může změnit konzistenci výstupů i bezpečnostní chování.
02

Alphabet mění vedení DeepMind, aby zrychlil Gemini

Alphabet změnil strukturu vedení Google DeepMind: Koray Kavukcuoglu přebírá operativní řízení, zatímco Demis Hassabis se stává předsedou; Google tím tlačí na rychlejší realizaci Gemini.

  • Požádejte Google o aktualizovanou enterprise roadmapu a politiku ukončování podpory (deprecation), protože organizační změny často souvisejí s rychlejším tempem vydávání a změnami SKU, které ovlivňují dlouhodobá nasazení.
  • Vnímejte riziko koncentrace na dodavatele jako téma governance, pokud plánujete standardizovat Gemini pro business‑kritické workflow; vyžadujte exit plány a testování přenositelnosti (portability).
  • Sledujte, zda se týmy přesouvají do klíčových produktových skupin Google, protože to může změnit modely podpory, nákupní procesy a to, kde budou přistávat enterprise funkce (Cloud vs. spotřebitelské plochy).
03

Nvidia a finančníci popisují až 500 mld. USD pro AI datová centra

Finanční partneři napojení na Nvidia uvedli, že mohou alokovat až 500 miliard dolarů do AI datových center prostřednictvím financování krytého GPU; Nvidia má částečně garantovat hodnotu zajištění a umožnit sekundární trh se staršími GPU.

  • Počítejte s tím, že cloud a colo poskytovatelé rozšíří nabídku GPU, což může zkrátit dodací lhůty pro smlouvy na rezervovanou kapacitu využívané českými firmami pro trénování a inference ve velkém měřítku.
  • Přehodnoťte předpoklady životního cyklu hardwaru v TCO modelech, protože sekundární trh se staršími GPU může změnit ekonomiku pronajaté infrastruktury oproti spotřebě veřejného cloudu.
  • Doplňte do risk review podmínky protistrany a zajištění (collateral), pokud nakupujete spravovanou GPU kapacitu, protože finanční struktury mohou ovlivnit stabilitu cen, flexibilitu smluv a tempo upgradů.
04

Skupiny OCP prosazují 800V DC jako napájecí standard pro AI datová centra

Účastníci Open Compute Project včetně Nvidia a Google podpořili 800V DC jako standardizovanou napájecí architekturu, která má snižovat ztráty při konverzi a podpořit vyšší hustotu racků pro AI zátěže.

  • Zahrňte otázky napájecí architektury (připravenost na 800V DC, hustota racků, přístup k chlazení) do RFP pro regionální colocation a suverénní cloudové varianty obsluhující české workloady.
  • Modelujte energetické a udržitelnostní dopady na úrovni facility, protože konverzní ztráty a dosažitelná hustota mohou významně změnit PUE i vykazování emisí pro AI programy.
  • Využijte směr k 800V DC, abyste se vyhnuli dlouhým lock‑inům do zařízení, která bez zásadních retrofitů nepodpoří příští generaci GPU clusterů.
05

Nvidia investuje 5 mld. USD do energeticky zaměřených projektů AI datových center

Nvidia se zavázala investovat 3 mld. USD do Lancium a 2 mld. USD do Firmus (Project Southgate) a rozšiřuje tak své zapojení od čipů k majetkovým investicím a projektovému financování navázanému na kapacitu AI datových center.

  • Prověřte schopnost Vašeho cloudového poskytovatele získávat kapacitu, protože lokality podporované Nvidií mohou ovlivnit, kam bude směřovat dodatečná nabídka GPU a jak rychle se budou regiony škálovat.
  • Považujte dostupnost energie za klíčové omezení v plánování AI strategie, zejména pro dlouhodobou inference, protože investice dodavatele signalizují, že energie se stává limitujícím faktorem.
  • Zhodnoťte dopady lock‑inu, pokud se ekosystém Nvidia rozšíří i do vlastnictví infrastruktury; může to ovlivnit vyjednávací pozici u cen a dostupnost pro akcelerátory mimo Nvidia.