U hrvatskoj javnosti rasprava o umjetnoj inteligenciji najčešće se svodi na nekoliko vidljivih startupa, EU regulativu i strah od zamjene radnih mjesta. U pozadini se, međutim, događa tiši, ali strateški važan proces: polagano, kroz projekte, EU fondove i partnerstva, gradi se AI i HPC infrastruktura koja će odlučiti tko će uopće moći trenirati i skalirati napredne modele u idućih pet do deset godina.
Supek kao simbol novog ciklusa ulaganja
Superračunalo Supek, smješteno u Sveučilišnom računskom centru (Srce), danas je najvidljiviji simbol tog zaokreta. Riječ je o prvom petaskalarnom sustavu u Hrvatskoj, dijelu europske mreže superračunala (EuroHPC), koji domaćim istraživačima i tvrtkama omogućuje ono što je do jučer bilo rezervirano za najveće svjetske institute i tehnološke gigante.
Na Supeku se već testiraju kompleksni AI i data science projekti: modeli za računalni vid u medicinskoj dijagnostici, analitika velikih skupova senzorskih podataka u energetici, simulacije klimatskih scenarija za obalna područja. Prema podacima Srca, interes za AI poslove na superračunalu raste iz godine u godinu, a značajan dio prijava dolazi iz interdisciplinarnih timova koji povezuju računarstvo, biomedicinu, fiziku i ekonomiju.
„Bez ozbiljne računalne infrastrukture, priča o umjetnoj inteligenciji ostaje na razini PowerPoint prezentacija“, često se može čuti u neformalnim razgovorima na stručnim skupovima. Supek i slični sustavi upravo su odgovor na taj problem – konkretan, mjerljiv kapacitet koji omogućuje trening većih modela, obradu terabajta podataka i izvođenje eksperimenata koji bi na klasičnim serverima trajali tjednima.
Srce DEI: mjesto gdje se spajaju znanost, država i industrija
Infrastruktura sama po sebi nije dovoljna. Ključno je kako se koristi i tko uopće zna raditi s njom. Tu važnu ulogu imaju konferencije i stručni skupovi poput Dana e-infrastrukture (Srce DEI) koje Srce organizira posljednjih godina.
Na Srce DEI-u se na jednom mjestu okupljaju istraživači, predstavnici ministarstava, IT direktori javnih institucija i inženjeri iz privatnih tvrtki. U fokusu su konkretni primjeri primjene – od obrade prirodnog jezika za hrvatski jezik, preko računalnog vida u poljoprivredi i prehrambenoj industriji, do simulacija u biomedicini i energetici. Umjesto apstraktnih rasprava o „budućnosti AI-ja“, na pozornici su projekti koji već troše CPU jezgre, GPU čvorove i megavat-sate energije.
Sličnu ulogu imaju i drugi domaći događaji: AI2Future u Zagrebu, Data Science Economy, FOSI konferencije u Splitu, te niz specijaliziranih radionica koje organiziraju institucije poput FER-a, PMF-a, Instituta Ruđer Bošković ili Algebra LAB-a. Svi oni doprinose jednom cilju – da AI i HPC izađu iz uskog akademskog kruga i postanu alat kojim se bave i domaće tvrtke, od banaka i telekoma do logističkih i proizvodnih poduzeća.
Europske „AI tvornice“ i hrvatska utrka za resursima
Na razini Europske unije, u tijeku je utrka za pozicioniranje u novoj generaciji superračunalstva. Inicijative EuroHPC-a i najave tzv. „AI tvornica“ znače stotine milijardi eura ulaganja u sustave optimizirane za trening velikih modela, s posebnim naglaskom na energetski učinkovite podatkovne centre i pristup GPU-ima.
Hrvatska se u tu priču pokušava uključiti kroz sudjelovanje u EuroHPC projektima, razvoj nacionalnih centara naprednog računanja i uključivanje u europske digitalne inovacijske hubove (EDIH). No, realnost je da domaća scena balansira između ograničenih resursa i potrebe da ostane relevantna. Budžeti su manji, tržište je ograničeno, a konkurencija iz većih članica EU-a i dalje ima značajnu prednost u opremi i ljudskom kapitalu.
U takvom okruženju, strateški dokumenti poput Nacionalne razvojne strategije, Nacionalnog plana oporavka i otpornosti (NPOO) i sektorskih digitalnih strategija dobivaju dodatnu težinu. Ako AI i HPC u njima ostanu tek sporedna tema, Hrvatska riskira da postane isključivo korisnik tuđih AI rješenja – bez mogućnosti da ozbiljnije sudjeluje u njihovom razvoju.
Startup scena: između inovacija i računa za cloud
Hrvatski AI startupi i specijalizirani integratori već sada osjećaju ograničenja dostupne infrastrukture. Tvrtke koje razvijaju vlastite modele za obradu jezika, preporučne sustave ili prediktivnu analitiku često su prisiljene ključne eksperimente preseliti na komercijalne cloud platforme poput AWS-a, Google Clouda ili Azurea.
To im omogućuje brzu skalabilnost, ali otvara dva problema. Prvo, troškovi eksperimentiranja i treniranja većih modela brzo rastu i mogu pojesti značajan dio investicije ili prihoda. Drugo, stvara se ovisnost o vanjskim dobavljačima, često izvan EU-a, što komplicira priču o suverenitetu podataka i usklađenosti s regulativom.
Nekoliko domaćih tvrtki već je javno istaknulo da bi im bolji pristup nacionalnoj HPC infrastrukturi značajno smanjio troškove i ubrzao razvoj. Primjerice, integratori koji rade na pametnim gradovima ili energetskim sustavima mogli bi dio analitike i modeliranja prebaciti na Supek ili druge klastere, uz jasne modele naplate i podršku za industrijske korisnike.
U praksi, međutim, pristup takvim sustavima za privatni sektor još uvijek nije dovoljno standardiziran. Dok istraživački projekti imaju jasne procedure prijave i evaluacije, startupi često nemaju kapacitete za pisanje opsežnih projektnih prijedloga. Tu se otvara prostor za nove modele suradnje – od vaučera za HPC resurse do zajedničkih industrijsko-akademskih projekata u kojima startupi donose problem, a istraživačke institucije infrastrukturu i znanje.
Nastanak nove zajednice oko AI infrastrukture
Pozitivna strana priče je da se oko AI infrastrukture u Hrvatskoj postupno stvara nova zajednica. Lokalni meetupi, specijalizirane radionice i programi osposobljavanja za rad na HPC sustavima sve češće uključuju developere iz privatnog sektora, a ne samo istraživače.
FER-ove i Srcem organizirane radionice o paralelnom programiranju, radu na GPU-ima i optimizaciji koda za superračunala redovito pune dvorane. Pojavljuju se i neformalni formati – od meetup grupa za MLOps i data inženjering, do zajednica oko otvorenog koda koje eksperimentiraju s lokalnim LLM-ovima i modelima za hrvatski jezik.
Time se smanjuje jaz između laboratorija i produkcije. Timovi koji danas na Supeku ili drugim klasterima testiraju modele za računalni vid, analitiku senzorskih podataka ili optimizaciju logistike sutra ih mogu pretvoriti u proizvode za globalno tržište. Već sada vidimo primjere hrvatskih rješenja za pametnu poljoprivredu, prediktivno održavanje u industriji ili personaliziranu edukaciju, koja su nastala na spoju akademskog znanja i industrijskih potreba.
Megavat-sati, a ne samo megabajti: energetska strana AI-ja
Razvoj AI infrastrukture nije samo pitanje servera i kabela, nego i energije. Superračunala i veliki GPU klasteri troše ozbiljne količine električne energije i zahtijevaju sofisticirana rješenja hlađenja. U Hrvatskoj, gdje energetska tranzicija i dalje traži svoj zamah, to otvara dodatna pitanja.
Dio stručnjaka upozorava da bi budući AI podatkovni centri trebali biti planirani u sinergiji s obnovljivim izvorima energije, poput vjetroelektrana i solarnih parkova, te uz korištenje naprednih sustava hlađenja. Time bi se smanjio ugljični otisak i povećala otpornost na energetske šokove. U suprotnom, AI bi mogao postati ne samo tehnološki, nego i energetski teret.
Za sada, hrvatske rasprave o AI infrastrukturi rijetko eksplicitno uključuju energetsku dimenziju. No, kako projekti rastu, a zahtjevi za računalnom snagom se multipliciraju, pitanje megavat-sati postat će jednako važno kao i pitanje megabajta.
Što treba napraviti u sljedećih pet godina
Ključni izazov sljedećih godina bit će kontinuitet ulaganja i pametna koordinacija. Da superračunala, AI klasteri i specijalizirani podatkovni centri ne ostanu izolirani otoci, nego postanu stvarno dostupni hrvatskim tvrtkama i startupima.
Nekoliko je konkretnih koraka koje domaća scena sve češće ističe:
- jasni modeli pristupa HPC resursima za industriju, s transparentnim cjenicima i pojednostavljenim procedurama
- programi vaučera ili potpora za korištenje nacionalne AI infrastrukture u startup i SME projektima
- ulaganje u ljude – specijalizirane edukacije za MLOps, HPC inženjering i upravljanje podatkovnim centrima
- povezivanje AI infrastrukture s ključnim sektorima: zdravstvo, energetika, promet, javna uprava
- strategija energetski održivih podatkovnih centara, u suradnji s energetskim tvrtkama
Ako u tome uspijemo, Hrvatska bi iz uloge „malog, ali agilnog igrača“ mogla prerasti u regionalno uporište za razvoj domenskih AI rješenja – posebno u nišama gdje već ima reference, poput fintech rješenja, turizma, logistike ili biomedicine. Tamo gdje se znanstveni projekti, industrijski use-caseovi i obrazovanje susreću na istoj, dovoljno snažnoj infrastrukturi, nastaju rješenja koja ne konkuriraju samo u regiji, nego i globalno.
U konačnici, pitanje nije hoće li Hrvatska imati umjetnu inteligenciju, nego hoće li imati vlastitu infrastrukturu i znanje da je razvija i kontrolira. Od lokalnih meetupa do megavat-sati u podatkovnim centrima, upravo se sada odlučuje kakvu ćemo ulogu igrati u AI ekonomiji sljedećeg desetljeća.
