gpu-server-rd-grant-planning.md

Infrastruktura AI

Serwer GPU w projekcie B+R: jak zaplanować infrastrukturę AI finansowaną z grantu

Praktyczny przewodnik dla firm i instytucji, które chcą kupić lub wynająć serwer GPU w projekcie badawczo-rozwojowym z dotacją: jak wyprowadzić specyfikację z zadań badawczych, jak sprzęt rozlicza się w Ścieżce SMART (amortyzacja), jak przejść zasadę konkurencyjności i jak policzyć pełny koszt utrzymania.

Autor: Tomek Kupidura28 września 202610 min czytania

Spis treści

W skrócie

Specyfikacja serwera powinna wynikać z zadań badawczych: jakie modele, na jakich danych, trening czy inferencja, gdzie dane mogą leżeć.
W Ścieżce SMART (nabór dla MŚP z 2026 r.) sprzęt do prac B+R rozlicza się przez odpisy amortyzacyjne, tylko za okres i w proporcji, w jakiej służy projektowi. Wartość po projekcie zostaje po Twojej stronie.
Koszty kwalifikowalne mogą powstać najwcześniej po dniu złożenia wniosku. Serwer kupiony wcześniej nie wejdzie do projektu.
Powyżej 80 000 zł netto obowiązuje zasada konkurencyjności: zapytanie w Bazie Konkurencyjności, opis parametrami zamiast marki, „lub równoważne”, bez podmiotów powiązanych.
Faktura to tylko część kosztu. Prąd, chłodzenie, szafa, administracja i utrzymanie przez cały okres trwałości projektu trzeba zaplanować z góry.

Szybka odpowiedź

Serwer GPU w projekcie badawczo-rozwojowym planuje się od końca: najpierw zadania badawcze, potem obciążenia (trening, inferencja, dane), dopiero na końcu sprzęt. W Ścieżce SMART dla MŚP z 2026 r. sprzęt do prac B+R nie jest refundowany po cenie zakupu, tylko przez odpisy amortyzacyjne za okres i w proporcji, w jakiej służy projektowi. Koszt musi powstać po złożeniu wniosku, a zakup powyżej 80 000 zł netto przechodzi przez zasadę konkurencyjności, z opisem parametrami zamiast nazwy modelu. Do tego dochodzi koszt, którego dotacja zwykle nie pokrywa: prąd, chłodzenie, miejsce w szafie i utrzymanie przez cały okres trwałości projektu.

To nie jest porada prawna ani finansowa. Kwalifikowalność konkretnego wydatku rozstrzyga regulamin naboru, umowa o dofinansowanie i instytucja, która ją podpisuje. Poniżej opisujemy, jak przygotować się technicznie i jakie pytania zadać.

Piszemy z perspektywy dostawcy, który przeszedł tę drogę po stronie technicznej. Dla Fundacji MT5 dobraliśmy i dostarczyliśmy klaster GPU NVIDIA Blackwell, który stoi w fundacji i służy pracy badawczej nad zapisami snu.

Najpierw zadania badawcze, potem sprzęt

Oceniający w programach B+R patrzą, czy koszty wynikają z planu prac. Dla serwera GPU to dobra wiadomość, bo dokładnie tak powinno się go dobierać. Zanim padnie nazwa jakiejkolwiek karty, odpowiedz na pytania:

Pytanie	Dlaczego ważne	Przykład decyzji
Trening czy inferencja?	trening potrzebuje dużo więcej pamięci na parametry, gradienty i stany optymalizatora	trening od zera, dotrenowanie LoRA albo tylko serwowanie gotowego modelu
Jakie modele i jak duże?	rozmiar modelu i precyzja wyznaczają minimalną pamięć GPU	model 30B w FP8 na jednej karcie czy większy model na kilku
Jakie dane i ile?	wielkość zbioru decyduje o dyskach, sieci i czasie treningu	sygnały medyczne, obrazy, dokumenty
Gdzie dane mogą leżeć?	dane wrażliwe często wykluczają chmurę	serwer w placówce, kolokacja albo chmura
Ile zadań naraz?	kilka zespołów lub eksperymentów równolegle to więcej kart, a nie szybsza karta	podział kart między projekty
Co po projekcie?	sprzęt zostaje i powinien mieć dalsze zastosowanie	inferencja, kolejne projekty, wdrożenie wyników

Odpowiedzi trafiają do wniosku jako uzasadnienie kosztów i do specyfikacji jako wymagania. Jak policzyć pamięć dla konkretnego modelu, pokazujemy w przewodniku ile VRAM potrzeba do lokalnego LLM i w drugiej części o kartach profesjonalnych i serwerowych.

W przypadku MT5 to, gdzie dane mogą leżeć, przesądziło o architekturze. Zapisy badań snu nie mogą trafić do chmury, więc pipeline i model działają na sprzęcie w fundacji.

Jak sprzęt rozlicza się w projekcie B+R

Zasady różnią się między programami, więc poniżej opisujemy jeden, aktualny przykład: Ścieżkę SMART w programie FENG, nabór dla MŚP nr FENG.01.01-IP.02-001/26 prowadzony przez PARP. Nabór trwał od 26 lutego do 31 marca 2026 r., a jego budżet wynosił 700 mln zł. W tej edycji zrezygnowano z podziału na moduły na rzecz kategorii kosztów.

Przewodnik kwalifikowalności do tego naboru mówi, że w kategorii „Amortyzacja (aparatura i sprzęt)” kwalifikują się odpisy amortyzacyjne, jeśli łącznie:

sprzęt jest środkiem trwałym i jest niezbędny oraz bezpośrednio wykorzystywany w pracach B+R;
odpisy są liczone według przepisów o rachunkowości i polityki rachunkowości firmy;
kwalifikuje się tylko okres, w którym sprzęt faktycznie służy pracom B+R projektu;
jeśli sprzęt służy też innym celom, kwalifikuje się tylko proporcjonalna część odpisu;
zakup nie był współfinansowany z dotacji krajowej ani unijnej i nie był już rozliczony w projekcie;
sprzęt kupiono po cenach rynkowych.

W przypisie ten sam dokument zastrzega, że do „aparatury naukowo-badawczej” nie zalicza się sprzętu komputerowego i innych urządzeń niewykorzystywanych bezpośrednio do prac B+R. Kategoria obejmuje jednak „aparaturę i sprzęt”. Jak zakwalifikować serwer GPU, na którym trenujesz modele w ramach prac B+R, warto potwierdzić z instytucją przed złożeniem wniosku, a uzasadnienie oprzeć na tym, jak serwer jest bezpośrednio używany w zadaniach badawczych.

Inne drogi w tym samym przewodniku:

Sposób	Gdzie w kosztach	Na co uważać
Zakup i amortyzacja	Amortyzacja (aparatura i sprzęt)	tylko odpisy za okres i proporcję użycia w projekcie
Wynajem aparatury	Usługi zewnętrzne (koszty operacyjne)	tylko w zakresie i okresie potrzebnym w projekcie, umowa bez opcji wykupu
Subskrypcja oprogramowania	Usługi zewnętrzne	tylko w zakresie i okresie użycia w pracach B+R
Koszty pośrednie (administracja, obsługa)	ryczałt 25% kosztów bezpośrednich	bez podwykonawstwa w podstawie

Dwie rzeczy z ogólnych zasad tego przewodnika łatwo przeoczyć. Po pierwsze, koszty kwalifikowalne mogą powstać najwcześniej po dniu złożenia wniosku. Serwer kupiony „na zapas” przed wnioskiem nie wejdzie do projektu. Po drugie, końcową datą kwalifikowalności wydatków jest 31 grudnia 2030 r. To koniec perspektywy 2021-2027, więc harmonogram projektu i dostaw musi się w niej zmieścić.

Wartość, która zostanie po zakończeniu projektu (wartość rezydualna), nie jest refundowana. Z punktu widzenia budżetu firmy to oznacza, że dotacja pokrywa część kosztu sprzętu, a resztę finansujesz sam i powinieneś mieć dla niej plan.

Zasada konkurencyjności w praktyce

Wytyczne dotyczące kwalifikowalności wydatków na lata 2021-2027 nakazują instytucjom zobowiązać beneficjentów do zasady konkurencyjności w umowie o dofinansowanie. Nie stosuje się jej do zamówień do 80 000 zł netto. Serwer GPU do pracy z modelami językowymi zwykle ten próg przekracza.

Co to oznacza dla zakupu serwera:

Zapytanie w Bazie Konkurencyjności (BK2021). Termin na oferty to minimum 7 dni dla dostaw, a 30 dni, gdy wartość zamówienia jest równa lub wyższa niż 750 000 euro. Termin ma uwzględniać złożoność zamówienia, a serwer z kilkoma GPU to zamówienie złożone.
Opis parametrami, nie marką. Opis nie może zawierać znaków towarowych ani wskazania producenta, jeśli uprzywilejowałoby to wykonawców. Wyjątek jest możliwy, gdy nie da się opisać przedmiotu inaczej, i wtedy trzeba dodać „lub równoważne”.
Bez dzielenia zamówienia. Nie wolno zaniżać wartości ani dzielić zamówienia, żeby zejść poniżej progu. Jeśli kupujesz w częściach, liczy się łączna wartość.
Kryteria dotyczą oferty, nie firmy. Oprócz ceny można oceniać m.in. parametry techniczne, serwis posprzedażny, pomoc techniczną i termin dostawy. Nie można oceniać doświadczenia ani wiarygodności wykonawcy w kryteriach oceny (to miejsce na warunki udziału).
Bez podmiotów powiązanych. Beneficjent, który nie jest zamawiającym publicznym, nie może udzielić zamówienia podmiotowi powiązanemu z nim osobowo lub kapitałowo.

Uczelnie, instytuty i szpitale publiczne zwykle są zamawiającymi w rozumieniu Prawa zamówień publicznych. Od 1 stycznia 2026 r. próg stosowania Pzp wynosi 170 000 zł netto (wcześniej 130 000 zł).

Jak napisać specyfikację, która przejdzie i nie wykluczy dobrego sprzętu? Opisz to, czego wymagają zadania badawcze:

minimalna pamięć na jedną kartę GPU i łączna pamięć GPU w serwerze;
obsługiwane precyzje obliczeń (np. FP8, FP4), jeśli plan zakłada trening lub serwowanie w niskiej precyzji;
łącze między kartami, jeśli model ma być dzielony na kilka GPU;
procesor, pamięć RAM i pojemność dysków NVMe na zbiory danych i wagi modeli;
interfejs sieciowy;
maksymalny pobór mocy i wymagania zasilania, dopasowane do Twojej serwerowni;
gwarancja, czas reakcji serwisu, termin dostawy.

Unikaj wymagań, które da się spełnić tylko jednym produktem, jeśli nie potrafisz ich uzasadnić zadaniem badawczym. To najczęstszy powód pytań przy kontroli.

TCO: koszt nie kończy się na fakturze

Dotacja pokrywa część kosztu zakupu, ale serwer GPU kosztuje przez cały okres życia. Przykład skali: NVIDIA podaje dla systemu DGX B200 z ośmioma GPU maksymalny pobór mocy ok. 14,3 kW. Mniejsze serwery biorą mniej, ale nadal więcej, niż przewiduje typowa serwerownia biurowa.

Składnik	Pytanie do zaplanowania
Zasilanie	czy obwody, UPS i rozdzielnia uniosą maksymalny pobór, nie średni?
Chłodzenie	czy klimatyzacja odbierze ciepło przy pełnym obciążeniu, także latem?
Miejsce	szafa, głębokość, waga, hałas; serwerownia własna czy kolokacja?
Prąd przez okres projektu i po nim	ile godzin pełnego obciążenia rocznie, po jakiej cenie?
Administracja	kto aktualizuje sterowniki, system, kontenery, kto reaguje na awarie?
Oprogramowanie	licencje, subskrypcje, narzędzia do monitoringu
Gwarancja i serwis	jak długo, z jakim czasem reakcji, co po jej końcu?
Trwałość projektu	czy sprzęt musi pozostać i działać przez wymagany okres po zakończeniu?

Trwałość warto sprawdzić osobno. Według wytycznych, dla projektów EFRR z inwestycjami w infrastrukturę lub inwestycjami produkcyjnymi wynosi ona 5 lat od płatności końcowej, a 3 lata dla MŚP w projektach z wymogiem utrzymania inwestycji lub miejsc pracy, chyba że zasady pomocy publicznej stanowią inaczej. Jaki wymóg dotyczy Twojego projektu, mówi umowa o dofinansowanie.

Ogólniej o tym, kiedy własny serwer opłaca się bardziej niż chmura lub API, piszemy w tekście build vs buy w AI, a o tym, jak stawiamy i utrzymujemy serwery, na stronie Infrastruktura AI.

Gdzie postawić serwer: u siebie, w kolokacji czy wynająć moc

Każda opcja ma inne konsekwencje dla projektu:

U siebie. Pełna kontrola nad danymi, ale cały koszt zasilania, chłodzenia i administracji jest po Twojej stronie. Dobre, gdy dane nie mogą wyjść poza organizację, jak w przypadku zapisów medycznych w MT5.
Kolokacja. Profesjonalne zasilanie i chłodzenie bez budowy serwerowni. Sprzęt jest Twój, więc amortyzacja działa tak samo. Sprawdź, gdzie fizycznie leżą dane i kto ma dostęp do szafy.
Wynajem mocy. Brak dużego zakupu i ryzyka, że sprzęt się zestarzeje. W przewodniku SMART wynajem aparatury jest w kosztach operacyjnych, ale czy konkretna usługa GPU w chmurze się w nim mieści, trzeba potwierdzić z instytucją.
AI Factories. W Polsce powstają dwie fabryki AI współfinansowane przez EuroHPC: PIAST w PCSS w Poznaniu i Gaia w ACK Cyfronet AGH w Krakowie. Mają zapewniać dostęp do mocy obliczeniowej także firmom, w tym MŚP i startupom. Zasady i terminy dostępu ogłaszają operatorzy, więc sprawdź je u źródła przed zaplanowaniem projektu.

Programy w 2026 r.: co sprawdzić

Stan na koniec września 2026 r., do weryfikacji przed każdą decyzją:

Ścieżka SMART (FENG). Nabór dla MŚP w PARP zamknięto 31 marca 2026 r. Perspektywa 2021-2027 zbliża się do końca, więc o kolejnych naborach informują harmonogramy na funduszeeuropejskie.gov.pl oraz strony PARP i NCBR.
KPO. Zgodnie z rozporządzeniem o Instrumencie na rzecz Odbudowy i Zwiększania Odporności Komisja dokonuje płatności do 31 grudnia 2026 r., a inwestycje KPO miały osiągnąć wskaźniki do 31 sierpnia 2026 r. Na nowy projekt z zakupem serwera to w praktyce za późno.
Pożyczki FENG na cyfrową i zieloną transformację. PARP uruchamia fundusz pożyczkowy: pożyczki od 2,5 do 15 mln zł, oprocentowanie 0,5% rocznie, wnioski przez Partnerów Finansujących. To finansowanie inwestycji, a nie projektów B+R, i czy serwer GPU się w nim mieści, zależy od celu inwestycji. Szczegóły są na stronie programu.

Lista kontrolna

Spisz zadania badawcze i wyprowadź z nich obciążenia: trening czy inferencja, modele, dane, równoległość.
Ustal, gdzie dane mogą być przetwarzane. To często przesądza o wyborze między własnym serwerem a chmurą.
Przeczytaj regulamin naboru i przewodnik kwalifikowalności. Sprawdź, w której kategorii kosztów mieści się serwer i czy rozlicza się go amortyzacją.
Potwierdź z instytucją kwalifikację serwera GPU jako sprzętu do prac B+R, zanim złożysz wniosek.
Nie kupuj sprzętu przed złożeniem wniosku.
Napisz specyfikację parametrami, bez marek, a tam gdzie odniesienie jest konieczne, z „lub równoważne”.
Przygotuj zapytanie w Bazie Konkurencyjności z realnym terminem na oferty i kryteriami dotyczącymi oferty.
Policz TCO na cały okres projektu i trwałości: zasilanie, chłodzenie, miejsce, administracja, serwis.
Zaplanuj, do czego sprzęt posłuży po projekcie, bo jego wartość rezydualna zostaje po Twojej stronie.
Zarezerwuj czas na dostawę, instalację i testy w harmonogramie projektu.

Źródła

Pytania i odpowiedzi

Czy można kupić serwer GPU z dotacji na projekt B+R?

To zależy od programu i kategorii kosztów. W Ścieżce SMART dla MŚP (nabór z 2026 r.) w kosztach prac B+R kwalifikują się odpisy amortyzacyjne aparatury i sprzętu, tylko za okres i w proporcji wykorzystania w projekcie, a nie pełna cena zakupu. Inne programy mogą mieć inne zasady, więc rozstrzyga regulamin konkretnego naboru i przewodnik kwalifikowalności. To nie jest porada prawna ani finansowa.

Czy serwer GPU kupiony przed złożeniem wniosku można rozliczyć w projekcie?

W Ścieżce SMART nie. Przewodnik kwalifikowalności PARP dla naboru z 2026 r. mówi, że koszty kwalifikowalne mogą zostać poniesione najwcześniej po dniu złożenia wniosku o dofinansowanie. Dodatkowo odpisy amortyzacyjne kwalifikują się tylko dla sprzętu, którego zakup nie był wcześniej współfinansowany z dotacji.

Od jakiej kwoty trzeba stosować zasadę konkurencyjności przy zakupie serwera?

Według Wytycznych dotyczących kwalifikowalności wydatków na lata 2021-2027 zasady konkurencyjności nie stosuje się do zamówień o wartości do 80 000 zł netto. Powyżej tego progu zapytanie publikuje się w Bazie Konkurencyjności, a minimalny termin na oferty przy dostawach to 7 dni (30 dni przy wartości od 750 000 euro). Zamawiający publiczni stosują Pzp, którego próg od 1 stycznia 2026 r. wynosi 170 000 zł.

Czy w zapytaniu ofertowym można wpisać konkretny model karty GPU?

Co do zasady nie. Wytyczne zakazują odniesień do znaków towarowych i konkretnych producentów, jeśli prowadziłoby to do uprzywilejowania wykonawców, chyba że nie da się inaczej precyzyjnie opisać przedmiotu zamówienia. Wtedy trzeba dodać „lub równoważne”. Bezpieczniej opisać wymagania parametrami: pamięć GPU, obsługiwane precyzje, łącze między kartami, pamięć RAM, dyski, sieć, pobór mocy, gwarancja.

Czy zamiast kupować serwer GPU można wynająć moc obliczeniową w projekcie B+R?

Przewodnik PARP dla Ścieżki SMART 2026 przewiduje w kosztach operacyjnych wynajem aparatury naukowo-badawczej, w zakresie i przez okres potrzebny w projekcie, bez opcji wykupu. Czy konkretna usługa chmurowa albo wynajem GPU się w tym mieści, trzeba potwierdzić w regulaminie naboru i z instytucją. Alternatywą są też polskie AI Factories (PIAST w Poznaniu, Gaia w Krakowie), których zasady dostępu ogłaszają ich operatorzy.

Wszystkie wpisy