Z raportu Financial Times wynika, że Google ograniczyło dostęp Meta do swoich modeli Gemini AI ze względu na ograniczoną moc obliczeniową. To ograniczenie znacząco wpłynęło na Meta, zmuszając firmę do poinstruowania pracowników, aby efektywniej wykorzystywali tokeny AI. Meta przenosi także obciążenia z Gemini na własny model Muse Spark, aby zmniejszyć swoją zależność od zewnętrznych dostawców sztucznej inteligencji.
Meta początkowo polegała na Gemini w zakresie zadań takich jak moderowanie treści i procesy bezpieczeństwa, ze względu na jego doskonałą wydajność w porównaniu z modelami open source firmy Meta Llama. Dzięki ograniczonemu dostępowi do Gemini Meta przyspiesza przejście na Muse Spark, które uruchomiła w ramach swojego oddziału Superintelligence Labs. Korekty sygnalizują wysiłki Meta mające na celu opracowanie wewnętrznych alternatyw dla podstawowych obciążeń.
W odpowiedzi na rosnące zapotrzebowanie na Gemini Enterprise Google płaci SpaceX 920 milionów dolarów miesięcznie za dostęp do 110 000 procesorów graficznych Nvidia, określany jako „pojemność mostu”. To partnerstwo podkreśla niedobory mocy obliczeniowej, które zmieniają relacje w branży technologicznej. Pomimo posiadania znacznej części infrastruktury sztucznej inteligencji i prognozowania nakładów inwestycyjnych na kwotę ponad 180 miliardów dolarów na rok 2023, Google nadal nie jest w stanie sprostać wszystkim wymaganiom klientów i racjonuje dostęp do swoich modeli.
Meta zwolniła wcześniej 8 000 pracowników, aby skupić się na inicjatywach związanych ze sztuczną inteligencją, i od tego czasu przeniosła 7 000 pracowników na stanowiska koncentrujące się na sztucznej inteligencji. Ograniczenia nałożone na Gemini zmusiły Meta do zwiększenia swoich wewnętrznych możliwości w kluczowym momencie, gdy zapotrzebowanie na zasoby obliczeniowe AI przewyższa dostępną infrastrukturę. Inne firmy, takie jak Anthropic, w podobny sposób poszukują zasobów od SpaceX w celu wsparcia swojej działalności, podkreślając szerszą kwestię ograniczeń podaży w sektorze sztucznej inteligencji.
Obecny krajobraz odzwierciedla znaczące wąskie gardło w okresie boomu sztucznej inteligencji, w którym wzrost zapotrzebowania na moc obliczeniową przewyższa rozwój infrastruktury. Tendencja ta pokazuje, że ograniczenia, jakie napotykają duże firmy w dostępie do modeli sztucznej inteligencji, nie wynikają jedynie z wyzwań algorytmicznych, ale wynikają z infrastruktury fizycznej niezbędnej do obsługi rosnącej konsumpcji.
