Google ogranicza dostęp do Gemini dla Meta: Kryzys mocy obliczeniowej wstrzymuje projekty AI

Google poinformowało koncern Meta o braku możliwości zapewnienia pełnej mocy obliczeniowej modelu Gemini, co doprowadziło do opóźnień w wewnętrznych projektach firmy Marka Zuckerberga. Sytuacja rzuca światło na narastający problem niedoboru infrastruktury niezbędnej do obsługi zaawansowanych systemów sztucznej inteligencji nawet u największych graczy rynkowych.

Skutki ograniczeń dla projektów Meta

Ograniczenia wprowadzone przez Google już w marcu wpłynęły na harmonogram prac nad nowymi rozwiązaniami wewnątrz Meta. Firma wykorzystywała model Gemini przede wszystkim do automatyzacji systemów bezpieczeństwa, takich jak wykrywanie oszustw i usuwanie szkodliwych treści, a także w obsłudze klienta i chatbotach reklamowych. W obliczu braków, Meta zaczęła kłaść większy nacisk na optymalizację zużycia tokenów oraz przyspieszyła rozwój własnego modelu Muse Spark, który ma zmniejszyć zależność od zewnętrznych dostawców. Sundar Pichai, dyrektor generalny Google, przyznał podczas ogłoszenia wyników za pierwszy kwartał, że firma boryka się z niedoborami mocy, stwierdzając: “Nasze przychody z chmury byłyby wyższe, gdybyśmy byli w stanie zaspokoić popyt”.

Infrastrukturalny wyścig z czasem

Problemy z dostępnością zasobów wynikają z gwałtownego wzrostu zapotrzebowania na zadania związane z inferencją, czyli procesem działania modeli po ich wcześniejszym wytrenowaniu. Mimo inwestowania miliardów dolarów w układy scalone i centra danych, czołowe korporacje technologiczne mają trudności z dotrzymaniem tempa rynkowym oczekiwaniom. Aby zaradzić tym deficytom, Google zawarło wartą 920 milionów dolarów miesięcznie umowę na dzierżawę mocy obliczeniowej od SpaceX Elona Muska. Podobny krok podjęło laboratorium AI Anthropic, co potwierdza, że walka o infrastrukturę staje się kluczowym wyzwaniem dla całej branży.

Nowa strategia Meta wobec braku zasobów

Meta, w przeciwieństwie do Google, nie posiada własnego biznesu chmurowego, co zmusza ją do intensywnej budowy własnej floty centrów danych, na co planuje wydać 600 miliardów dolarów w USA do 2028 roku. Początkowo firma zdecydowała się na Gemini ze względu na wyższą wydajność tego modelu w porównaniu do własnego rozwiązania Llama, jednak obecne limity ponownie wymuszają zmianę priorytetów. Dążenie Marka Zuckerberga do stworzenia tak zwanej osobistej superinteligencji wymaga ogromnych zasobów, dlatego spółka dąży obecnie do większej autonomii technologicznej i poprawy efektywności posiadanych narzędzi.