По данным FT, Google ограничила Meta в использовании Gemini: компании не хватило вычислительных мощностей, что задержало часть внутренних AI-проектов Meta.
Google ограничила Meta доступ к своим AI-моделям Gemini после того, как компания Марка Цукерберга запросила больше вычислительных мощностей, чем Google смогла предоставить. Об этом сообщила Financial Times со ссылкой на людей, знакомых с ситуацией.
По данным издания, Google примерно в марте уведомила Meta, что не сможет полностью закрыть ее запрос на использование Gemini. Речь идет о доступе к моделям искусственного интеллекта и инфраструктуре, которая нужна для их работы. В результате часть внутренних AI-проектов Meta была нарушена и задержана.
FT пишет, что с ограничениями столкнулись и другие клиенты Google, хотя для них последствия оказались менее заметными. Meta пострадала сильнее из-за особенно высокого спроса на модели Google. Reuters отдельно указал, что не смог сразу подтвердить информацию FT. Google и Meta не ответили на запросы о комментарии вне рабочего времени.
Из-за новых лимитов Meta, по данным FT, стала призывать сотрудников экономнее расходовать AI-токены. Токены — это единицы, которыми измеряют объем работы AI-модели: чем больше запросов, текстов, кода или анализа обрабатывает система, тем больше токенов она использует.
Ситуация показывает, что даже крупнейшие технологические компании сталкиваются с нехваткой вычислительных ресурсов. Несмотря на многомиллиардные расходы на чипы и дата-центры, спрос на AI-сервисы растет быстрее, чем инфраструктура успевает расширяться.
Контекст важен и для Google. Выручка Google Cloud в первом квартале выросла до $20 млрд, однако глава Alphabet Сундар Пичаи говорил, что ограничения по вычислительным мощностям помешали облачному бизнесу вырасти сильнее. По его словам, они также повлияли на то, что бэклог Google Cloud почти удвоился квартал к кварталу. Бэклог — это объем заказов и обязательств, которые компания уже получила, но еще не выполнила.
Для Meta такая зависимость от внешних AI-моделей может быть чувствительной. Компания активно развивает собственные модели и инфраструктуру, однако при резком росте внутренних задач ей все равно могут понадобиться мощности других поставщиков. Ограничения со стороны Google способны замедлять тестирование новых функций, обучение сотрудников и работу команд, которые используют AI в разработке.
Для Google ситуация двойственная: высокий спрос подтверждает ценность Gemini и облачной инфраструктуры, но нехватка ресурсов ограничивает продажи. Если дефицит мощностей сохранится, крупные клиенты будут распределять AI-нагрузку между несколькими поставщиками и внимательнее считать стоимость каждого запроса.
