گوگل نتوانست نیاز پردازشی هوش مصنوعی Meta را تأمین کند؛ پروژه‌های داخلی مختل شدند

Google به Meta اطلاع داد که نمی‌تواند تمام ظرفیت محاسباتی مورد درخواست Meta برای مدل‌های Gemini AI خود را تأمین کند، طبق گزارشی از Financial Times که یکشنبه منتشر شد. این کمبود باعث اختلال و تأخیر در چندین پروژه داخلی AI شرکت Meta شد و آشکار ساخت که رقابت جهانی برای زیرساخت‌های AI به نقطه‌ای رسیده که حتی بزرگ‌ترین ارائه‌دهندگان ابری جهان نیز در تأمین تقاضای مشتریان بزرگ سازمانی با مشکل مواجه هستند.

این دو شرکت در حوزه‌های تبلیغات، تحقیقات AI و خدمات ابری با یکدیگر رقابت می‌کنند، با این حال گزارش شده که Meta به دنبال خرید حجم قابل توجهی از ظرفیت Gemini از Google بوده است. FT به منابع آگاه ناشناس اشاره کرده؛ Google و Meta هر دو از اظهار نظر عمومی خودداری کرده‌اند.

چرا این موضوع اهمیت دارد

ناتوانی Google — یکی از بزرگ‌ترین اپراتورهای زیرساخت AI در جهان و توسعه‌دهنده Gemini — در تأمین تقاضای یک hyperscaler دیگر، یک سیگنال مهم است. این نشان می‌دهد که کمبود توان محاسباتی که بر شرکت‌های کوچک و استارتاپ‌ها تأثیر می‌گذاشت، اکنون به بالاترین رده صنعت رسیده و حتی شرکت‌هایی با ارزش تریلیون دلاری نیز نمی‌توانند صرفاً با پرداخت هزینه از محدودیت‌های ظرفیت عبور کنند.

Meta در سال ۲۰۲۶ سرمایه‌گذاری‌های AI خود را به شدت افزایش داده و ده‌ها میلیارد دلار صرف ساخت مراکز داده و توسعه مدل‌ها کرده است. این شرکت به شدت به تراشه‌های AI سفارشی خود (MTIA) و ظرفیت شخص ثالث از شرکای ابری برای تحقیقات و بارهای کاری inference متکی است. هنگامی که Google نتوانست سفارش Meta را تکمیل کند، Meta مجبور شد یا پروژه‌ها را به تأخیر بیندازد، یا بارهای کاری را به تأمین‌کنندگان دیگر هدایت کند، یا اختلال قابل توجهی در زمان‌بندی را تحمل کند.

گلوگاه محاسباتی اکنون در سطح صنعت گسترده شده است

این محدودیت ناشی از فشارهای هم‌گرای متعدد است. آموزش مدل‌های AI به شدت بزرگ شده و مدل‌های پیشرفته اکنون به خوشه‌هایی از ده‌ها هزار شتاب‌دهنده نیاز دارند که ماه‌ها به طور مداوم کار کنند. در عین حال، تقاضای inference نیز با رسیدن محصولات AI به صدها میلیون کاربر، به شدت افزایش یافته است. نتیجه این است که حتی زیرساخت‌های hyperscale که به طور خاص ساخته شده‌اند نیز نمی‌توانند با نرخ رشد تقاضا هماهنگ شوند.

ناتوانی Google در تأمین سفارش Meta همچنین پویایی ناخوشایند لحظه فعلی AI را برجسته می‌کند: شرکت‌هایی که در محصولات AI به شدت رقابت می‌کنند، به طور همزمان در زیرساخت به یکدیگر وابسته هستند. Meta که خدمات ابری عمومی نمی‌فروشد، باید توان محاسباتی خارجی را از ارائه‌دهندگانی تأمین کند که در دستیارهای AI، رسانه‌های اجتماعی و تبلیغات با آنها رقابت می‌کند.

تصویر کلی‌تر

این داستان به دنبال گزارش‌هایی از اوایل امسال است که Samsung متعهد به سرمایه‌گذاری ۶۴۸ میلیارد دلاری در تولید تراشه در کره جنوبی شد — تا حدی برای رفع همین نوع شکاف ساختاری در ظرفیت. همچنین همزمان با لابی جداگانه Apple برای تأمین تراشه‌های حافظه از یک تأمین‌کننده تحت تحریم چینی است، که نشانه‌ای از رسیدن محدودیت‌های عرضه به تمام بخش‌های پشته سخت‌افزاری به طور همزمان است.

نه Google و نه Meta هیچ پاسخ عمومی به گزارش Financial Times ارائه نداده‌اند. مشخص نیست کدام مدل‌های خاص Gemini یا محصولات زیرساختی درگیر بوده‌اند، اندازه درخواست Meta چقدر بوده، یا اینکه آیا از آن زمان ترتیبات جایگزین برای تأمین ظرفیت انجام شده است.