شرکت گوگل دسترسی متا را به جمینای محدود کرد

شرکت گوگل به‌ دلیل محدودیت ظرفیت پردازشی، دسترسی متا را به مدل‌های هوش مصنوعی جمنای محدود کرده است.

گفته می‌شود که این اقدام حتی روند اجرای برخی پروژه‌های داخلی متا را با اختلال مواجه کرده است. گوگل در ماه مارس به متا اعلام کرد که قادر به تامین کل ظرفیت مورد نیاز این شرکت برای استفاده از جمنای نیست. این محدودیت باعث تاخیر در برخی پروژه‌های داخلی متا شد و این شرکت نیز در واکنش، از کارکنان خود خواست که مصرف توکن‌های هوش مصنوعی را بهینه‌تر مدیریت کنند.

این محدودیت تنها متا را تحت تاثیر قرار نداد و برخی دیگر از مشتریان گوگل نیز با کمبود ظرفیت مواجه شدند، اما به دلیل حجم بسیار بالای تقاضای متا، تاثیر این تصمیم بر این شرکت محسوس‌تر بود.

بر اساس گزارش Financial Times این اتفاق بار دیگر نشان می‌دهد که صنعت هوش مصنوعی همچنان با محدودیت در زیرساخت و توان پردازشی روبه‌رو است. آلفابت در ماه آوریل اعلام کرد که درآمد بخش Google Cloud در سه‌ماهه نخست سال با رشد ۶۳ درصدی نسبت به مدت مشابه سال قبل به ۲۰ میلیارد دلار رسیده است؛ رشدی که به افزایش تقاضا برای زیرساخت‌ها و خدمات هوش مصنوعی نسبت داده می‌شود. در همین راستا، متا پیش‌تر برای افزایش ظرفیت پردازشی خود قراردادهای چند میلیارد دلاری با آمازون امضا کرده است تا زیرساخت مورد نیاز دیتاسنترهای هوش مصنوعی خود را توسعه دهد.

انتظار می‌رود که این کمبود ظرفیت موقتی باشد، چرا که هر دو شرکت سرمایه‌گذاری‌های عظیمی را در توسعه زیرساخت‌های هوش مصنوعی آغاز کرده‌اند. متا در ماه نوامبر اعلام کرد که تا سال ۲۰۲۸ بیش از ۶۰۰ میلیارد دلار در ایالات متحده برای توسعه فناوری‌های هوش مصنوعی، زیرساخت‌ها و گسترش نیروی انسانی سرمایه‌گذاری خواهد کرد. همچنین این شرکت پیش‌بینی هزینه‌های سرمایه‌ای خود را برای سال ۲۰۲۶ به ۱۲۵ تا ۱۴۵ میلیارد دلار افزایش داده که علت آن رشد قیمت قطعات و افزایش هزینه توسعه ظرفیت دیتاسنترها عنوان شده است.

با وجود این سرمایه‌گذاری‌های گسترده، متا همچنان از وابستگی به تامین‌کنندگان خارجی رهایی نیافته است. این موضوع از آن جهت قابل‌ توجه است که متا سال‌ها است مدل Llama را به‌ عنوان جایگزینی با وزن‌های باز در برابر مدل‌های اختصاصی شرکت‌هایی مانند گوگل، OpenAI و آنتروپیک معرفی می‌کند. اما اگر وابستگی این شرکت به مدل‌های جمنای تا حدی بوده است که فعالیت‌های داخلی آن را تحت تاثیر قرار داده باشد، می‌توان نتیجه گرفت که حتی بزرگ‌ترین شرکت‌های فناوری و پیشرفته‌ترین آزمایشگاه‌های هوش مصنوعی نیز هنوز به خودکفایی کامل در حوزه زیرساخت و توان پردازشی دست نیافته‌اند.