Secondo un rapporto del Financial Times, Google ha limitato l’accesso di Meta ai suoi modelli di intelligenza artificiale Gemini a causa di limiti nella capacità di calcolo. Questa restrizione ha influenzato in modo significativo Meta, costringendo l’azienda a istruire i dipendenti a utilizzare i token AI in modo più efficiente. Meta sta inoltre spostando i carichi di lavoro da Gemini al proprio modello Muse Spark per ridurre la dipendenza da fornitori di intelligenza artificiale esterni.
Meta inizialmente dipendeva da Gemini per compiti come la moderazione dei contenuti e i processi di sicurezza, grazie alle sue prestazioni superiori rispetto ai modelli open source Llama di Meta. Con l’accesso limitato a Gemini, Meta sta accelerando la sua transizione a Muse Spark, che ha lanciato sotto la sua divisione Superintelligence Labs. Gli aggiustamenti segnalano gli sforzi di Meta per sviluppare alternative interne per i carichi di lavoro essenziali.
In risposta alla crescente domanda di Gemini Enterprise, Google ha pagato a SpaceX 920 milioni di dollari al mese per l’accesso a 110.000 GPU Nvidia, definite “capacità bridge”. Questa partnership sottolinea le carenze informatiche che stanno rimodellando le relazioni nel settore tecnologico. Nonostante possieda una quantità significativa di infrastrutture AI e preveda oltre 180 miliardi di dollari di spese in conto capitale per il 2023, Google non riesce ancora a soddisfare tutte le richieste dei clienti e sta razionando l’accesso ai suoi modelli.
Meta in precedenza ha tagliato 8.000 posti di lavoro per concentrarsi su iniziative di intelligenza artificiale e da allora ha riassegnato 7.000 dipendenti a ruoli concentrati sull’intelligenza artificiale. Le restrizioni su Gemini hanno spinto Meta a migliorare le proprie capacità interne in un momento cruciale in cui la domanda di risorse informatiche basate sull’intelligenza artificiale supera le infrastrutture disponibili. Altre aziende, come Anthropic, stanno cercando risorse da SpaceX per supportare le loro operazioni, evidenziando una questione più ampia di vincoli di fornitura nel settore dell’intelligenza artificiale.
Il panorama attuale riflette un significativo collo di bottiglia nel boom dell’intelligenza artificiale, in cui la crescita della domanda di potenza di calcolo sta superando lo sviluppo delle infrastrutture. Questa tendenza dimostra che le limitazioni affrontate dalle principali aziende nell’accesso ai modelli di intelligenza artificiale non sono semplicemente il risultato di sfide algoritmiche, ma derivano dall’infrastruttura fisica necessaria per supportare l’aumento dei consumi.
