Financial Times의 보고서에 따르면 Google은 컴퓨팅 용량의 제약으로 인해 Gemini AI 모델에 대한 Meta의 액세스를 제한했습니다. 이러한 제한은 Meta에 큰 영향을 미쳐 회사는 직원들에게 AI 토큰을 보다 효율적으로 활용하도록 지시하게 되었습니다. Meta는 또한 외부 AI 공급자에 대한 의존도를 줄이기 위해 워크로드를 Gemini에서 자체 Muse Spark 모델로 전환하고 있습니다.
Meta는 처음에는 Meta의 Llama 오픈 소스 모델에 비해 뛰어난 성능으로 인해 콘텐츠 조정 및 안전 프로세스와 같은 작업을 위해 Gemini에 의존했습니다. Gemini에 대한 액세스가 제한됨에 따라 Meta는 Superintelligence Labs 부서에서 출시한 Muse Spark로의 전환을 가속화하고 있습니다. 이러한 조정은 필수 워크로드에 대한 내부 대안을 개발하려는 Meta의 노력을 나타냅니다.
Gemini Enterprise에 대한 수요 증가에 대응하여 Google은 “브리지 용량”이라고 하는 110,000개의 Nvidia GPU에 대한 액세스를 위해 SpaceX에 월 9억 2천만 달러를 지불했습니다. 이 파트너십은 기술 산업의 관계를 재편하고 있는 컴퓨팅 부족을 강조합니다. 상당한 양의 AI 인프라를 보유하고 2023년에 1,800억 달러 이상의 자본 지출을 예상하고 있음에도 불구하고 Google은 여전히 모든 고객 요구를 충족할 수 없으며 모델에 대한 액세스를 제한하고 있습니다.
Meta는 이전에 AI 이니셔티브에 집중하기 위해 8,000명의 직원을 해고했으며 이후 7,000명의 직원을 인공 지능에 집중하는 역할로 재배치했습니다. Gemini에 대한 제한으로 인해 Meta는 AI 컴퓨팅 리소스에 대한 수요가 사용 가능한 인프라를 능가하는 중요한 시기에 내부 역량을 강화하게 되었습니다. Anthropic과 같은 다른 회사도 마찬가지로 운영을 지원하기 위해 SpaceX에서 리소스를 찾고 있으며 AI 부문의 공급 제약이라는 더 광범위한 문제를 강조합니다.
현재 환경은 컴퓨팅 능력에 대한 수요 증가가 인프라 개발 속도를 앞지르는 AI 붐의 심각한 병목 현상을 반영합니다. 이러한 추세는 주요 기업이 AI 모델에 접근하는 데 직면한 한계가 단순히 알고리즘 문제의 결과가 아니라 소비 증가를 지원하는 데 필요한 물리적 인프라에서 비롯된다는 점을 보여줍니다.
<시간 />
