Google урезала Meta доступ к моделям Gemini
По данным Financial Times, Google начала ограничивать объёмы использования моделей Gemini для Meta и ряда других крупных клиентов корпоративного сегмента. Причина прозаическая — банально не хватает вычислительных мощностей, несмотря на инвестиции в «десятки миллиардов долларов» в чипы, дата-центры и энергетические площадки.
Это первый случай, когда инфраструктурные ограничения Google Cloud стали заметны на уровне стратегически значимых клиентов. Meta активно использует Gemini в ряде своих продуктов, и сокращение квот — для неё прямой операционный удар, а не «мелкий инцидент».
Откуда взялся этот дефицит
Спрос на продвинутые ИИ-модели растёт экспоненциально каждый квартал. При этом инфраструктурный цикл — от заказа GPU до ввода дата-центра в эксплуатацию — занимает 18–24 месяца. Проще говоря: мощностей в моменте не хватает, а «добавить» их завтра невозможно.
Ситуация усугубляется тем, что крупные клиенты (Meta, Microsoft и др.) конкурируют за одну и ту же вычислительную базу на Google Cloud. Когда совокупный запрос превышает доступный объём, компаниям приходится принимать непопулярные решения — лимитировать доступ.
Что это значит для индустрии
- Инфраструктурное «горлышко» — это новая реальность. ИИ-компании, которые обещают масштабные сервисы, упираются в физику: нет GPU — нет сервиса.
- Диверсификация моделей — вынужденная необходимость. Зависимость от одного провайдера становится коммерческим риском. Уже можно ожидать, что Meta начнёт тестировать альтернативы Gemini для критичных задач.
- Гонка дата-центров продолжится. Ограничения Google — не временный коллапс, а системный тренд. Все крупные игроки (Amazon, Microsoft, Oracle) масштабируют мощности параллельно.
Личное мнение редакции
Честно говоря, эта новость — лучшее доказательство того, что ИИ-революция не «на подходе», а уже здесь. Когда Google, обладающая, вероятно, самой разветвлённой вычислительной инфраструктурой на планете, говорит клиентам «у нас больше нет мест» — это говорит о многом.
С другой стороны, для обычных пользователей это хороший повод задуматься: а не пора ли получить доступ к широкому набору ИИ-моделей в одном месте, не завися от инфраструктуры одного провайдера? Именно это и делает STIVA — агрегирует 80+ популярных моделей так, чтобы одна подписка решала задачи, на которые раньше нужны были десятки аккаунтов.
Вывод
Дефицит вычислительных ресурсов стал первым серьёзным тормозом ИИ-индустрии. Пока компании бросаются строить дата-центры, клиенты вроде Meta уже ищут обходные пути. Рынок адаптируется — но это уже не «когда», а «как».
