Financial Timesの報道によると、Googleはコンピューティング能力の制約を理由に、MetaのGemini AIモデルへのアクセスを制限したという。この制限は Meta に大きな影響を及ぼし、同社は従業員に AI トークンをより効率的に利用するよう指導する必要に迫られています。 Meta はまた、外部 AI プロバイダーへの依存を減らすために、ワークロードを Gemini から独自の Muse Spark モデルに移行しています。
Meta は当初、Meta の Llama オープンソース モデルと比較してパフォーマンスが優れていたため、コンテンツのモデレーションや安全プロセスなどのタスクを Gemini に依存していました。 Gemini へのアクセスに制限があるため、Meta は Superintelligence Labs 部門の下で立ち上げた Muse Spark への移行を加速しています。この調整は、重要なワークロードに対する社内の代替案を開発するという Meta の取り組みを示しています。
Gemini Enterprise に対する需要の高まりに応えて、Google は、「ブリッジ キャパシティ」と呼ばれる 110,000 個の Nvidia GPU へのアクセスに対して、SpaceX に月額 9 億 2,000 万ドルを支払いました。このパートナーシップは、テクノロジー業界の関係を再構築しているコンピューティング不足を浮き彫りにしています。大量の AI インフラストラクチャを所有し、2023 年の資本支出は 1,800 億ドルを超えると予測されているにもかかわらず、Google は依然として顧客のすべての要求に応えることができず、自社モデルへのアクセスを制限しています。
メタ社は以前、AIへの取り組みに注力するために8,000人の人員を削減し、それ以来7,000人の従業員を人工知能に集中する役割に再割り当てした。 Gemini への制限により、メタは、AI コンピューティング リソースへの需要が利用可能なインフラストラクチャを上回る重要な時期に、内部機能の強化を迫られました。アンスロピックなどの他の企業も同様に、自社の事業をサポートするためにスペースXにリソースを求めており、AI分野における供給制約というより広範な問題が浮き彫りになっている。
現在の状況は、計算能力に対する需要の増加がインフラストラクチャの開発を上回っているという、AI ブームにおける重大なボトルネックを反映しています。この傾向は、大手企業が AI モデルにアクセスする際に直面している制限が、単にアルゴリズム上の課題の結果ではなく、消費の増加をサポートするために必要な物理インフラストラクチャに起因していることを示しています。
