بر اساس گزارشی که اولین بار توسط Financial Times در 28 ژوئن 2026 منتشر شد، گوگل مقدار مدل های هوش مصنوعی Gemini خود را که متا رقیب می تواند از طریق پلت فرم ابری خود استفاده کند، محدود کرده است. این تصمیم نشان می دهد که چگونه رقابت جهانی برای ساخت زیرساخت هوش مصنوعی با محدودیت های فیزیکی مراکز داده و تراشه های مورد نیاز برای اجرای آن برخورد می کند.
بر اساس گزارش CNBC، که این داستان را تایید کرد، متا به دنبال ظرفیت محاسباتی بیشتر از آنچه گوگل قادر به ارائه آن بود، بود، و این باعث شد که غول جستجو و ابر محدودیت هایی را برای شراکت ایجاد کند. بلومبرگ و رویترز نیز این گزارش را دریافت کردند و تأیید کردند که این محدودیت بر مصرف متا از مدلهای جمینی گوگل متمرکز است. برای زمینه بیشتر در مورد این داستان، [اخبار AI] (https://aibuzzwire.news) در حال انجام ما را ببینید.
این قسمت برخی از واضحترین شواهد را ارائه میکند که نشان میدهد تقاضا برای محاسبات هوش مصنوعی پیشرفته در حال پیشی گرفتن از عرضه در سراسر صنعت است و حتی بزرگترین شرکتهای فناوری را مجبور میکند تا به سیستمهای خود دسترسی داشته باشند.
آنچه گزارش می گوید
فایننشال تایمز گزارش داد که گوگل استفاده متا از مدلهای Gemini خود را پس از درخواست متا بیش از ظرفیتی که زیرساختهای گوگل میتوانست قابل اطمینان ارائه کند، محدود کرد. این خروجی این حرکت را نشانهای از این بود که «تقاضای هوش مصنوعی ظرفیت را کاهش میدهد» در بازار ابر.سایبرنیوز، با خلاصهای از گزارشها، گفت که این محدودیتها پروژههای هوش مصنوعی را در متا «به تاخیر میاندازد»، نشان میدهد که محدودیتها در حال حاضر بر زمانبندی محصول تأثیر میگذارد نه اینکه صرفاً یک محدودیت نظری باشد.
Benzinga و Investing.com هر دو این ادعای اصلی را تایید کردند و Investing.com نیجریه وضعیتی را توصیف کرد که در آن "تقاضا محاسباتی از عرضه پیشی میگیرد." هیچ یک از رسانه ها ارقام سهمیه خاصی را منتشر نکردند و این دو شرکت به طور علنی اندازه این ترتیب را به تفصیل اعلام نکردند.
بحران ظرفیتی که صنعت را در بر می گیرد
محدودیت متا آخرین مورد از یک رشته سیگنال است که صنعت هوش مصنوعی وارد دوره کمبود زیرساخت حاد شده است. آموزش و اجرای مدلهای زبانی بزرگ به حجم عظیمی از شتابدهندههای تخصصی و حافظه و شبکهای که آنها را احاطه کرده است نیاز دارد - منابعی که نمیتوان آنها را در کوتاهمدت گسترش داد.
Google برخی از پیشرفتهترین سیلیکونهای AI سفارشی جهان، از جمله واحدهای پردازش تانسور (TPU) را اجرا میکند و خانواده مدل Gemini خود را به عنوان یک پیشنهاد برای مصرفکنندگان و مشتریان سازمانی از طریق Google Cloud معرفی کرده است. اما حتی اپراتورها در این مقیاس نیز با سرعتی که می توانند ظرفیت اضافه کنند، مقابله می کنند.
برای گوگل، حساب دیفرانسیل و انتگرال ظریف است. این شرکت باید تقاضای مشتریان ابری خارجی را با نیازهای محصولات شخص اول خود - Gemini در جستجو، در Workspace، و در برنامههای مصرفکننده خود متعادل کند. سهمیه بندی دسترسی به مشتری خیمه شب بازی مانند متا نشان می دهد که این تعادل چقدر تنگ شده است.
چرا متا به ابر رقیب تبدیل می شود
اتکای متا به مدلهای گوگل ممکن است برای شرکتی که دهها میلیارد دلار در زیرساختهای هوش مصنوعی خود سرمایهگذاری کرده و مدلهای خانواده Llama را منبع باز کرده است، غیرمعمول به نظر برسد. اما در عمل، آزمایشگاه های بزرگ هوش مصنوعی به طور معمول ارائه دهندگان را با هم ترکیب می کنند. شرکتها ظرفیت را در هر کجا که در دسترس باشد خریداری میکنند، مدلهای رقیب را برای بارهای کاری خاص مجوز میدهند و از وابستگی بیش از حد به هر تامینکنندهای محافظت میکنند.
این واقعیت که متا به دنبال محاسبات گوگل بیشتر از آن چیزی بود که گوگل بتواند از آن استفاده کند، عمق تقاضا را نشان می دهد. همچنین پویایی در حال ظهور را برجسته می کند که در آن ارائه دهندگان اصلی ابر و هوش مصنوعی به طور همزمان شرکا، تامین کنندگان و رقبای یکدیگر هستند - مجموعه ای از روابط بدون سابقه پاک در چرخه های فناوری قبلی.
تصویر بزرگتر برای زیرساخت هوش مصنوعی
سقف متا در برابر پسزمینه وسیعتری از سرمایهگذاری رکورد در مراکز داده، حافظه و انرژی هوش مصنوعی است. Micron، سازنده تراشههای حافظه، اخیراً گزارش داده است که مشتریان معوقه به ارزش تقریبی 100 میلیارد دلار با تقاضای هوش مصنوعی مرتبط هستند، و تحلیلگران هفته را صرف بحث در مورد اینکه آیا چرخههای رونق و رکود گذشته برای همیشه از بین رفتهاند یا خیر.
در عین حال، تنظیمکنندهها و قانونگذاران بهدقت نظارت میکنند. محاسبات به یک منبع استراتژیک تبدیل شده است، و اینکه چه کسی آن را کنترل می کند - و چه کسی به آن دسترسی پیدا می کند - به طور فزاینده ای یک مسئله استراتژی تجاری و سیاست ملی است. ایالات متحده اخیراً اقدام به انتشار مجدد مدل قدرتمند Mythos Anthropic تنها برای سازمانهای داخلی بررسیشده کرده است و دسترسی محاسباتی پیشرفته را به عنوان یک موضوع امنیتی چارچوببندی میکند.
برای مشتریان پایینتر، قسمت Google-Meta یک هشدار عملی دارد: حتی خریدارانی که بودجه خوبی دارند نیز میتوانند در صف منتظر بمانند. استارتآپها و شرکتهایی که درباره قراردادهای ابری مذاکره میکنند، احتمالاً ضمانتهای ظرفیت را با دقت بیشتری بررسی میکنند، و استراتژیهای چند ابری ممکن است به عنوان پوششی در برابر محدودیتهای تک فروشنده جذابیت پیدا کنند.
بعد چه می آید
نه گوگل و نه متا به طور عمومی در مورد این ترتیب اظهار نظر نکرده اند، و هنوز مشخص نیست که این محدودیت ها چه مدت باقی می مانند یا اینکه آیا گوگل ظرفیت خود را به طور خاص برای پذیرش شرکای بزرگ افزایش خواهد داد. آنچه واضح است این است که با ارزش ترین کالای صنعت هوش مصنوعی - توانایی اجرای مدل ها در مقیاس - دیگر چیزی نیست که پول به تنهایی بخرد.
از آنجایی که آزمایشگاههای اصلی به انتشار مدلهای بزرگتر و توانمندتر ادامه میدهند، انتظار میرود فشار بر زیرساختها قبل از کاهش آن تشدید شود. در حال حاضر، پیام بازار غیرقابل انکار است: در عصر هوش مصنوعی، ظرفیت محاسباتی گلوگاه جدید است.
---
از هوش مصنوعی جلوتر بمانیدآخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.
بیشتر بخوانید اخبار هوش مصنوعی →
