По данным Financial Times, Google ограничила доступ Meta к своим моделям Gemini из-за нехватки вычислительных мощностей. Meta, которая использовала Gemini для автоматизации модерации контента и борьбы с мошенничеством, получила от Google уведомление о сокращении доступных ресурсов. Компания предписала сотрудникам эффективнее расходовать AI-токены, а также ускорила перенос нагрузок на собственную модель Muse Spark, разработанную в подразделении Superintelligence Labs.
Почему это важно
Ситуация наглядно демонстрирует, что вычислительная инфраструктура стала главным узким местом AI-индустрии — даже для компаний с капитализацией в триллионы долларов. Google, владеющая одним из крупнейших в мире парков AI-серверов и тратящая более $180 млрд капитальных затрат в 2026 году, не может обеспечить собственных клиентов вычислительными ресурсами в полном объёме.
Google арендует GPU у SpaceX
Согласно отчёту FT, Google настолько ограничена в вычислительных мощностях, что согласилась платить SpaceX $920 млн в месяц за доступ к 110 000 GPU Nvidia, называя это «мостовой мощностью» (bridge capacity) для покрытия растущего спроса на Gemini Enterprise. Anthropic, в свою очередь, арендует целый дата-центр у SpaceX.
Meta ускоряет переход на собственные модели
Для Meta зависимость от AI-моделей конкурента всегда была вынужденной мерой. Gemini оказалась эффективнее собственных open-source моделей Llama для задач модерации контента. Однако теперь компания форсирует переход на Muse Spark — внутреннюю модель, разработанную для критически важных нагрузок. Meta сократила 8 000 рабочих мест в мае 2026 года и перенаправила миллиарды долларов на AI-инфраструктуру, запланировав капитальные затраты на уровне $115–135 млрд на 2026 год. 7 000 сотрудников были переведены в AI-подразделения.
Что это значит для рынка
Дефицит AI-инфраструктуры становится системным вызовом для всей отрасли. Крупнейшие облачные провайдеры не могут обслужить спрос даже со стороны якорных клиентов. Meta получает ограничения от своего же облачного провайдера. Google покупает GPU у компании, которая занимается космическими запусками. Это означает, что организации, планирующие масштабное внедрение AI, должны учитывать не только доступность моделей, но и доступность вычислительных ресурсов для их работы — и, возможно, рассматривать выделенные или локальные решения.
Lisa AI — оптовый поставщик корпоративного API-доступа к нейросетям в РФ — предоставляет прямой доступ к 100+ LLM для юридических лиц. Оплата по счёту с НДС, закрывающие документы, запуск за 1–3 дня. Оставьте заявку на lisa-ai.ru.
