Google giới hạn năng lực xử lý cho Meta qua Gemini API
Theo Financial Times, Google đã áp đặt giới hạn đối với lượng năng lực xử lý mà Meta có thể sử dụng thông qua Gemini API sau khi Meta yêu cầu nhiều tài nguyên hơn khả năng cung cấp của Google. Quyết định được thông báo từ khoảng tháng 3 và vẫn còn hiệu lực, khiến một số dự án AI nội bộ của Meta bị chậm tiến độ. Điều này phản ánh thực tế rằng ngay cả những tập đoàn công nghệ lớn nhất cũng không thể mua được lượng AI mong muốn do thiếu năng lực tính toán.
Meta phụ thuộc vào Gemini dù sở hữu mô hình riêng
Meta, dù đã đầu tư hàng chục tỷ USD vào AI và sở hữu dòng mô hình Llama, vẫn phải sử dụng Gemini cho nhiều tác vụ quan trọng như kiểm duyệt nội dung, phát hiện lừa đảo, chatbot hỗ trợ quảng cáo, dịch vụ khách hàng và lập trình nội bộ. Lý do là theo Financial Times, trong nhiều trường hợp Gemini cho hiệu quả tốt hơn các phiên bản Llama tại thời điểm triển khai. Điều này cho thấy ngay cả các công ty phát triển mô hình hàng đầu cũng kết hợp nhiều mô hình khác nhau để tối ưu chất lượng và chi phí.
Nguyên nhân thiếu hạ tầng, không phải cạnh tranh
Theo các nguồn tin, Google không giới hạn Meta vì lý do cạnh tranh mà đơn giản là không có đủ compute để đáp ứng toàn bộ nhu cầu. Một số doanh nghiệp khác cũng bị ảnh hưởng, nhưng Meta chịu tác động mạnh hơn do mức sử dụng Gemini quá lớn. CEO Google Sundar Pichai đã thừa nhận trong buổi công bố kết quả kinh doanh quý I rằng Google Cloud đạt doanh thu trên 20 tỷ USD trong quý, trong khi giá trị hợp đồng chưa triển khai lên tới hơn 460 tỷ USD. Ông nói: "Nếu Google có nhiều năng lực tính toán hơn, doanh thu mảng đám mây còn có thể cao hơn nữa."
Cuộc chạy đua hạ tầng AI
Financial Times cho biết Google gần đây đã ký thỏa thuận trị giá khoảng 920 triệu USD mỗi tháng để thuê năng lực tính toán từ SpaceX, tương tự Anthropic. Ở chiều ngược lại, Meta đang ưu tiên sử dụng mô hình Muse Spark cho một số tác vụ nội bộ và đẩy mạnh xây dựng trung tâm dữ liệu AI quy mô lớn tại Mỹ. Khác với Google, Microsoft hay Amazon, Meta phải xây dựng hạ tầng chủ yếu để phục vụ chính mình, tạo áp lực đầu tư lớn.
GPU và điện năng trở thành tài nguyên khan hiếm
Sự kiện này phản ánh cuộc khủng hoảng compute đã trở thành rào cản hiện hữu. Ngành công nghệ từng nói dữ liệu là "dầu mỏ" mới, nhưng hiện tại GPU, điện năng và trung tâm dữ liệu mới là tài nguyên khan hiếm nhất. Một mô hình xuất sắc sẽ không tạo ra giá trị nếu không có đủ hạ tầng để phục vụ hàng tỷ lượt truy vấn mỗi ngày. Cuộc cạnh tranh AI đang dịch chuyển từ phòng nghiên cứu sang các công trường xây dựng data center.
