Meta ежегодно тратит сотни миллионов долларов на услуги ИИ от Microsoft Azure, что делает гиганта социальных сетей одним из крупнейших клиентов Microsoft в сфере облачных ИИ-технологий. Эти расходы демонстрируют парадокс: ведущие разработчики ИИ по-прежнему используют облака конкурентов для получения вычислительных мощностей, необходимых для продвижения собственных моделей.

Почему партнерство Meta и Microsoft имеет значение

Серия Llama от Meta превратила компанию в тяжеловеса в области генеративного ИИ с открытым исходным кодом, но обучение и тестирование этих моделей требуют масштабов, которые могут обеспечить только крупнейшие публичные облачные провайдеры. Bloomberg сообщает, что инженеры Meta запускают свои проприетарные модели на Azure, обрабатывая триллионы токенов каждую неделю. Большая часть этой работы заключается в сравнении результатов Llama с моделями OpenAI GPT-4 и аналогичными моделями, которые Microsoft продает через свой маркетплейс Foundry.

Бенчмарк — это не разовое испытание, а непрерывный, ресурсоемкий цикл. Каждое сравнение токенов расходует циклы GPU, пропускную способность хранилища и сетевую емкость, которые специализированное ИИ-оборудование Azure предоставляет по цене, которую может поддерживать только мегапровайдер. Результатом является ежегодный счет на сотни миллионов долларов, который подпитывает гонку Meta за сокращением разрыва в производительности с самыми передовыми системами в отрасли.

Маркетплейс Foundry: общая арена для соперников

Маркетплейс Foundry от Microsoft объединяет ИИ-модели от многих провайдеров, позволяя корпоративным клиентам получать к ним доступ через единые отношения по оплате счетов. OpenAI генерирует примерно 70 процентов дохода Microsoft от ИИ, но платформа также обслуживает такие компании, как ByteDance, Adobe, Perplexity и Sierra.

Присутствие Meta на Foundry иллюстрирует более широкое конкурентное напряжение. Используя модели OpenAI в качестве эталона производительности, Meta одновременно подтверждает эффективность собственной технологии и пополняет поток доходов конкурента. Эта динамика перекликается с прежними моментами в истории технологий: когда-то Meta полагалась на Bing для поиска, прежде чем создать собственный внутренний движок. Сегодня Meta строит API-сервис, который предоставит модели Llama напрямую разработчикам — шаг, который может превратить компанию из клиента в конкурента на том же маркетплейсе, который она использует в настоящее время.

Ставки для экосистемы ИИ

Денежный поток от Meta к Microsoft подчеркивает структурную реальность нынешней эры ИИ: основным барьером для входа являются вычисления, а не только код. Компании, которые могут позволить себе аренду массивных GPU-кластеров, быстрее итерируют, проводят бенчмарки по лучшим моделям и быстрее выпускают продукты. Небольшие стартапы без глубоких карманов должны либо сотрудничать с облачным провайдером, либо искать творческие способы совместного использования ресурсов.

Для облачных провайдеров выгода очевидна. Высокообъемные рабочие нагрузки ИИ трансформируются в долгосрочные контракты, более высокую загрузку дорогостоящего оборудования и плацдарм на развивающемся рынке «ИИ как услуга» (AI-as-a-service). Для разработчиков моделей такая зависимость создает стратегическую уязвимость. Если облачный провайдер повысит цены, изменит условия обслуживания или отдаст приоритет собственным моделям, такие клиенты, как Meta, могут столкнуться с нарушением своих исследовательских процессов.

Планируемый API-сервис Meta сигнализирует о возможном сдвиге в сторону разделения (decoupling): переходе от сторонних облачных API к самостоятельному хостингу или проприетарной инфраструктуре. Цель состоит в том, чтобы вернуть маржу, ужесточить контроль над потоками данных и снизить зависимость от платформы конкурента. Создание глобального API с низкой задержкой, способного соперничать с сетью Azure, будет дорогостоящим и технически сложным процессом; это многолетняя инженерная задача.

Контраргумент: почему партнерство может сохраниться

Даже если Meta создаст собственный уровень обслуживания, огромный объем вычислений, необходимых для обучения моделей следующего поколения, вряд ли скоро сократится. Процессы обучения могут потреблять эксафлопсы вычислительной мощности, что далеко выходит за рамки того, что одна компания может поддерживать внутри себя. Azure также предлагает интегрированные инструменты для управления данными, соблюдения требований безопасности и мониторинга, дублирование которых было бы дорогостоящим.

С точки зрения Microsoft, наличие такого тяжеловеса, как Meta, в качестве клиента обеспечивает стабильную базу доходов и статус демонстрационного клиента, способного привлечь другие предприятия. Модель открытого доступа маркетплейса Foundry означает, что API конкурента не исключает автоматически сервисы Microsoft; напротив, это расширяет спектр предложений, которые можно использовать через Azure.

За чем следить дальше

  • Развертывание API Meta – Сроки и ценообразование Llama API покажут, насколько быстро Meta сможет перенести рабочие нагрузки с Azure.
  • Тренды ценообразования Azure – Любые значительные изменения тарифов на ИИ-вычисления могут изменить экономическую составляющую партнерства Meta.
  • Внимание регуляторов – Концентрация мощностей для ИИ у нескольких облачных провайдеров может привлечь внимание антимонопольных органов, что потенциально изменит динамику отношений между провайдером и клиентом.
  • Действия конкурентов – Другие разработчики моделей могут последовать примеру Meta, усиливая парадокс, при котором конкуренты используют одну и ту же облачную инфраструктуру.

Итог

Расходы Meta на Azure, исчисляемые сотнями миллионов долларов, доказывают, что даже самые передовые разработчики ИИ не могут избежать зависимости от конкурирующих облачных гигантов. Такое соглашение стимулирует быстрые инновации, одновременно закладывая семена будущей конкуренции — эта двойственность будет определять облик экосистемы ИИ на годы вперед.