O Google limitou o acesso da Meta aos seus modelos Gemini AI devido a restrições na capacidade computacional, de acordo com um relatório do Financial Times. Essa restrição afetou significativamente a Meta, obrigando a empresa a instruir os funcionários a utilizar tokens de IA de forma mais eficiente. A Meta também está transferindo cargas de trabalho do Gemini para seu próprio modelo Muse Spark para reduzir sua dependência de provedores externos de IA.
A Meta inicialmente dependia do Gemini para tarefas como moderação de conteúdo e processos de segurança, devido ao seu desempenho superior em comparação com os modelos de código aberto Llama da Meta. Com o acesso limitado ao Gemini, a Meta está acelerando sua transição para o Muse Spark, lançado sob sua divisão Superintelligence Labs. Os ajustes sinalizam os esforços da Meta para desenvolver alternativas internas para cargas de trabalho essenciais.
Em resposta à crescente demanda pelo Gemini Enterprise, o Google pagou à SpaceX US$ 920 milhões por mês pelo acesso a 110.000 GPUs Nvidia, conhecidas como “capacidade de ponte”. Esta parceria sublinha a escassez de computadores que está a remodelar as relações na indústria tecnológica. Apesar de possuir uma quantidade significativa de infraestrutura de IA e projetar mais de 180 mil milhões de dólares em despesas de capital para 2023, a Google ainda não consegue satisfazer todas as exigências dos clientes e está a racionar o acesso aos seus modelos.
Anteriormente, a Meta cortou 8.000 empregos para se concentrar em iniciativas de IA e, desde então, reatribuiu 7.000 funcionários para funções concentradas em inteligência artificial. As restrições ao Gemini levaram a Meta a melhorar as suas capacidades internas num momento crucial em que a procura por recursos de computação de IA ultrapassa a infraestrutura disponível. Outras empresas, como a Anthropic, estão igualmente à procura de recursos da SpaceX para apoiar as suas operações, destacando uma questão mais ampla de restrições de oferta no setor da IA.
O cenário actual reflecte um estrangulamento significativo no boom da IA, onde o crescimento da procura de poder computacional está a ultrapassar o desenvolvimento das infra-estruturas. Esta tendência ilustra que as limitações enfrentadas pelas grandes empresas no acesso aos modelos de IA não são apenas resultado de desafios algorítmicos, mas decorrem da infraestrutura física necessária para suportar o aumento do consumo.
