LinkedIn gèle ses dépenses en centres de données IA pour une année entière

Points clés

• LinkedIn maintiendra son infrastructure informatique IA inchangée jusqu'en juin 2026, sans acquérir de nouvelles capacités significatives.
• L'entreprise a doublé l'efficacité des GPU en six mois, l'équivalent d'ajouter environ 1 100 puces fonctionnant en continu sans en acheter une seule.
• LinkedIn estime que ces gains d'efficacité ont économisé 24 millions de dollars au cours des 12 derniers mois.
• Les prix des serveurs ont triplé ces derniers mois, selon le responsable de l'infrastructure de LinkedIn, ce qui rend le gel plus difficile à maintenir.
• Cette démarche constitue une rare prise de position publique face à la course aux dépenses entre OpenAI et Google.

LinkedIn, le site de réseautage professionnel appartenant à Microsoft, affirme qu'elle n'étendra pas son infrastructure informatique IA cette année fiscale. L'entreprise a déclaré à Wired AI qu'elle prévoit de maintenir son investissement dans les GPU (les puces spécialisées qui effectuent les calculs intensifs nécessaires à l'IA) complètement stable jusqu'en juin 2026, la capacité de stockage restant également inchangée.

C'est un engagement remarquable pour une plateforme comptant 1,3 milliard d'utilisateurs qui déploie simultanément davantage de fonctionnalités IA, non moins.

Comment LinkedIn a-t-elle réussi ce tour de force ?

L'entreprise a tiré bien plus de travail du matériel qu'elle possède déjà. Au cours des six derniers mois, les équipes d'ingénierie de LinkedIn ont doublé l'efficacité de leur utilisation des GPU, en tirant la même puissance informatique des mêmes puces physiques en gaspillant moins leur temps d'inactivité.

LinkedIn possède ses propres centres de données en Oregon et au Texas, s'étant écartée du service cloud Azure de Microsoft vers 2022. Cette propriété a donné aux ingénieurs un contrôle direct sur chaque couche de la pile technologique.

Ils ont utilisé une technique appelée distillation, où un modèle d'IA plus petit est entraîné à apprendre à partir de modèles plus grands. Pour l'outil de recommandation d'emplois de LinkedIn, un modèle compact gère maintenant ce qui nécessitait auparavant deux modèles distincts et plus coûteux. Son fonctionnement est moins cher et, selon Erran Berger, directeur technique de l'ingénierie chez LinkedIn, tout aussi précis. « Les gens trouvent et découvrent des emplois qu'ils ne trouvaient pas auparavant avec succès », a-t-il déclaré.

L'équipe a également réécrit certains logiciels de bas niveau pour que certaines tâches s'exécutent sur des processeurs standards (les puces à usage général que l'on trouve dans n'importe quel ordinateur) au lieu de GPU Nvidia plus coûteux, réduisant ainsi la consommation d'électricité. LinkedIn affirme que l'utilisation des GPU sur ses systèmes d'entraînement dépasse désormais 95 %, ce qui signifie que les puces sont rarement inactives.

Au total, ces changements ont économisé environ 24 millions de dollars au cours des douze derniers mois.

Est-ce que 24 millions de dollars sont importants pour une entreprise de cette taille ?

Pas énormément en soi. LinkedIn génère 18 milliards de dollars de chiffre d'affaires annuel, donc cette économie représente une petite fraction des ventes. Le responsable de l'infrastructure de LinkedIn, Raghu Hiremagalur, a reconnu cela directement, mais a soutenu que la véritable valeur réside dans l'agilité : les ingénieurs peuvent démarrer leur prochain projet IA plus rapidement sans attendre l'arrivée de nouveau matériel.

Le gel intervient également à un moment difficile pour acheter des serveurs. Hiremagalur a déclaré que certains équipements ont triplé de prix ces derniers mois. LinkedIn a verrouillé ses achats avant que les prix ne montent en flèche, ce qui lui donne un coussin de coûts que ses concurrents n'ont peut-être pas. Notre article du 28 juillet sur les coûts en capital qui s'envolent chez Google a montré comment cette pression sur les prix inquiète les investisseurs dans l'ensemble du secteur.

Métrique	Chiffre
Utilisateurs LinkedIn	1,3 milliard
Année fiscale couverte	Juillet 2025 à juin 2026
Économies estimées (12 mois)	24 millions de dollars
Équivalent GPU économisé	~1 100 puces, temps plein
Taux d'utilisation des GPU (entraînement)	supérieur à 95 %
Chiffre d'affaires annuel de LinkedIn	18 milliards de dollars

Qu'est-ce que cela signifie pour les utilisateurs ordinaires ?

Pour les membres de LinkedIn, les fonctionnalités IA devraient continuer à s'améliorer malgré le plafond de dépenses. Les meilleures recommandations d'emplois et les outils d'appariement des candidats plus intelligents sont déjà en production. La préoccupation légitime est qu'un plafond de dépenses strict pourrait éventuellement forcer LinkedIn à ralentir ses ambitions en matière d'IA si la demande informatique continue d'augmenter plus vite que les gains d'efficacité peuvent la compenser. C'est le pari que les ingénieurs font, et il vaut la peine de le surveiller de près.

Questions fréquentes

Les fonctionnalités IA de LinkedIn vont-elles s'aggraver en raison de cela ?

LinkedIn répond non. L'entreprise soutient que son travail d'efficacité a réellement amélioré les résultats pour les demandeurs d'emploi et les recruteurs, et elle prévoit de continuer à lancer de nouveaux outils IA dans le même budget informatique.

Pourquoi les autres grandes entreprises technologiques dépensent-elles beaucoup plus ?

OpenAI et Google construisent des systèmes d'IA entièrement nouveaux qui nécessitent d'énormes quantités de puissance informatique nouvelle. LinkedIn s'appuie sur des modèles qui existent déjà, ce qui signifie qu'elle peut se concentrer sur l'optimisation plutôt que de repartir de zéro.

LinkedIn pourrait-elle changer d'avis en cours d'année ?

Oui. Berger et Hiremagalur ont tous deux reconnu que les demandes en matière de matériel IA changent rapidement, et la hausse des prix des puces mémoire pourrait forcer une reconsidération. L'entreprise affirme qu'elle a déjà tenu compte de ces augmentations de prix, mais le plan n'est pas garanti.