LinkedIn अपने AI डेटा सेंटर खर्च को एक पूरे साल के लिए फ्रीज कर रहा है

मुख्य बिंदु

• LinkedIn अपनी AI कंप्यूटिंग अवसंरचना को जून 2026 तक समतल रखेगा, कोई महत्वपूर्ण नई क्षमता खरीदी नहीं जाएगी।
• कंपनी ने छह महीनों में GPU दक्षता दोगुनी कर दी है, जो लगभग 1,100 चिप्स को पूरे समय चलाने के बराबर है, बिना एक भी खरीदे।
• LinkedIn का अनुमान है कि ये दक्षता लाभ पिछले 12 महीनों में $24 मिलियन की बचत करे।
• LinkedIn के बुनियादी ढांचे के प्रमुख के अनुसार, हाल के महीनों में सर्वर की कीमतें तिगुनी हो गई हैं, जिससे यह फ्रीज बनाए रखना और भी कठिन हो गया है।
• यह कदम OpenAI, Meta और Google के बीच खर्च की दौड़ के लिए एक दुर्लभ सार्वजनिक प्रतिरोध है।

LinkedIn, Microsoft के स्वामित्व वाली एक पेशेवर नेटवर्किंग साइट, कहती है कि वह इस वित्त वर्ष अपनी AI कंप्यूटिंग अवसंरचना का विस्तार नहीं करेगी। कंपनी ने Wired AI को बताया कि वह जून 2026 तक GPU (विशेष चिप्स जो AI के लिए आवश्यक भारी संख्या-क्रंचिंग करते हैं) में अपने निवेश को पूरी तरह से समतल रखने की योजना बना रही है, भंडारण क्षमता भी अपरिवर्तित रहेगी।

यह 1.3 अरब उपयोगकर्ताओं वाले एक मंच के लिए एक चौंकाने वाली प्रतिबद्धता है जो एक साथ कम नहीं, बल्कि अधिक AI सुविधाएं लॉन्च कर रहा है।

LinkedIn ने यह कैसे हासिल किया?

संक्षिप्त उत्तर: कंपनी अपने पास पहले से मौजूद हार्डवेयर से कहीं अधिक काम निकाल रही है। पिछले छह महीनों में, LinkedIn की इंजीनियरिंग टीमों ने अपने GPU उपयोग की दक्षता दोगुनी कर दी है, उसी भौतिक चिप्स से उसी कंप्यूटिंग शक्ति को निचोड़ा है, बेकार निष्क्रिय समय को कम करते हुए।

LinkedIn के पास ओरेगन, टेक्सास और वर्जीनिया में अपने स्वयं के डेटा सेंटर हैं, जिन्होंने 2022 के आसपास Microsoft के Azure क्लाउड सेवा से पीछे हट गए हैं। यह स्वामित्व इंजीनियरों को प्रौद्योगिकी स्टैक की हर परत पर सीधा नियंत्रण देता है।

उन्होंने डिस्टिलेशन नामक एक तकनीक का उपयोग किया, जहां एक छोटे AI मॉडल को दो बड़े मॉडलों से सीखने के लिए प्रशिक्षित किया जाता है। LinkedIn के नौकरी-सुझाव उपकरण के लिए, एक कॉम्पैक्ट मॉडल अब वह करता है जिसके लिए पहले दो अलग, अधिक महंगे मॉडलों की आवश्यकता थी। परिणाम चलाने के लिए सस्ता है और, LinkedIn के इंजीनियरिंग के मुख्य प्रौद्योगिकी अधिकारी Erran Berger के अनुसार, कम सटीक नहीं है। उन्होंने कहा, "लोग ऐसी नौकरियां खोज और खोज रहे हैं जिन्हें वे पहले सफलतापूर्वक खोजने में विफल थे।"

टीम ने कुछ निम्न-स्तरीय सॉफ्टवेयर को भी फिर से लिखा ताकि कुछ कार्य महंगे Nvidia GPU के बजाय मानक CPU (किसी भी कंप्यूटर में पाए जाने वाले सामान्य-उद्देश्य चिप्स) पर चलें, बिजली उपयोग और खरीद परेशानियों दोनों को कम करते हुए। LinkedIn कहता है कि इसके प्रशिक्षण प्रणालियों पर GPU उपयोग अब 95 प्रतिशत से ऊपर चलता है, जिसका मतलब है कि चिप्स लगभग कभी निष्क्रिय नहीं होते हैं।

कुल मिलाकर, ये परिवर्तन पिछले बारह महीनों में अनुमानित $24 मिलियन की बचत करे।

क्या $24 मिलियन इस आकार की कंपनी के लिए महत्वपूर्ण है?

अपने आप में बहुत नहीं। LinkedIn $18 अरब की वार्षिक राजस्व की रिपोर्ट करता है, इसलिए बचत बिक्री का लगभग 0.1 प्रतिशत है। LinkedIn के बुनियादी ढांचे के प्रमुख Raghu Hiremagalur ने इसे सीधे स्वीकार किया, लेकिन तर्क दिया कि वास्तविक मूल्य चपलता है: इंजीनियर नए हार्डवेयर आने की प्रतीक्षा किए बिना अपनी अगली AI परियोजना जल्दी शुरू कर सकते हैं।

यह फ्रीज भी सर्वर खरीदने के लिए एक कठिन समय पर आता है। Hiremagalur ने कहा कि कुछ हार्डवेयर की कीमत पिछले कुछ महीनों में तिगुनी हो गई है। LinkedIn ने कीमतों में वृद्धि से पहले खरीद को बंद कर दिया, जिससे इसे एक लागत कुशन मिला जो इसके प्रतिद्वंद्वियों के पास नहीं हो सकता है।

मापदंड	आंकड़ा
LinkedIn उपयोगकर्ता	1.3 अरब
कवर वित्त वर्ष	जुलाई 2025 से जून 2026
अनुमानित बचत (12 महीने)	$24 मिलियन
GPU समकक्ष बचत	~1,100 चिप्स, पूर्णकालिक
GPU उपयोग दर (प्रशिक्षण)	95% से ऊपर
LinkedIn वार्षिक राजस्व	$18 अरब

साधारण उपयोगकर्ताओं के लिए इसका क्या मतलब है?

LinkedIn सदस्यों के लिए, व्यावहारिक निष्कर्ष यह है कि व्यय सीमा के बावजूद AI सुविधाएं बेहतर होती रहनी चाहिए। बेहतर नौकरी की सिफारिशें और स्मार्टर उम्मीदवार-मिलान उपकरण पहले से उत्पादन में हैं। Gartner विश्लेषक Chirag Dekate द्वारा चिह्नित जोखिम यह है कि एक कठोर व्यय सीमा अंततः LinkedIn को अपनी AI महत्वाकांक्षाओं को धीमा करने के लिए मजबूर कर सकती है यदि कंप्यूटिंग की मांग बढ़ती रहती है। फिलहाल, हालांकि, इंजीनियर दांव लगा रहे हैं कि दक्षता अंतर को भर सकती है।

सामान्य प्रश्न

क्या इसके कारण LinkedIn की AI सुविधाएं खराब हो जाएंगी?

LinkedIn कहता है कि नहीं। कंपनी तर्क देती है कि इसके दक्षता कार्य ने वास्तव में नौकरी खोजने वालों और भर्तीकर्ताओं के लिए परिणाम में सुधार किया है, और यह एक ही कंप्यूटिंग बजट के भीतर नई AI उपकरण लॉन्च करना जारी रखने की योजना बना रहा है।

अन्य बड़ी टेक कंपनियां बहुत अधिक क्यों खर्च कर रही हैं?

OpenAI, Meta और Google नई AI प्रणालियां बना रहे हैं जिन्हें विशाल मात्रा में ताजी कंप्यूटिंग शक्ति की आवश्यकता है। LinkedIn ऐसे मॉडलों के शीर्ष पर निर्माण कर रहा है जो पहले से मौजूद हैं, जिसका मतलब यह है कि वह शुरुआत से शुरुआत करने के बजाय कम से कम अधिक निचोड़ने पर ध्यान केंद्रित कर सकता है।

क्या LinkedIn साल के बीच में अपना विचार बदल सकता है?

हाँ। Berger और Hiremagalur दोनों ने स्वीकार किया कि AI हार्डवेयर की मांग तेजी से बदलती है, और स्मृति चिप की कीमतों में वृद्धि पुनर्विचार को बाध्य कर सकती है। कंपनी कहती है कि उसने पहले से ही इन मूल्य वृद्धि को ध्यान में रखा है, लेकिन योजना गारंटीकृत नहीं है।