LinkedIn замораживает инвестиции в центры обработки данных для ИИ на год
Пока конкуренты вкладывают миллиарды в новые чипы и серверные фермы, LinkedIn говорит, что удвоил эффективность своего существующего оборудования и сэкономил 24 миллиона долларов.
Ключевые моменты
- LinkedIn будет держать инфраструктуру ИИ на одном уровне до июня 2026 года, не приобретая значительные новые мощности.
- Компания удвоила эффективность использования GPU за шесть месяцев, что эквивалентно добавлению примерно 1100 чипов, работающих круглосуточно, без покупки ни одного из них.
- LinkedIn оценивает, что эти достижения в эффективности сэкономили 24 миллиона долларов за последние 12 месяцев.
- По словам главы инфраструктуры LinkedIn, цены на серверы выросли в три раза в последние месяцы, что делает соблюдение замораживания еще сложнее.
- Этот шаг является редким публичным контрпримером гонке расходов между OpenAI, Meta и Google.
LinkedIn, принадлежащий Microsoft профессиональный портал, объявил, что не будет расширять инфраструктуру ИИ в текущем финансовом году. Компания сообщила Wired AI, что планирует полностью заморозить инвестиции в GPU (специализированные чипы, выполняющие интенсивные вычисления, необходимые для ИИ) до июня 2026 года, при этом объемы хранилища также останутся неизменными.
Это примечательное обещание для платформы с 1,3 миллиарда пользователей, которая одновременно развертывает больше функций ИИ, а не меньше.
Как LinkedIn это удалось?
Короткий ответ: компания добилась гораздо большей производительности от оборудования, которое уже владеет. За последние шесть месяцев инженерные команды LinkedIn удвоили эффективность использования GPU, получая такую же вычислительную мощность от тех же физических чипов, не тратя их время простоя впустую.
LinkedIn владеет собственными центрами обработки данных в Орегоне, Техасе и Вирджинии, отойдя от облачного сервиса Microsoft Azure около 2022 года. Это владение дало инженерам прямой контроль над каждым уровнем стека технологий.
Они использовали технику, называемую дистилляцией, где меньшую модель ИИ обучают учиться на основе двух больших моделей. Для инструмента рекомендаций вакансий LinkedIn одна компактная модель теперь обрабатывает то, что ранее требовало двух отдельных, более дорогих моделей. Результат дешевле в эксплуатации и, согласно главному технологу LinkedIn по инженерии Эррану Бергеру, не менее точен. «Люди находят и открывают для себя должности, которые они не смогли бы найти раньше», — сказал он.
Команда также переписала некоторое низкоуровневое программное обеспечение, чтобы определенные задачи выполнялись на стандартных процессорах (универсальные чипы, которые встречаются в любом компьютере) вместо более дорогих GPU Nvidia, сокращая потребление электроэнергии и проблемы с закупками одновременно. LinkedIn говорит, что использование GPU в его системах обучения теперь превышает 95 процентов, то есть чипы почти никогда не простаивают.
В целом, эти изменения сэкономили предположительно 24 миллиона долларов за последние двенадцать месяцев.
Имеет ли значение 24 миллиона долларов для компании такого размера?
Само по себе не очень. LinkedIn сообщает о годовой выручке в 18 миллиардов долларов, поэтому экономия составляет примерно 0,1 процента от продаж. Глава инфраструктуры LinkedIn Рагху Хиремагалур прямо это признал, но утверждал, что реальная ценность заключается в гибкости: инженеры могут начать свой следующий проект ИИ раньше, не дожидаясь прибытия нового оборудования.
Замораживание также происходит в сложный момент для покупки серверов. Хиремагалур сказал, что некоторое оборудование выросло в цене в три раза за последние несколько месяцев. LinkedIn зафиксировал закупки до скачка цен, что дает ему буфер затрат, которого могут не иметь его конкуренты.
| Метрика | Показатель |
|---|---|
| Пользователи LinkedIn | 1,3 миллиарда |
| Охватываемый финансовый год | Июль 2025 — июнь 2026 |
| Предполагаемая экономия (12 месяцев) | 24 миллиона долларов |
| Эквивалент сэкономленных GPU | ~1100 чипов, круглосуточно |
| Коэффициент использования GPU (обучение) | выше 95% |
| Годовая выручка LinkedIn | 18 миллиардов долларов |
Что это означает для обычных пользователей?
Для участников LinkedIn практический вывод состоит в том, что функции ИИ должны продолжать улучшаться, несмотря на потолок расходов. Улучшенные рекомендации вакансий и более интеллектуальные инструменты подбора кандидатов уже используются. Риск, отмеченный аналитиком Gartner Чирагом Декате, заключается в том, что жесткий потолок расходов в конечном итоге может заставить LinkedIn замедлить свои амбиции в области ИИ, если спрос на вычисления будет продолжать расти. Пока что инженеры делают ставку на то, что эффективность может заполнить этот пробел.
Часто задаваемые вопросы
Ухудшатся ли функции ИИ LinkedIn из-за этого?
LinkedIn говорит нет. Компания утверждает, что ее работа по повышению эффективности на самом деле улучшила результаты для соискателей и рекрутеров, и она планирует продолжать запуск новых инструментов ИИ в рамках того же бюджета вычислительных ресурсов.
Почему другие крупные технологические компании тратят намного больше?
OpenAI, Meta и Google создают совершенно новые системы ИИ, которые требуют огромных объемов свежей вычислительной мощности. LinkedIn строит на основе моделей, которые уже существуют, что означает, что он может сосредоточиться на том, чтобы добиться большего из меньшего, а не начинать с нуля.
Может ли LinkedIn изменить свое решение в течение года?
Да. И Бергер, и Хиремагалур признали, что потребности в аппаратном обеспечении для ИИ быстро меняются, и рост цен на микросхемы памяти может заставить пересмотреть план. Компания говорит, что уже учла эти скачки цен, но план не гарантирован.
