LinkedIn замораживает расходы на центры данных ИИ на целый год
Пока конкуренты вкладывают миллиарды в новые микросхемы и серверные фермы, LinkedIn заявляет, что удвоил эффективность своего существующего оборудования и сэкономил при этом 24 миллиона долларов.
Ключевые моменты
- LinkedIn будет держать свою инфраструктуру AI вычислений на неизменном уровне до июня 2026 года, не приобретая никакой существенно новой мощности.
- Компания удвоила эффективность GPU за шесть месяцев, что эквивалентно добавлению примерно 1100 микросхем, работающих круглосуточно, без покупки ни одной из них.
- LinkedIn оценивает, что эти достигнутые улучшения эффективности сэкономили 24 миллиона долларов за последние 12 месяцев.
- По словам главы инфраструктуры LinkedIn, цены на серверы утроились в последние месяцы, что затрудняет поддержание такой заморозки.
- Этот шаг является редким публичным возражением против гонки расходов между OpenAI и Google.
LinkedIn, социальная сеть для профессионалов, принадлежащая Microsoft, заявляет, что не будет расширять свою инфраструктуру для вычислений ИИ в этом финансовом году. Компания рассказала Wired AI, что планирует держать свои инвестиции в GPU (специализированные микросхемы, которые выполняют интенсивные вычисления, необходимые для ИИ) полностью неизменными до июня 2026 года, при этом емкость хранилища также не изменится.
Это поразительное обязательство для платформы с 1,3 миллиардами пользователей, которая одновременно внедряет больше функций ИИ, а не меньше.
Как LinkedIn это удалось?
Компания добилась гораздо большей производительности от уже имеющегося оборудования. За последние шесть месяцев инженерные группы LinkedIn удвоили эффективность использования GPU, выжимая ту же мощность вычисления из одних и тех же физических микросхем, теряя меньше времени их простоя.
LinkedIn владеет собственными центрами данных в Орегоне и Техасе, отступив от облачного сервиса Azure компании Microsoft около 2022 года. Это владение дало инженерам прямой контроль над каждым уровнем технологического стека.
Они использовали технику дистилляции, при которой более маленькая модель ИИ обучается на основе больших. Для инструмента рекомендации вакансий LinkedIn одна компактная модель теперь справляется с тем, что раньше требовало двух отдельных, более дорогостоящих моделей. Она дешевле в запуске и, по словам главного технолога LinkedIn по разработке Эррана Бергера, не менее точна. «Люди находят и открывают для себя вакансии, которые они раньше не могли найти», — сказал он.
Команда также переписала некоторое низкоуровневое программное обеспечение, чтобы определенные задачи выполнялись на стандартных процессорах (универсальные микросхемы, найденные в любом компьютере) вместо более дорогостоящих GPU Nvidia, одновременно сокращая потребление электроэнергии. LinkedIn заявляет, что использование GPU в его системах обучения теперь составляет более 95 процентов, что означает, что микросхемы почти никогда не простаивают.
В целом эти изменения сэкономили примерно 24 миллиона долларов за прошлые двенадцать месяцев.
Имеет ли значение 24 миллиона долларов для компании такого размера?
Не особенно само по себе. LinkedIn имеет годовой доход в 18 миллиардов долларов, поэтому эта экономия составляет небольшую часть выручки. Глава инфраструктуры LinkedIn Рагху Хиремагалур признал это прямо, но утверждал, что реальная ценность заключается в гибкости: инженеры могут начать свой следующий проект ИИ раньше, не дожидаясь доставки нового оборудования.
Заморозка также наступает в сложный момент для покупки серверов. Хиремагалур сказал, что некоторое оборудование утроилось в цене за последние несколько месяцев. LinkedIn зафиксировал покупки до скачка цен, обеспечив себе буфер стоимости, которого могут не быть у его конкурентов. Наша статья от 28 июля о растущих капитальных затратах Google показала, как такое давление цен тревожит инвесторов по всей отрасли.
| 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 микросхем, круглосуточно |
| Уровень использования GPU (обучение) | выше 95% |
| Годовой доход LinkedIn | 18 миллиардов долларов |
Что это означает для обычных пользователей?
Для участников LinkedIn функции ИИ должны продолжать улучшаться несмотря на лимит расходов. Улучшенные рекомендации вакансий и более умные инструменты подбора кандидатов уже находятся в производстве. Честное опасение 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 быстрее, чем могут компенсировать достигнутые улучшения эффективности. Это ставка, которую делают инженеры, и за ней стоит внимательно следить.
Часто задаваемые вопросы
Ухудшатся ли функции ИИ LinkedIn из-за этого?
LinkedIn говорит, что нет. Компания утверждает, что ее работа над повышением эффективности на самом деле улучшила результаты для соискателей и рекрутеров, и планирует продолжать запуск новых инструментов ИИ в рамках того же бюджета вычислений.
Почему другие крупные технологические компании тратят гораздо больше?
OpenAI и Google строят совершенно новые системы ИИ, которые требуют огромного количества новых вычислительных мощностей. LinkedIn строит на основе моделей, которые уже существуют, что означает, что она может сосредоточиться на выжимании большего из меньшего, а не на начале с нуля.
Может ли LinkedIn изменить свое решение в середине года?
Да. И Бергер, и Хиремагалур признали, что спрос на оборудование для ИИ меняется быстро, и рост цен на микросхемы памяти может заставить пересмотреть планы. Компания говорит, что уже учла эти скачки цен, но план не гарантирован.
