LinkedIn Замораживает Витрати на AI Центри Обробки Даних на Цілий Рік
Поки конкуренти вкладають мільярди в нові чипи та серверні ферми, LinkedIn стверджує, що подвоїв ефективність своїх існуючих апаратних засобів і заощадив 24 мільйони доларів у процесі.
Ключові моменти
- LinkedIn утримуватиме свою AI обчислювальну інфраструктуру на незмінному рівні до червня 2026 року, не купуючи жодних нових потужностей.
- Компанія подвоїла ефективність GPU протягом шести місяців, що еквівалентно додаванню приблизно 1100 чипів, які працюють цілодобово, без придбання жодного з них.
- LinkedIn оцінює, що ці підвищення ефективності заощадили 24 мільйони доларів протягом останніх 12 місяців.
- За словами керівника інфраструктури LinkedIn, ціни на сервери утричилися в останні місяці, що ще більше ускладнює збереження заморозки.
- Цей крок є рідкісним публічним контрргумументом до гонки витрат між OpenAI, Meta та Google.
LinkedIn, сайт професійного спілкування, який належить Microsoft, заявив, що не розширюватиме свою AI обчислювальну інфраструктуру в цьому фінансовому році. Компанія повідомила Wired AI, що планує утримувати інвестиції в GPU (спеціалізовані чипи, які виконують важкі обчислення, необхідні для AI) повністю стабільними до червня 2026 року, при цьому ємність зберігання також залишиться незмінною.
Це вражаюче зобов'язання для платформи з 1,3 мільярда користувачів, яка одночасно розгортає все більше функцій AI, а не менше.
Як LinkedIn це вдалося?
Коротко: компанія отримала набагато більше роботи від апаратних засобів, які вже має. Протягом останніх шести місяців інженерні команди LinkedIn подвоїли ефективність використання GPU, витискуючи ту саму обчислювальну потужність з тих же фізичних чипів, витрачаючи менше часу на простої.
LinkedIn володіє власними центрами обробки даних в Орегоні, Техасі та Вірджинії, відійшовши від хмарного сервісу Microsoft Azure близько 2022 року. Це володіння дало інженерам прямий контроль над кожним рівнем технологічного стеку.
Вони використовували техніку, звану дистиляцією, де менша AI модель навчається вчитися від двох більших. Для інструменту рекомендацій вакансій LinkedIn одна компактна модель тепер виконує те, що раніше вимагало двох окремих, дорожчих моделей. Результат дешевший у запуску та, за словами головного технолога LinkedIn для інженерії Еррана Бергера, не менш точний. «Люди знаходять і відкривають для себе вакансії, які вони раніше успішно не знаходили», — сказав він.
Команда також переписала деякі низькорівневі програми, щоб певні завдання виконувалися на стандартних CPU (чипи загального призначення, що знаходяться на будь-якому комп'ютері) замість дорожчих GPU Nvidia, скорочуючи споживання електроенергії та проблеми з закупівлями одночасно. LinkedIn повідомляє, що використання GPU на його системах навчання тепер перевищує 95 відсотків, що означає, що чипи практично ніколи не простоюють.
У цілому, ці зміни заощадили приблизно 24 мільйони доларів протягом останніх дванадцяти місяців.
Чи має значення 24 мільйони доларів для компанії такого розміру?
Само по собі — не особливо. LinkedIn повідомляє про 18 мільярдів доларів річного доходу, тому заощадження становлять приблизно 0,1 відсотка продажів. Керівник інфраструктури LinkedIn Рагху Хіремагалур прямо це визнав, але стверджував, що реальна цінність — це спритність: інженери можуть швидше розпочати свій наступний проект AI, не чекаючи прибуття нового обладнання.
Заморозка також настає в складний момент для покупки серверів. Хіремагалур сказав, що деякі апаратні засоби утричилися в ціні протягом останніх кількох місяців. LinkedIn закріпив покупки до того, як ціни стрибнули, надавши собі ціновий буфер, який можуть не мати його конкуренти.
| Метрика | Показник |
|---|---|
| Користувачі LinkedIn | 1,3 мільярда |
| Охоплений фінансовий рік | Липень 2025 — червень 2026 |
| Розраховані заощадження (12 місяців) | 24 мільйони доларів |
| Еквівалент GPU заощаджено | ~1100 чипів, повний робочий день |
| Рівень використання GPU (навчання) | понад 95% |
| Річний дохід LinkedIn | 18 мільярдів доларів |
Що це означає для звичайних користувачів?
Для членів LinkedIn практичний висновок полягає в тому, що функції AI мають продовжувати вдосконалюватися, незважаючи на обмеження видатків. Кращі рекомендації вакансій і розумніші інструменти підбору кандидатів вже в експлуатації. Ризик, на який вказав аналітик Gartner Чіраг Декейт, полягає в тому, що жорстке обмеження видатків може врешті змусити LinkedIn сповільнити свої амбіції в галузі AI, якщо попит на обчислення продовжить зростати. Проте наразі інженери роблять ставку на те, що ефективність може заповнити цей розрив.
Часті запитання
Чи погіршаться функції AI LinkedIn через це?
LinkedIn говорить «ні». Компанія стверджує, що її робота по підвищенню ефективності насправді поліпшила результати для шукачів роботи та рекрутерів, і вона планує продовжувати запускати нові інструменти AI в межах одного й того ж бюджету обчислень.
Чому інші великі технологічні компанії витрачають набагато більше?
OpenAI, Meta та Google створюють абсолютно нові системи AI, які вимагають величезних обсягів свіжих обчислювальних ресурсів. LinkedIn будує поверх моделей, які вже існують, що означає, що вона може зосередитися на витисканні більшого з меншого, замість того щоб починати з нуля.
Чи може LinkedIn змінити рішення у середині року?
Так. І Бергер, і Хіремагалур визнали, що попит на апаратне забезпечення AI змінюється швидко, і зростання цін на чипи пам'яті може змусити переглянути плани. Компанія стверджує, що вже врахувала ці стрибки в цінах, але план не гарантований.
