Відток талантів DeepMind ймовірно пояснюється нестачею чипів, конфліктом інтересів та бюрократією Google

TL;DR

• •Деміс Хассісі відійшов від денного управління DeepMind приблизно рік тому.
• •Дослідження DeepMind скаржаться на обмежений доступ до власних TPU-чипів Google.
• •Зовнішні клієнти, такі як Anthropic, можуть купувати ті самі TPU через Google Cloud.
• •Це підвищує ризик відтоку талантів через конкуренцію за обчислювальними ресурсами.
• •Ситуація підкреслює напругу між внутрішніми потребami Google та зовнішніми комерційними послугами.

Як це змінить ваш ринок?

Відтік ключових дослідників з DeepMind може сповільнити темп фундаментальних інновацій у галузі великих мовних моделей таreinforcement learning. Компанії, що покладаються на передовые дослідження DeepMind для своїх продуктів, можуть зазнати затримок у отриманні доступу до найновіших технік. Це також сигнал для інвесторів про потенційну нестабільність у великих технологічних корпораціях, де внутрішні пріоритети можуть конфліктувати з зовнішніми комерційними цілями. Для постачальників хмарних обчислювальних послуг це підвищує важливість прозорості у розподілі спеціалізованого обладнання та може сприяти зростанню попиту на нейтральні, мульти-хмарні рішення для AI‑навантажень.\n

Визначення: TPU (Tensor Processing Unit) — спеціалізований процесор, розроблений Google для прискорення машинного навчання та тензорних обчислень.

Для кого це і за яких умов

• •AI‑стартапи та дослідні лабораторії: якщо ваша робота залежить від найновіших публікацій та моделей, що виходять з DeepMind, слід моніторити доступ до альтернативних обчислювальних ресурсів (наприклад, GPU‑кластери або інші AI‑акселератори).
• •Корпоративні команди IT: оцініть свою залежність від одного хмарного постачальника для спеціалізованих чипів; розгляньте стратегію мульти-хмарності або власних інвестицій у FPGA/ASIC рішення.
• •Інвестори та аналітики: оцінюйте ризик концентрації таленту та інтелектуальної власності в одній компанії, особливо якщо вона є частиною більшого конгломерату з конкуруючими бізнес‑моделями.
• •Мінімальна інфраструктура: для тестування та мелкомасштабних експериментів достатньо доступного GPU з 16 ГБ пам’яті (наприклад, RTX 4090) або доступ до хмарних GPU за $0,5‑$1,0 за годину.
• •Час на впровадження: переоцінка стратегії постачання обчислювальних ресурсів може займати від 2 тижнів (аудит поточних kontraktів) до 2‑3 місяців (проводження пілотних тестів на альтернативних платформах).

Альтернативи