LinkedIn šetří na datových centrech. Namísto expanze sází na efektivitu GPU

Navzdory výraznému trendu v oblasti umělé inteligence se LinkedIn rozhodl zmrazit rozšiřování své infrastruktury datových center. Místo toho vyzývá své inženýry k maximální efektivitě při využívání dostupných výpočetních prostředků.

Zatímco technologický svět masivně investuje do rozšiřování kapacit umělé inteligence, platforma LinkedIn přichází s netradiční strategií. Společnost se rozhodla zastavit plánovanou expanzi svých datových center na příští rok a místo toho se zaměřuje na optimalizaci existující infrastruktury. Toto rozhodnutí je zajímavou protistratégií vůči současnému AI boomu, kdy se firmy jako OpenAI, Microsoft nebo Meta pouštějí do miliardových investic do nových výpočetních kapacit.

Cílem iniciativy je nutit inženýry pracovat chytřeji, ne jen s více prostředky. LinkedIn se soustředí na to, aby každá grafická procesorová jednotka (GPU) pracovala s maximální možnou efektivitou. Tento přístup znamená hlubší optimalizaci kódu, lépe navržené algoritmy a preciznější alokaci výpočetních zdrojů. Zaměstnanci týmů zabývajících se infrastrukturou a vývojem AI jsou tak postaveni před výzvu – dosáhnout lepších výsledků se stejným nebo menším množstvím hardwaru.

Tato strategie odráží klíčový problém současného vývoje AI aplikací: hardware samotný není slabinou, když jej lze efektivněji využívat. LinkedIn si tímto posunul fokus z množství dostupných prostředků na jejich inteligentní využití. V dlouhodobém horizontu tak může takový přístup vést k nižším provozním nákladům a zároveň může sloužit jako příklad pro ostatní společnosti, které se zatím zaměřují především na kvantitu.

Rozhodnutí také naznačuje, že LinkedIn a jeho mateřská společnost Microsoft si uvědomují výzvy související s neustálou expanzí datových center – od energetické spotřeby přes környětský dopad až po samotné náklady. Zmrazením plánu na další rok má společnost čas lépe pochopit, zda je její současná kapacita dostačující pro stávající i budoucí potřeby AI modelů.

Inženýři v Linkedinu tak čelí bez nadsázky revoluci v přístupu – místo toho, aby prostě přidali více compute power do systému, musejí zkoumat každou vrstvu své infrastruktury a hledat nové způsoby, jak dosáhnout více s méně. Jedná se o zajímavou lekci pro celý technologický průmysl: někdy je lepší zastavit a optimalizovat, než neustále expandovat.

Zdroj: Wired

Rubrika: AI & Technologie