Усі з нетерпінням чекають на підтвердження Nvidia найцікавішої технологічної угоди цього тижня: повідомляється про придбання компанії Hugging Face за $13 мільярдів. Hugging Face — це платформа для обміну відкритими моделями ШІ та їх бенчмарками.
Hugging Face, нині відома як ціль команди OpenAI, що займалася винагородами за відповіді, перебуває в центрі екосистеми розробників, які створюють і розгортають великі мовні моделі (LLM), що не належать великим дослідницьким лабораторіям. Це своєрідний GitHub для епохи ШІ.
Чутки про цю угоду з’явилися після того, як Nvidia уклала угоду на $6 мільярдів з Poolside, розробником відкритих моделей. Більшість співробітників Poolside перейдуть до гігантського виробника чипів. А два тижні тому Stripe придбала OpenRouter, провідного постачальника відкритих моделей для бізнесу, більш ніж за $7 мільярдів.
Це значні капіталовкладення в сектор, який базується на безкоштовному розповсюдженні, і відображає останні тенденції в галузі ШІ.
Для Nvidia існує необхідність уникнути подальшої залежності від угод з великими гіперскейлерами та провідними лабораторіями. Це особливо актуально, коли великі розробники моделей, як-от OpenAI та Google, самі створюють власні чипи для інференсу, як-от Jalapeño від OpenAI, можливості якого були анонсовані цього тижня. Якщо розробники моделей створюють чипи, Nvidia прагне отримати частку в бізнесі з розробки моделей.
Nvidia вже створює власну лінійку відкритих моделей Nemotron, але їхня популярність не надто висока. Отримавши контроль над найбільшим американським майданчиком для розробників відкритих моделей, компанія отримає доступ до маси користувачів, яких вона зможе спрямувати на свої чипи та стандарти.
Також зростають питання щодо вартості інференсу ШІ, що спонукає компанії досліджувати дешевші моделі, створені китайськими компаніями, такими як Moonshot, DeepSeek та Alibaba. Наразі використання таких моделей відносно невелике, але зростає: лише 6% компаній використовують відкриті моделі, згідно з опитуванням витрат від Ramp, або лише 2% розробників програмного забезпечення, за даними Jellyfish, яка створює інструменти для розробників.
Нік Албарран, керівник напрямку продуктів ШІ в Jellyfish, розповів TechCrunch, що відкриті моделі переважно використовують компанії, чиї продукти покладаються на повторювані інференс-навантаження, наприклад, ті, що надають послуги чату для обслуговування клієнтів. Оскільки це завдання з високим обсягом і великою кількістю повторень, відкриту модель можна налаштувати для дешевого надання відповідей.
Саме так Stripe обґрунтувала придбання OpenRouter. «Токени є основною валютою для компаній, що створюють продукти на основі ШІ, і зрозуміло, що реальний економічний потенціал залежатиме від ефективного використання дефіцитних обчислювальних ресурсів», — заявив у своїй заяві співзасновник і генеральний директор Stripe Патрік Коллісон.
Однак для завдань кодування та роботи агентів, що вимагають різноманітних запитів і більшого рівня обробки, провідні моделі часто перемагають. Це частково пояснюється тим, що пропрієтарні лабораторії забезпечують легший доступ, а в деяких випадках і субсидії на токени. Албарран каже, що коли компанії оптимізують свої робочі процеси ШІ, їм буде легше звертатися до відкритих моделей. Тим не менш, головною причиною, чому компанії зараз звертають увагу на ці моделі, є контроль і конфігурованість, а не економія витрат.
«Ще не так багато компаній, де це є пріоритетом… але якщо ціни від провідних лабораторій продовжуватимуть зростати, все більше компаній будуть змушені принаймні розглянути це», — сказав Албарран TechCrunch. «Коли ваші робочі процеси на основі ШІ стануть набагато зрілішими, тоді матиме сенс інвестувати в самостійне розміщення моделей».
Лін Цяо, генеральна директорка Fireworks, провідного маршрутизатора та хостингу відкритих моделей для корпоративних користувачів, яку часто обговорюють як потенційний об’єкт придбання для технологічного гіганта, зазначає, що її компанія обробляє 40 трильйонів токенів на день, що більше, ніж API Gemini чи OpenAI.
Fireworks робить ставку на різноманітність моделей: у міру розповсюдження та вдосконалення LLM компаніям буде легше навчати їх спеціально для своїх потреб. «Кожна компанія, що розробляє додатки, повинна розглянути можливість найму власного дослідника», — сказала вона TechCrunch минулого тижня. «Вони можуть використовувати свої продукти та дані для створення власної моделі. Майбутнє — це спеціалізований інтелект. Буквально кожна компанія повинна мати власну модель для кожного випадку використання, і це відбуватиметься автоматично».
Легко забути, наскільки ранній етап розвитку ШІ як інструменту та бізнесу. Однак домінування OpenAI та Anthropic не є неминучим. Оскільки технологічні гіганти прагнуть хеджувати свої ставки на найбільші лабораторії, привабливість відкритих технологій виявляється надзвичайно сильною.
За даними порталу: techcrunch.com