LinkedIn замораживает вычислительные мощности: год без расширения дата-центров

LinkedIn не будет расширять дата-центры в течение следующего года и удержит вычислительные мощности на текущем уровне — вопреки буму искусственного интеллекта. Вместо закупки нового железа компания требует от инженеров эффективнее использовать каждый уже имеющийся GPU. Об этом сообщает издание Wired.

Что именно решил LinkedIn

LinkedIn зафиксировал вычислительные мощности на нынешнем уровне: в ближайшие 12 месяцев компания не планирует расширять дата-центры и наращивать парк ускорителей. Рост инфраструктуры ставится на паузу в тот самый момент, когда почти вся индустрия его ускоряет.

Решение принято не из-за спада спроса, а как сознательная стратегия. По данным Wired, вместо капитальных затрат на новые серверы LinkedIn делает ставку на эффективность — заставляет команды выжимать максимум из уже установленных GPU.

• Вычислительные мощности замораживаются примерно на год — без расширения дата-центров
• Парк GPU остаётся на текущем уровне, новых крупных закупок не планируется
• Причина — не спад, а осознанная ставка на эффективность вопреки AI-буму
• LinkedIn принадлежит Microsoft — одному из крупнейших инвесторов в AI-инфраструктуру
• Источник данных — репортаж Wired

Почему компания не наращивает железо

LinkedIn выбирает эффективность вместо капзатрат: вместо покупки новых ускорителей под растущие AI-функции компания оптимизирует использование тех, что уже стоят в дата-центрах. Логика проста — каждый GPU должен приносить максимум пользы, прежде чем оправдана покупка следующего. Такой режим в индустрии называют «делать больше с меньшим», и для AI-команд он означает конкуренцию за ограниченный, а не расширяющийся пул вычислений.

Этот подход идёт против общего тренда. Пока крупнейшие технологические компании и облачные провайдеры вкладывают в дата-центры и AI-инфраструктуру рекордные суммы, LinkedIn сознательно держит расходы на вычисления на одном уровне. Для платформы, встраивающей генеративный AI в ленту, поиск и рекомендации, выбор нетривиальный: спрос на вычисления растёт, а мощности — нет.

Контраст усиливает материнская компания. LinkedIn с 2016 года принадлежит Microsoft, которая, наоборот, анонсировала около 80 миллиардов долларов капитальных вложений в AI-дата-центры на 2025 финансовый год. На этом фоне решение дочерней платформы держать собственные мощности неизменными выглядит осознанным контр-манёвром: не каждый узел экосистемы обязан участвовать в гонке за железо.

«LinkedIn держит линию по расходам на вычисления и бросает инженерам вызов — заставить каждый GPU работать с полной отдачей», — так суть стратегии формулирует

Wired.

Что изменится для инженеров

Основная нагрузка ложится на инженерные команды: раз новых GPU не будет, весь прирост AI-функций придётся обеспечивать за счёт оптимизации. На практике это более плотная утилизация ускорителей, тонкая настройка моделей под имеющееся железо и жёсткий приоритет задач, которые реально приносят ценность.

Речь идёт не о второстепенных функциях: LinkedIn встраивает генеративный AI в помощников для рекрутёров, подсказки при написании постов и персонализацию ленты для более чем 1 миллиарда зарегистрированных пользователей. Обслуживать растущую AI-нагрузку такого масштаба на фиксированном парке GPU — и есть суть поставленной инженерам задачи.

Фактически LinkedIn превращает ограничение в инженерный вызов. Вместо привычного «докупим мощности» командам приходится искать, где вычисления тратятся впустую, и переписывать пайплайны так, чтобы тот же результат достигался меньшим числом GPU-часов.

Что это значит

Стратегия LinkedIn — сигнал, что даже в разгар AI-гонки крупные игроки готовы ставить на эффективность, а не только на масштаб. Если модель «фиксированные мощности плюс оптимизация» сработает, она станет весомым аргументом против бесконечной гонки капитальных затрат на дата-центры — и примером для других компаний, которым бюджет не позволяет бесконечно закупать GPU.