Ang paglalabas ng mga propesyonal sa AI ni Meta at ang paggastos ng $135B sa mga chip

Isinulat ni Ada, Deep潮 TechFlow

Wala pang matagal sa trabaho ni Pang Ruoming sa Meta, nagpunta na siya.

Noong Hulyo 2025, kinuha ni Zuckerberg ang isang pinakakahanga-hangang Chinese engineer sa larangan ng AI infrastructure mula sa Apple gamit ang isang maraming taong kompensasyong plano na may kabuuang halagang higit sa 200 milyong dolyar. Inilagay si Pang Ruoming sa Superintelligence Laboratory ng Meta upang pamahalaan ang pagbuo ng infrastructure para sa susunod na henerasyon ng AI model.

7 buwan pagkatapos, kinuha siya ng OpenAI.

Ayon sa The Information, sinimulan ni OpenAI ang isang mahabang kampanya ng pag-recruit kay Pang Ruoming. Bagaman sinabi ni Pang Ruoming sa kanyang mga kasamahan na “napakasaya siya sa Meta,” pinili niya na umalis. Ayon sa Bloomberg, ang kanyang compensation package sa Meta ay nakadepende sa mga milestone, at ang pagpapalayas nang maaga ay nangangahulugan ng pagkawala ng karamihan sa kanyang hindi pa nababayaran na equity.

200 milyong dolyar, hindi kayang bilhin ang 7 buwang katapatan.

Hindi ito isang simpleng kuwento tungkol sa paglipat sa ibang trabaho.

Hindi si Pang Ruoming ang unang umalis.

Noong nakaraang linggo, si Mat Velloso, ang head ng product sa Meta Superintelligence Lab Developer Platform, ay nag-anunsyo rin ng kanyang pag-alis; siya ay lumipat sa Meta noong Hulyo ng nakaraang taon mula sa Google DeepMind at nanatili nang higit sa walong buwan. Bago pa ito, noong Nobyembre 2025, si Yann LeCun, ang Turing Award winner at pangunahing scientist sa AI na nanatili sa Meta ng 12 taon, ay nag-anunsyo ng kanyang pag-alis upang magtatag ng kanyang sariling startup para sa “world model” na palaging ipinaglalaban niya. Si Russ Salakhutdinov, pangunahing disciple ni Geoffrey Hinton at vice president ng research sa generative AI sa Meta, ay nag-anunsyo rin ng kanyang pag-alis sa nakaraang panahon.

Upang maunawaan ang pagkawala ng mga tauhan sa Meta AI, kailangan mong maunawaan kung gaano kalala ang Llama 4.

Noong Abril 2025, inilabas nang may malaking pagpapahayag ni Meta ang mga modelo na Scout at Maverick ng Llama 4. Ang mga pampublikong datos ay nakakaimpressibo, na nagsasabing lubos na nadadapa ang GPT-4.5 at Claude Sonnet 3.7 sa mga pangunahing benchmark tulad ng MATH-500 at GPQA Diamond.

Gayon, ang pangunahing modelo na nagdadaan sa mga pangarap ni Meta, ay agad na “ipinakita ang totoong kalikasan” sa mga independiyenteng blind test ng komunidad ng open source, kung saan ang tunay na generalization at reasoning capability ay may malaking pagkakaiba sa pagpapahayag. Sa harap ng malakas na pagtatanong ng komunidad, ang pangunahing siyentipiko ng AI na si Yann LeCun ay aminin sa wakas na ang kanilang koponan ay “gumamit ng iba’t ibang bersyon ng modelo para sa iba’t ibang test set upang mapabuti ang huling marka.”

Sa matiyagang akademiko at inhinyerong komunidad ng AI, ito ay tumatalikod sa hindi mapapatawad na pula. Sa ibang salita, ang tim ay pinagtrabahuhan ang Llama 4 upang maging isang “maliit na bayan na mag-aaral” na nakakagawa lamang ng mga nakaraang pagsusulit, hindi naman isang “masisipag na mag-aaral” na may tunay na maunlad na inteligensya. Kapag pagsusulit sa matematika, ibibigay nila ang pinakamalakas na pagsusulit sa matematika; kapag pagsusulit sa programming, ibibigay nila ang pinakamalakas na pagsusulit sa programming—bawat pagsusulit ay tila napakalakas, ngunit sa katotohanan, hindi ito iisang modelo.

Ito ay tinatawag na "cherry picking" sa akademikong mundo ng AI, at "cheating on behalf of others" sa mundo ng edukasyon para sa pagsusulit.

Para sa Meta, na laging nagpapakita bilang “liwanag ng bukas na source,” ang gulo na ito ay direkta ring nagpabagsak sa pinakamahalagang yaman ng tiwala sa kanilang ecosystem ng developer. Ang direktang gastos nito ay ang “kawalan ng ganap na tiwala” ni Zuckerberg sa mga teknikal na pamantayan ng kanilang orihinal na GenAI team, na nagsimula sa pagpapadala ng mga bagong eksekutibo at pagpapalabas ng mga pangunahing imprastruktura.

Ginastos niya ang $14.3 bilyon hanggang $15 bilyon upang bumili ng 49% na bahagi ng Scale AI, isang kumpanya ng data labeling, at inilagay ang 28-taong-gulang na CEO ng Scale AI, si Alexandr Wang, bilang Chief AI Officer ng Meta, at itinatag ang Meta Superintelligence Laboratory (MSL). Kailangan mag-report kayang 28-taong-gulang na batang ito si LeCun, isang tagapagwagi ng Turing Award, sa bagong arkitektura. Noong Oktubre, inalis ng Meta ang mga posisyon ng MSL na humigit-kumulang 600, kabilang ang mga miyembro ng FAIR research department na itinatag ni LeCun.

Ang pangunahang modelo na Llama 4 Behemoth, na orihinal na iskedyul na ilunsad noong tag-init ng 2025, ay patuloy na inilipat—mula sa tag-init papunta sa tag-lamig—at sa huli ay ipinagpaliban nang walang takdang panahon.

Binago ng Meta ang pag-unlad ng mga modelo na may code name na “Avocado” para sa susunod na henerasyon ng teksto at “Mango” para sa imahe/video. Ayon sa mga ulat, ang layunin ng Avocado ay ipagtanggol ang GPT-5 at Gemini 3 Ultra. Ang orihinal na takdang panahon ay dalain noong katapusan ng 2025, ngunit dahil sa hindi pagkamit ng mga resulta sa pagsubok at pag-optimize ng pagtuturo, inilipat ito sa unang kuartal ng 2026. Sa kasalukuyan, tinutukoy ng Meta na ilabas ito bilang saradong source, at itigil ang tradisyonal na bukas na source ng seryeng Llama.

Nagkakaroon ng dalawang patay na pagkakamali ang Meta sa kanilang AI models. Ang una ay ang paggawa ng fake na benchmark, na diretso nang pinagbawalan ang tiwala ng komunidad ng mga developer; ang pangalawa ay ang pagsisilip sa FAIR, isang departamento ng pangmatagalang pag-aaral na kailangan ng sampung taon upang mabuo, sa loob ng isang produkto na naglalayong makamit ang quarterly KPI. Ang dalawang bagay na ito kasama ay ang pangunahing dahilan kung bakit may malaking pagkawala ng talento.

Tumatakbo ang mga talento, at may problema rin sa chip.

Ayon sa The Information, tinanggal ng Meta ang proyektong pinapagawa nito sa loob na isang advanced AI training chip noong nakaraang linggo.

Ang sariling chip plan ni Meta ay tinatawag na MTIA (Meta Training and Inference Accelerator). Ang unang roadmap ng kumpanya ay may malalaking pangarap: ang MTIA v4 na may code name na “Santa Barbara”, v5 na may code name na “Olympus”, at v6 na may code name na “Universal Core” ay plano na ipagkaloob sa pagitan ng 2026 hanggang 2028. Ang Olympus ay disenyo bilang unang chip ni Meta na batay sa 2nm chiplet architecture, na may layuning sakop ang high-end model training at real-time inference, at sa huli ay palitan ang papel ng NVIDIA sa mga training cluster ni Meta.

Ngayon, tinanggal na ang pinaka-advanced na training chip na ito.

Hindi walang progreso ang Meta, may mga natamo nang resulta ang MTIA sa inference. Ang MTIA v3 inference chip na may code name na "Iris" ay naka-deploy nang malawak sa mga data center ng Meta, pangunahin para sa recommendation systems ng Facebook Reels at Instagram, at sinasabing bumaba ang kabuuang cost of ownership ng 40% hanggang 44%. Ngunit ang inference at training ay dalawang iba’t ibang bagay. Ang inference ay ang pagpapatakbo ng model, habang ang training ay ang pagpapalakas ng model. Kayang gawin ng Meta ang sarili nilang inference chip, ngunit hindi pa sila kayang gumawa ng training chip na makakapag-competitive sa NVIDIA.

Hindi ito ang unang beses sa kasaysayan. Noong 2022, sinubukan ng Meta na mag-develop ng sariling chip para sa inference, ngunit pagkatapos mabigo sa maliit na pagpapalaganap, agad itong itinigil at nagbigay ng malaking order kay NVIDIA.

Ang pagkabigo sa sariling pagbuo ng chip ay direktang nagpabilis sa paglalakbay ng Meta sa pagbili sa labas.

Noong Enero 2026, inanunsyo ni Meta ang kanilang budget para sa kapital na gastos sa pagitan ng $115 bilyon at $135 bilyon, halos dalawang beses ang nakaraang $72.2 bilyon. Ang malaking bahagi ng perang ito ay gagastusin sa mga chip.

Sa loob ng 10 araw, sumunod ang tatlong malalaking order:

Noong Pebrero 17, nilagdaan ni Meta at NVIDIA ang isang maraming taong, cross-generational strategic partnership. I-deploy ni Meta ang “milyon-milyon” na Blackwell at bagong henerasyon na Vera Rubin GPU ng NVIDIA, kasama ang Grace independent CPU. Ikinababala ng mga analista na ang laki ng transaksyon ay nasa milyon-milyon dolyar, at naging unang supercomputing customer sa mundo na magde-deploy nang malawakan ng Grace independent CPU ng NVIDIA.

Noong Pebrero 24, nilagdaan ni Meta ang isang maraming taong panahong kontrata sa chips na may halagang $60 bilyon hanggang $100 bilyon kasama ang AMD. Bibili si Meta ng pinakabagong MI450 series na GPU at sixth-generation EPYC CPU ng AMD. Bilang bahagi ng transaksyon, ibinigay ng AMD sa Meta ang mga warrant para sa hanggang 160 milyong karaniwang aktibong mga aksyon, na katumbas ng humigit-kumulang 10% ng AMD, sa presyo ng $0.01 bawat aksyon, na babayaran batay sa mga milestone ng pagpapadala.

Noong Pebrero 26, ayon sa The Information, nilagdaan ni Meta at Google ang isang maraming taong kasunduan na may halagang milyon-milyon dolyar upang mag-renta ng TPU chips mula sa Google Cloud para sa pag-train at pagpapatakbo ng kanilang susunod na henerasyon ng malalaking language model. Samantala, pinag-uusapan din ng dalawang kumpanya ang pagbili ni Meta ng TPU nang direkta mula sa 2027 para i-deploy sa kanilang sariling data center.

Isang kumpanya sa social media na nagbigay ng mga order na maaaring magkabuo ng higit sa isang trilyong dolyar sa loob ng 10 araw sa tatlong supplier ng chip.

Hindi ito diversified na pagkakaroon. Ito ay pagbili dahil sa panik.

Bakit ganito kalugmok ng Meta?

Una, hindi na maaasahan ang mga chip na inihanda mismo. Ang pagkansela sa pinakamodernong proyekto ng training chip ay nangangahulugan na ang Meta ay magiging nakadepende sa pagbili mula sa labas upang matugunan ang kanilang pangangailangan sa AI training sa makikita mong hinaharap. Ang MTIA chip para sa inference ay makakapag-handle ng mga matatag na aplikasyon tulad ng recommendation system, ngunit upang i-train ang mga advanced na modelo tulad ng Avocado na nakakatugon sa GPT-5, kailangan ng hardware mula sa NVIDIA o katumbas nito.

Pangalawa, hindi maghihintay ang mga kalaban. Nakakuha na ang OpenAI ng malaking pondo mula sa Microsoft, SoftBank, hanggang sa sovereign wealth fund ng United Arab Emirates. Nakapag-iskedyul na ang Anthropic ng 1 milyong TPU at Trainium chips mula sa Google at Amazon. Ang Google Gemini 3 ay natutong ganap sa TPU. Kung hindi makakuha ng sapat na computing power ang Meta, hindi lang makakapasok sa paligsahan—kundi kahit na ang pagsali sa paligsahan ay mawawala sa kanila.

Ikatlo, posibleng pinakamahalaga, kailangan ng Zuckerberg na kompensahin ang kawalan ng kakayahan sa pag-aaral at pag-unlad sa pamamagitan ng “paggamit ng kapangyarihan sa pagbili.” Ang pagkabigo ng Llama 4, ang pagkawala ng mga pangunahing tauhan, at ang mga pagsubok sa pagbuo ng sariling chip—ang tatlong pangyayaring ito ay nagkakasama at nagpapabago sa kuwento ni Meta tungkol sa AI sa harap ng Wall Street. Sa kasalukuyan, ang pag-sign ng malalaking order kay NVIDIA, AMD, at Google ay naglalabas ng isang mensahe: may pera kami, bumibili kami, at hindi tayo nagpapabaya.

Ang kasalukuyang estratehiya ni Meta ay: kung hindi mo kayang lutasin ang software, siraan ang hardware; kung hindi ka kayang pigilan ang mga tao, bumili ng chip. Ngunit ang kompetisyon sa AI ay hindi laro na maaaring panalo sa pamamagitan ng pagsusulat ng check. Ang computing power ay isang kinakailangang kondisyon, hindi sapat na kondisyon. Walang top-tier na team ng model at malinaw na teknikal na ruta, mas maraming chip ay magiging mahal na imbakan lamang.

Tingnan ang mga transaksyon ni Meta noong Pebrero, isang interesanteng detalye na hindi napapansin ng karamihan.

Binebili ni Meta ang Blackwell ngayon at ang Vera Rubin sa NVIDIA; ang MI450 at ang susunod na MI455X sa AMD; at inaangkop ang Ironwood TPU mula sa Google, at plano nilang bilhin nang direkta sa susunod na taon.

Tatlong tagapag-supply, tatlong buong iba’t ibang hardware architecture at software ecosystem.

Ibig sabihin nito na kailangan ng Meta na magpalit-palit sa tatlong magkakaibang pabrika: CUDA ni NVIDIA, ROCm ni AMD, at XLA/JAX ni Google. Bagaman ang multi-vendor strategy ay nakakatulong na magkaron ng pagkakahati sa panganib sa supply chain at mapababa ang premium sa pagbili ng hardware, ito ay magdudulot ng eksponensyal na pagtaas sa kumplikadong inhinyeriya.

Ito ang pinakamamatay na kahinaan ng Meta ngayon: upang matutong epektibong i-train ang isang modelong may trilyon na parameter sa tatlong uri ng hardware na may magkakaibang pangunahing programming model, kailangan hindi lang ng mga inhinyero na nakakaunawa sa CUDA, kundi ng mga arkitekto na kayang magbuo ng isang cross-platform training framework mula sa sero.

Hindi lalampas sa 100 ang bilang ng mga tao tulad nito sa buong mundo. Si Pang Ruoming ay isa sa kanila.

Ang pinakamagkakasalungat na imahe sa malaking taya ni Zuckerberg ay ang pagbili ng $100 bilyon sa pinakamalalim na kombinasyon ng hardware, samantalang nawawala ang mga utak na kayang gamitin ang mga ito.

Lumalayo ang larawan, ang pagkilos ni Zuckerberg sa AI sa nakaraang 18 buwan ay may kakaibang pagkakatulad sa kanyang pag-all in sa metaverse noong una:

Nakikita ang trend, malaking pagsisikap, malawakang paghingi ng tao, nakakaroon ng pagsubok, biglaang pagbabago sa estratehiya, muli'y malaking pagsisikap.

Ang 2021 hanggang 2023 ay ang panahon ng metaverse, at bawat taon ay nagkakaroon ng pagkawala ng milyon-milyong dolyar, at sa huli ay bumaba ang presyo ng mga aksyon mula sa $380 patungo sa $88. Ang 2024 hanggang 2026 ay ang panahon ng AI, at parehong walang pag-aalala sa gastos, madalas na pagbabago sa organisasyon, at parehong kuwento na “Maniwala kayo sa akin, may vision ako.”

Ang pagkakaiba ay ang pag-usbong ng AI ay mas tunay kaysa sa metaverse. Ang Meta ay may pera para ipaglaban, at ang kanilang negosyo sa pagpapalabas ay nagdala ng malaking cash flow: noong ikaapat na kuartal ng 2025, ang kita ng Meta ay ₱59.9 bilyon, na tumataas ng 24% kumpara sa nakaraang taon.

Ang problema ay: maaari mong bilhin ang chip, ang computing power, kahit ang tao na nakaupo sa iyong mesa, ngunit hindi mo mabibili ang mga nanatili.

Pang Ruoming ay pumili ng OpenAI, si Russ Salakhutdinov ay pumili na umalis, at si LeCun ay pumili ng pagtatatag ng isang startup.

Ang taya ni Zuckerberg ngayon ay na kahit saan, kung bibili ka ng sapat na chip, itatayo mo ang sapat na malaking data center, at gagastusin mo ang sapat na pera, may makakahanap ka o makakapagpapalaki ka ng mga tao na makakagamit ng mga yaring ito.

Maaaring maging totoo ang pagtaya na ito. Ang Meta ay isa sa mga pinakamay-ari ng pera sa mundo sa larangan ng teknolohiya, at ang higit sa $10 bilyon na cash flow mula sa operasyon ay ang pinakamatibay na paligid nito. Patuloy na hinuhuli ng Meta ang mga propesyonal mula sa OpenAI hanggang sa Anthropic, mula sa Google hanggang sa iba pang mga kalaban. Ayon sa Quantum Position, halos 40% ng 44 na miyembro ng Superintelligence Team ng Meta ay galing sa OpenAI.

Ngunit ang katotohanan sa kompetisyon ng AI ay ang pagkakaroon ng kapasidad sa computing, listahan ng mga tauhan, at pagganap ng model ay lahat ay publiko; ang skandalo sa pagpapalito ng benchmark ng Llama 4 ay patotoo na sa industriyang ito, hindi mo maipapakita ang iyong pagiging lider gamit ang PPT at public relations.

Ang pamilihan ay nagtataglay lamang ng isang bagay: sapat ba ang iyong modelo.

Ang arms race sa AI ay pumasok sa 2026, at ang pagkakasunod-sunod sa food chain ay nakakita na ng malinaw:

Nasa itaas ang OpenAI at Google. May pinakamalakas na modelo, pinakamalaking base ng mga user, at pinakamalikhaing pagsasapalaran ang OpenAI. May sariling chip, sariling modelo, at sariling infrastruktura sa cloud ang Google, na nagbibigay ng buong vertical integration. Sumunod sa kanila ang Anthropic, na nakabatay sa produktibong Claude model at sa suporta ng computing power mula sa Google at Amazon, na nananatili sa unang tier.

Meta? Pinakamaraming pera ang ginastos, pinakamaraming kontrata sa chip ang sinignahan, pinakamadalas ang organisasyong pagbabago, ngunit hanggang sa ngayon, wala pa ring nagawa na makakapagpaniniwala sa merkado ng isang advanced na modelo.

Ang kuwento ng AI ni Meta ay parang Yahoo noong 2005. Noong panahong iyon, ang Yahoo ay isa sa mga pinakamayayaman na kompanya sa internet, at patuloy na bumibili at naglalabas ng pera, ngunit hindi kayang gumawa ng isang search engine na katulad ng Google. Ang pera ay hindi lahat. Kailangan malinaw ni Zuckerberg kung ano talaga ang gagawin ni Meta sa AI, at hindi lang bumili ng anumang naging tanyag.

Kasalanan pa ang pagsulat ng obituary para sa Meta. 3.58 bilyon na aktibong user kada buwan, $59.9 bilyon na kinita sa bawat kuartal, at ang pinakamalaking dataset ng social media sa buong mundo—ito ay mga aset na mahirap kopyahin ng anumang kalaban.

Kung ang susunod na henerasyon ng modelo na may code name na Avocado ay maipapadala nang on schedule at mababalik sa unang tier noong 2026, ang lahat ng pagsusugal at pagpapalit ni Zuckerberg ay maaaring i-iskrip bilang “malakas na pagpapasya upang iligtas ang sitwasyon.” Ngunit kung muli itong hindi makakamit ang inaasahan, ang $135 bilyon na ginastusan ay magiging isang hanay ng mga silikon wafer na nagpapagana at nagpapainit.

Sa wakas, ang arms race ng AI sa Silicon Valley ay hindi kailangan ng mga super buyer na nagwawala ng mga check. Kailangan nila ang mga taong alam kung paano gamitin ang kapasidad na ito upang gawing katotohanan ang kinabukasan.