Втеча талантів з Meta та витрати на чіпи на $135 млрд

Автор: Ada, Shenchao TechFlow

Пан Руомін покинув свій робочий місця в Meta, навіть не встигнувши добре розсадитися.

У липні 2025 року Цукерберг відібрав у Apple цього найбільш затребуваного китайського інженера в галузі інфраструктури ШІ, запропонувавши йому багаторічний пакет винагороди на загальну суму понад 200 мільйонів доларів США. Пан Руомін був призначений до лабораторії суперінтелекту Meta, де він відповідає за створення інфраструктури для наступного покоління моделей ШІ.

Через 7 місяців його запропонував OpenAI.

За даними The Information, OpenAI протягом кількох місяців проводила активну рекрутингову кампанію щодо Пан Руоміна. Незважаючи на те, що Пан Руомін раніше повідомляв колегам, що «дуже задоволений роботою в Meta», він нарешті вирішив залишити компанію. За даними Bloomberg, його компенсаційний пакет у Meta був прив’язаний до досягнення визначених етапів, і відхід раніше строку означав втрату більшості невикуплених акцій.

200 мільйонів доларів не куплять 7 місяців відданості.

Це не проста історія про зміну роботи.

Пан Руомін не був першим, хто пішов.

На минулому тижні Мат Веллсо, керівник продукту на розробницькій платформі Superintelligence Lab компанії Meta, також оголосив про свій вихід — він приєднався до Meta у липні минулого року після того, як залишив Google DeepMind, і залишився там менше восьми місяців. Ще раніше, у листопаді 2025 року, Лауреат премії Тьюринга та головний науковець з штучного інтелекту Meta Ян Лекун, який пропрацював у компанії 12 років, оголосив про вихід, щоб заснувати власний стартап і розробляти «світову модель», яку він завжди просував. Також недавно офіційно покинув Meta Расс Салахутдинов, ключовий учень Джефрі Хінтона та віце-президент з досліджень генеративного ІІ у Meta.

Щоб зрозуміти втечу талантів з Meta AI, спочатку треба зрозуміти, наскільки серйозною була поразка Llama 4.

У квітні 2025 року Meta офіційно представила моделі Scout і Maverick серії Llama 4. Офіційні технічні характеристики виглядають вражаюче, стверджуючи, що вони повністю перевершили GPT-4.5 і Claude Sonnet 3.7 у ключових тестах, таких як MATH-500 і GPQA Diamond.

Проте ця флагманська модель, що несла амбіції Meta, швидко «розкрилася» у незалежних сліпих тестах від сторонніх учасників відкритого співтовариства: її реальні здібності до узагальнення та міркування різко відрізнялися від оголошених. Натомість на сильну критику спільноти головний науковець з штучного інтелекту Ян Лекун нарешті визнав, що команда під час тестування «використовувала різні версії моделей для різних наборів тестів, щоб оптимізувати кінцевий результат».

У строгій академічній та інженерній спільноті штучного інтелекту це торкається непростительного рубежу. Іншими словами, команда навчила Llama 4 бути «міським репетитором», який вміє тільки розв’язувати минулі іспити, а не справжнім «відмінником» з передовим інтелектом. Якщо тест з математики — тобі показують експерта з математики, якщо з програмування — експерта з програмування; кожен окремий тест виглядає дуже сильним, але насправді це не одна й та ж модель.

Це в академічному середовищі ШІ називається «вибіркою вишень», а в системі підготовки до іспитів — «підміною».

Для Meta, яка завжди вважала себе «світильником відкритого коду», цей скандал прямо зруйнував найцінніший актив — довіру в екосистемі розробників. Прямою ціною стало те, що Цукерберг «повністю втратив впевненість» у інженерних стандартах початкової команди GenAI, що стало початком наступної хвилі призначення зовнішніх керівників та обходження ключових підрозділів інфраструктури.

Він витратив 14,3–15 мільярдів доларів США на придбання 49% акцій компанії з анотації даних Scale AI, призначивши 28-річного генерального директора Scale AI Александра Ванга на посаду головного інженера з штучного інтелекту в Meta та створивши Суперінтелектуальну лабораторію Meta (MSL). Лауреат премії Тюрінга Лекун має звітувати цьому 28-річному молодому спеціалісту в новій архітектурі. У жовтні Meta скоротила приблизно 600 посад у MSL, включаючи членів дослідницького відділу FAIR, створеного Лекуном.

А оригінальний план щодо випуску флагманської моделі Llama 4 Behemoth взимку 2025 року був неодноразово відкладений: спочатку з літа на осінь, а потім — на невизначений термін.

Meta переключилася на розробку текстової моделі під кодовою назвою «Avocado» та моделі зображення/відео під кодовою назвою «Mango». За повідомленнями, метою Avocado є конкуренція з GPT-5 і Gemini 3 Ultra. Спочатку планувалося випустити її наприкінці 2025 року, але через недостатні результати тестування продуктивності та оптимізації навчання термін було перенесено на перший квартал 2026 року. Meta розглядає можливість випуску її як закритого програмного забезпечення, відмовившись від традиційного відкритого коду серії Llama.

Meta допустила дві смертельні помилки у розробці AI-моделей. Перша — підробка benchmarkів, що напряму зруйнувала довіру спільноти розробників; друга — примусове включення FAIR, відділу фундаментальних досліджень, що вимагає десятиліть напруженої роботи, до продуктової організації, орієнтованої на квартальні KPI. Разом ці дві помилки — основна причина втечі талантів.

Таланти втікають, і з чіпами виникли проблеми.

За даними The Information, Meta минулого тижня припинила проект з розробки найсучаснішого чіпа для навчання ШІ власними силами.

План саморозроблених чіпів Meta називається MTIA (Meta Training and Inference Accelerator). Початковий дорожній план компанії амбітний: MTIA v4 з кодовою назвою «Santa Barbara», v5 з кодовою назвою «Olympus» та v6 з кодовою назвою «Universal Core» планується поступово випустити у період з 2026 по 2028 рік. Olympus розроблений як перший чіп Meta на основі архітектури 2nm chiplet, призначений для одночасного покриття високопродуктивного навчання моделей та реального часу висновків, з метою остаточного замінення продуктів NVIDIA у тренувальних кластерах Meta.

Зараз цей передовий тренувальний чіп припинено.

Meta не без прогресу — MTIA досягла певних успіхів у сфері висновків. Чіп MTIA v3 під кодовою назвою «Iris» уже масово впроваджений у центрах обробки даних Meta, переважно для систем рекомендацій Facebook Reels та Instagram, що, як стверджується, знизило загальні витрати на володіння на 40–44%. Але висновки та навчання — це дві різні речі. Висновки — це запуск моделі, а навчання — це тренування моделі. Meta може створювати чіпи для висновків, але не може виготовити чіпи для навчання, які могли б конкурувати з NVIDIA.

Це не перший раз у історії. У 2022 році Meta спробувала розробити власний чіп для висновків, але після невдачі у невеликому розгортанні повністю відмовилася від цього проекту і замовила велику партію у NVIDIA.

Невдача зі власним чіпом прискорила хвильову закупівлю Meta.

У січні 2026 року Meta оголосила, що бюджет капітальних витрат на цей рік становить від 115 до 135 мільярдів доларів США — майже вдвічі більше, ніж 72,2 мільярда доларів США минулого року. Основна частина цих коштів буде витрачена на чіпи.

Протягом 10 днів три великих угоди послідовно виконані:

17 лютого Meta підписала багаторічну, міжпоколінню стратегічну угоду з NVIDIA. Meta планує розгорнути «мільйони» GPU Blackwell та нового покоління Vera Rubin, а також незалежні CPU Grace. Аналітики оцінюють обсяг угоди на сотні мільярдів доларів США, і Meta стає першим у світі суперкомп’ютерним клієнтом, який масово розгортає незалежні CPU Grace від NVIDIA.

24 лютого Meta підписала багаторічну угоду з AMD на суму від 60 до 100 мільярдів доларів США. Meta збирається закуповувати найновіші GPU серії MI450 та шосте покоління CPU EPYC від AMD. Як частина угоди, AMD видала Meta варант на придбання до 160 мільйонів звичайних акцій, що відповідає приблизно 10% акцій AMD, за ціною 0,01 долара США за акцію, з виплатою за досягненням міледжонів.

26 лютого, за повідомленням The Information, Meta уклали з Google угоду на десятки мільярдів доларів на кілька років щодо оренди чіпів TPU від Google Cloud для навчання та запуску своєї наступної генерації великих мовних моделей. Крім того, сторони обговорюють можливість того, що Meta з 2027 року безпосередньо купить TPU для розгортання у своїх центрах обробки даних.

Соціальна мережа подала замовлення на суму, що може перевищувати 100 мільярдів доларів США, трьом виробникам чіпів протягом 10 днів.

Це не диверсифікація. Це панічна закупівля.

Чому Meta так поспішає?

По-перше, на власних чіпах розраховувати не варто. Проект найсучасніших тренувальних чіпів було скасовано, що означає, що Meta в передбачуваному майбутньому зможе задовольняти потреби в навчанні ШІ лише за рахунок закупівлі. Чіпи MTIA для висновків можуть обробляти зрілі бізнес-процеси, такі як системи рекомендацій, але для навчання передових моделей, таких як Avocado, що порівнюється з GPT-5, необхідні обладнання від NVIDIA або аналогічного рівня.

Друге: конкуренти не будуть чекати. OpenAI отримала величезний обсяг ресурсів від Microsoft, SoftBank та суверенних фондів ОАЕ. Anthropic забезпечила постачання по 1 мільйону чіпів TPU та Trainium від Google та Amazon. Google Gemini 3 був повністю навчений на TPU. Якщо Meta не отримає достатньо обчислювальних потужностей, вона навіть не зможе отримати доступ до цього ринку.

Третє, і, можливо, найбільш фундаментальне: Цукербергу потрібно компенсувати недоліки у розробці за допомогою купівельної спроможності. Невдача з Llama 4, втеча ключових фахівців та проблеми зі створенням власних чіпів — ці три події разом зробили розповідь Meta про ШІ хрупкою перед інвесторами на Уолл-стріт. Підписання великих контрактів із NVIDIA, AMD та Google зараз хоча б передає сигнал: у нас є гроші, ми купуємо, ми не здаємося.

Стратегія Meta зараз полягає в тому, що, якщо не вдається вирішити проблему з програмним забезпеченням, то руйнують апаратне забезпечення; якщо не можуть утримати людей, то купують чіпи. Але конкуренція в галузі ШІ — це не гра, яку можна виграти просто написанням чеків. Обчислювальна потужність — це необхідна, але не достатня умова. Без команди топових моделей і чіткої технологічної стратегії, навіть найбільша кількість чіпів залишиться лише дорогим складським запасом.

Поглянувши назад на три угоди Meta у лютому, цікавий деталь, який більшість людей проігнорувала.

Meta купує у NVIDIA поточні Blackwell та майбутні Vera Rubin; у AMD — MI450 та майбутні MI455X; у Google орендує поточні Ironwood TPU, планує купити їх безпосередньо наступного року.

Три постачальники, три абсолютно різні архітектури апаратного забезпечення та програмні екосистеми.

Це означає, що Meta має постійно переключатися між трьома абсолютно різними нижчоуровневими екосистемами: CUDA від NVIDIA, ROCm від AMD та XLA/JAX від Google. Багатопостачальницька стратегія, безумовно, дозволяє розподілити ризики ланцюга поставок та знизити надбавки за обладнання, але призведе до експоненційного зростання інженерної складності.

Це саме найбільш смертельна слабкість Meta зараз: щоб ефективно навчати модель з трильйоном параметрів на трьох системах з абсолютно різними базовими архітектурами, потрібні не просто інженери, що розуміють CUDA, а архітектори, здатні з нуля створити крос-платформу для навчання.

Цих людей у світі, можливо, не більше 100. Пан Руомін — один з них.

Найбільш магічною сценою в цій великій ставці Цукерберга є те, що він витрачає 100 мільярдів доларів на покупку найскладнішого у світі апаратного комплексу, водночас втрачаючи розуми, які здатні керувати цим обладнанням.

Якщо відійти трохи назад і подивитися, стратегія Заккберга щодо ШІ за останні 18 місяців дивовижно схожа на його підхід до метавсесвіту:

Помітивши тенденцію, вклали величезні кошти, масово найняли персонал, зіткнулися з труднощами, різко змінили стратегію і знову вклали величезні кошти.

З 2021 по 2023 рік це був метавсесвіт — і щороку втрати становили десятки мільярдів доларів, в результаті що ціна акцій впала з 380 до 88 доларів. З 2024 по 2026 рік це штучний інтелект — знову ж таки безлімітні витрати, часті реструктуризації організації та та сама історія «довірятися мені, у мене є бачення».

Відмінність у тому, що на цей раз хвильова зона штучного інтелекту дійсно набагато реальніша, ніж метавсесвіт. У Meta є гроші на витрати: їхній рекламний бізнес генерує надзвичайно великий грошовий потік; у четвертому кварталі 2025 року дохід Meta становив 59,9 мільярда доларів США, що на 24% більше, ніж у попередній період.

Проблема в тому, що гроші можна купити чіпи, обчислювальну потужність, навіть людину, що сидить за робочим місцем, але не можна купити того, хто залишається.

Пан Руо Мін вибрав OpenAI, Расс Салахутдинов вирішив залишити, а Лекун вибрав підприємництво.

Зукерберг зараз робить ставку на те, що, якщо купити достатньо чіпів, побудувати достатньо великий центр обробки даних і витратити достатньо грошей, завжди можна знайти або навчити людей, які зможуть використовувати ці ресурси.

Ця ставка може виявитися вдалою. Meta, звичайно ж, є однією з найбагатших технологічних компаній у світі, а більше 100 мільярдів доларів операційного грошового потоку — це її найміцніша перевага. Вона постійно приваблює таланти від OpenAI до Anthropic, від Google до інших конкурентів. За даними QuantumBit, майже 40% із 44 членів команди суперінтелекту Meta походять з OpenAI.

Але жорстокість AI-конкурсу полягає в тому, що обчислювальні ресурси, списки талантів та показники моделей є відкритими; випадок з підробкою benchmark Llama 4 довів, що в цій галузі неможливо підтримувати лідерство за допомогою PPT та паблік релейшнз.

Ринок нарешті визнає лише одну річ: наскільки добре ваша модель.

Змагання зі штучним інтелектом у 2026 році: ієрархія ланцюга харчування вже визначилася:

На вершині — OpenAI та Google. OpenAI має найпотужніші моделі, найбільшу базу користувачів і найбільш агресивне фінансування. Google має повну вертикальну інтеграцію: власні чіпи, власні моделі та власну хмарну інфраструктуру. Anthropic йде за ними, підтримуючись продуктивністю моделі Claude та двома джерелами обчислювальних ресурсів — від Google та Amazon, що забезпечує їй місце у першій лізі.

Meta? Вона витратила найбільше грошей, підписала найбільше контрактів на чіпи, провела найчастіші організаційні перестановки, але досі не представила жодної передової моделі, яка б переконала ринок.

Історія AI від Meta схожа на Yahoo 2005 року. Тоді Yahoo була однією з найбагатших компаній у Інтернеті, активно купувала та витрачала гроші, але не змогла створити пошукову систему на рівні Google. Гроші — не панацея. Цукербергу потрібно зрозуміти, що саме Meta хоче досягти в галузі AI, а не купувати все, що популярне.

Звичайно, писати похоронну відомість для Meta ще дуже рано. 3,58 мільярда щомісячних активних користувачів, 59,9 мільярда доларів США щоквартального доходу, найбільший у світі набір соціальних даних — це активи, які будь-який конкурент важко відтворити.

Якщо наступна генерація моделі під кодовою назвою Avocado буде доставлена відповідно до графіка у 2026 році і знову повернеться до першої ліги, всі витрати та реструктуризації Заккберга будуть представлені як «стратегічна вирішуваність, що врятувала ситуацію». Але якщо знову не відповідатиме очікуванням, то ці 135 мільярдів доларів принесуть лише купи електрифікованих та нагрітих кремнієвих вузлів.

Нарешті, у硅谷 AI-змаганні завжди знайдуться суперпокупці, які махають чеками. Бракує лише тих, хто знає, як перетворити цю обчислювальну потужність на майбутнє.