Meta: Купить за сотни миллиардов вычислительных мощностей, удержать ключевых людей не удается

Соревнование в области ИИ в Кремниевой долине никогда не обходится без суперпокупателей, размахивающих чековыми книжками. Не хватает тех, кто знает, как из этих вычислительных мощностей выковать будущее.

Автор: Ada, Deep潮 TechFlow

Понг Жо Минг еще не успел хорошо устроиться на рабочем месте в Meta, как ушел.

В июле 2025 года Зукерберг предложил ему многолетний контракт с общей стоимостью более 200 миллионов долларов, вырвав этого востребованного инженера из области инфраструктуры ИИ у Apple. Понг Жо Минг был назначен в суперинтеллектуальную лабораторию Meta, отвечая за создание инфраструктуры для следующего поколения моделей ИИ.

Через 7 месяцев его переманили в OpenAI.

По информации The Information, OpenAI в течение нескольких месяцев активно вело кампанию по его найму. Хотя Понг Жо Минг говорил коллегам, что «работа в Meta ему очень нравится», в итоге он все же решил уйти. По данным Bloomberg, его компенсационный пакет в Meta был связан с достижением определенных целей, а досрочный уход означал бы отказ от большей части невыплаченных акций.

200 миллионов долларов — не хватило на 7 месяцев лояльности.

Это не просто история о смене работы.

Один человек уходит — сигнал для всей команды

Понг Жо Минг не первый, кто ушел.

На прошлой неделе руководитель платформы разработчиков в суперинтеллектуальной лаборатории Meta Мат Веллозо тоже объявил о своем уходе. Он перешел в Meta в июле прошлого года из Google DeepMind и проработал менее 8 месяцев. Еще раньше, в ноябре 2025 года, лауреат премии Тьюринга, главный ученый по ИИ в Meta Ян Лекун объявил о своем уходе, чтобы заняться стартапом по созданию «модели мира», которую он давно продвигал. Также недавно ушел вице-президент по исследованиям генеративного ИИ в Meta Русс Салахутдинов, один из ключевых учеников Хинтона.

Чтобы понять утечку талантов из Meta AI, нужно понять, насколько сильно пострадала модель Llama 4.

В апреле 2025 года Meta громко представила серии моделей Llama 4 — Scout и Maverick. Официальные данные выглядят впечатляюще: в основных бенчмарках MATH-500 и GPQA Diamond модель превосходит GPT-4.5 и Claude Sonnet 3.7.

Однако эта флагманская модель, на которую возлагались большие надежды, быстро «раскрыла свои карты» в независимых тестах сторонних сообществ, показывая значительный разрыв между заявленными возможностями и реальной универсальностью и логикой. В ответ на жесткую критику главный ученый по ИИ Ян Лекун признал, что команда в ходе тестирования использовала разные версии модели для разных тестовых наборов, чтобы улучшить итоговые показатели.

В строгой академической и инженерной среде это считается непозволительной ошибкой. Иными словами, команда натаскала Llama 4 на решение старых тестов, превратив его в «домашнего заданиячника», а не в настоящего передового интеллектуала. Он показывает отличные результаты по математике или программированию, но это разные модели, просто объединенные одним названием.

Это называется «собирать вишни» в академической среде и «подделывать экзамен» в системе обучения.

Для Meta, которая позиционирует себя как «маяк открытого исходного кода», этот скандал разрушил самое ценное доверие в экосистеме разработчиков. Его цена — Зукерберг потерял веру в инженерную базу своей команды по генеративному ИИ, что открыло путь для назначения новых руководителей и замещения ключевых инфраструктурных подразделений.

Он потратил от 14,3 до 15 миллиардов долларов на покупку 49% акций компании Scale AI, а 28-летнего CEO Александра Ванга — назначил на должность главного специалиста по ИИ в Meta, создав суперинтеллектуальную лабораторию (MSL). Лекун, лауреат премии Тьюринга, теперь должен отчитываться перед этим молодым человеком. В октябре Meta сократила около 600 позиций в MSL, включая сотрудников исследовательского подразделения FAIR, которое он основал.

А запланированная на лето 2025 года публикация флагманской модели Llama 4 Behemoth была отложена снова — с лета на осень, а затем и вовсе отложена на неопределенный срок.

Meta переключилась на разработку модели под кодовым названием «Авокадо» — следующего поколения текстовой модели, и «Манго» — модели для изображений и видео. По сообщениям, цель «Авокадо» — конкурировать с GPT-5 и Gemini 3 Ultra. Изначально планировалось завершить к концу 2025 года, но из-за недостаточной производительности и проблем с обучением сроки сдвинули на первый квартал 2026-го. Meta рассматривает возможность закрытого релиза, отказавшись от традиционной открытости серии Llama.

Meta допустила две критические ошибки в области ИИ-моделей. Первая — фальсификация benchmark, которая разрушила доверие разработчиков; вторая — попытка встроить в команду FAIR, которая занимается фундаментальными исследованиями и требует десятилетий, продуктовую организацию, ориентированную на квартальные KPI. Эти две ошибки — корень нынешней утечки талантов.

Самостоятельное производство чипов — еще одна сломанная нога

Люди бегут, а с чипами тоже проблемы.

По информации The Information, на прошлой неделе Meta отказалась от разработки своих самых передовых тренировочных чипов.

Проект по созданию собственных чипов называется MTIA (Meta Training and Inference Accelerator). Изначальный план был амбициозен: версии v4 («Santa Barbara»), v5 («Olympus») и v6 («Universal Core») должны были появиться в 2026–2028 годах. Olympus предполагался как первый чип Meta на базе 2-нм архитектуры, предназначенный для высокопроизводительных тренировок и реального времени, чтобы заменить NVIDIA в кластерах обучения.

Теперь этот самый передовой тренировочный чип отменен.

Meta не стоит на месте: на этапе inference уже есть успехи. Чипы MTIA под кодовым названием «Iris» уже широко используются в дата-центрах Meta для рекомендаций Facebook Reels и Instagram, снизив общие издержки на 40–44%. Но inference и обучение — это разные вещи. Inference — это запуск модели, обучение — ее создание. Meta может делать inference-чипы, но не способна создать полноценные тренировочные чипы, способные конкурировать с NVIDIA.

Это не первый случай. В 2022 году Meta пыталась самостоятельно создать inference-чип, но после неудачи в небольшом масштабе отказалась и вернулась к заказам у NVIDIA.

Провал в собственных чипах ускорил закупки у сторонних производителей.

Паника на 135 миллиардов долларов

В январе 2026 года Meta объявила, что в этом году расходы на капитальные вложения составят от 115 до 135 миллиардов долларов — почти вдвое больше, чем в прошлом году (722 миллиона). Основная часть — на чипы.

За 10 дней было заключено три крупные сделки:

17 февраля — Meta подписала многолетнее стратегическое соглашение с NVIDIA. Компания планирует развернуть «миллионы» GPU Blackwell и нового поколения Vera Rubin, а также CPU Grace. Аналитики оценивают сумму сделки в сотни миллиардов долларов, и Meta стала первым в мире крупным заказчиком, внедряющим CPU Grace в суперкомпьютеры.

24 февраля — Meta подписала контракт с AMD на сумму от 600 до 1000 миллиардов долларов. В рамках сделки Meta закупит последние GPU MI450 и шестое поколение CPU EPYC. В обмен AMD предоставила Meta опционы на 160 миллионов акций — около 10% компании по цене 0,01 доллара за акцию, с выплатой поэтапно при выполнении условий.

26 февраля — по информации The Information, Meta заключила многолетний контракт с Google на сотни миллиардов долларов, арендуя TPU-чипы Google Cloud для обучения и запуска своих новых больших языковых моделей. Также обсуждается возможность прямых закупок TPU для собственных дата-центров с 2027 года.

Одна социальная сеть за 10 дней разместила заказы у трех поставщиков чипов на сумму, превышающую триллион долларов.

Это не диверсификация — это паника.

Три уровня логики вычислительных мощностей

Почему Meta так спешит?

Первое — надежды на собственные чипы рухнули. Проект по созданию передовых тренировочных чипов отменен, значит, в обозримом будущем Meta придется покупать их у сторонних производителей. Чипы для inference справляются с рекомендациями, но для обучения моделей уровня GPT-5 нужны только самые мощные решения — NVIDIA или равные им.

Второе — конкуренты не ждут. OpenAI уже привлекла огромные ресурсы Microsoft, SoftBank и суверенный фонд ОАЭ. Anthropic закупает у Google и Amazon по миллиону TPU и Trainium. Gemini 3 полностью обучается на TPU. Если Meta не получит достаточной вычислительной мощности, она не сможет участвовать в гонке.

Третье — возможно, самое важное — Зукерберг пытается компенсировать недостаток R&D покупками. Провал Llama 4, утечка талантов, неудачи с собственными чипами — все это делает историю Meta в области ИИ уязвимой на Уолл-стрит. Заключение контрактов с NVIDIA, AMD и Google — хотя бы сигнал: у нас есть деньги, мы покупаем, мы не сдаемся.

Стратегия Meta сейчас — если не получается софт, покупаем железо; если не удерживаем кадры — покупаем чипы. Но в ИИ-соревновании нельзя выиграть только чековыми книжками. Вычислительные мощности — необходимое условие, но не достаточное. Без топовой команды и ясной технологической стратегии любые чипы — лишь дорогие запасы на складе.

Проблема покупателя

Обратимся к трем сделкам Meta в феврале — и заметим один интересный момент, который большинство упустило.

Meta покупает у NVIDIA текущие Blackwell и будущие Vera Rubin; у AMD — MI450 и будущий MI455X; у Google — арендует TPU, планируя в следующем году купить их напрямую.

Три поставщика, три совершенно разные архитектуры и экосистемы.

Это означает, что Meta придется постоянно переключаться между CUDA от NVIDIA, ROCm от AMD и XLA/JAX от Google. Многопоставочная стратегия помогает снизить риски цепочки поставок и снизить цену, но увеличивает сложность разработки в разы.

Это — самая уязвимая точка Meta: чтобы обучить модель с миллиардами параметров на трех разных платформах, нужны не только инженеры, знающие CUDA, но и архитекторы, способные с нуля построить кроссплатформенную обучающую систему.

Таких специалистов в мире, вероятно, не более 100. Понг Жо Минг — один из них.

Потратить 100 миллиардов долларов на самые сложные аппаратные комплексы и при этом терять мозги, способные управлять этими системами — вот что самое фантастическое в этой игре Зукерберга.

Игра Зукерберга

Если посмотреть шире, то стратегия Зукерберга за последние 18 месяцев в области ИИ очень похожа на его прошлую «все или ничего» в метавселенной:

видит тренд — вкладывает огромные деньги, нанимает много людей, сталкивается с неудачами — меняет стратегию — снова вкладывает.

2021–2023 — метавселенная, убытки сотни миллиардов, цена акций с 380 до 88 долларов. 2024–2026 — ИИ, те же безумные траты, частые реорганизации, та же история «верю, у меня есть видение».

Разница в том, что сейчас тренд на ИИ кажется более реальным, чем метавселенная. У Meta есть деньги, чтобы тратить: рекламный бизнес приносит стабильный денежный поток, в четвертом квартале 2025 года выручка составила 59,9 миллиарда долларов — рост на 24%.

Проблема в другом: деньги можно купить чипы, вычислительные мощности, даже людей на рабочих местах, но нельзя купить тех, кто останется.

Понг Жо Минг выбрал OpenAI, Русс Салахутдинов — ушел, Лекун — создал стартап.

Теперь ставка Зукерберга — если купить достаточно чипов, построить большие дата-центры и потратить много денег, то обязательно найдутся или вырастут люди, способные использовать эти ресурсы.

Эта ставка может сработать. Meta — одна из самых богатых технологических компаний мира, с операционным денежным потоком свыше 100 миллиардов долларов, что является ее прочной защитой. По данным Quantumbit, около 40% из 44 человек в команде суперинтеллекта Meta пришли из OpenAI.

Но в жесткой гонке ИИ все открыто: и вычислительные ресурсы, и список талантов, и показатели моделей. Факт фальсификации benchmark Llama 4 доказал, что в этой индустрии нельзя просто полагаться на презентации и PR, чтобы сохранить лидерство.

В конечном итоге рынок ценит только одно — насколько хороша ваша модель.

Позиция в пищевой цепочке

К 2026 году соревнование в области ИИ уже имеет четкую иерархию:

На вершине — OpenAI и Google. У OpenAI самые мощные модели, самая большая база пользователей и самые агрессивные инвестиции. У Google — собственные чипы, модели и облачная инфраструктура, полностью вертикально интегрированные. Anthropic — следом, благодаря продуктам на базе Claude и двойной поддержке Google и Amazon, занимает первую линию.

Meta? Она потратила больше всех, подписала самые крупные контракты на чипы, провела самые частые реорганизации, но пока не представила ни одной модели, которая убедила бы рынок.

История Meta в ИИ похожа на 2005 год — тогда Yahoo тоже был одним из богатейших интернет-компаний, активно покупал и инвестировал, но так и не смог создать поисковую систему уровня Google. Деньги — не все. Зукерберг должен понять, что именно он хочет делать в ИИ, а не просто покупать то, что сейчас в тренде.

Конечно, рано хоронить Meta. 3,58 миллиарда активных пользователей в месяц, квартальная выручка в 59,9 миллиарда долларов и крупнейший в мире набор социальных данных — это активы, которые трудно повторить.

Если модель под кодовым названием «Авокадо» будет успешно запущена в 2026 году и вернется в первую линию, все вложения и перестройки Зукерберга можно будет представить как «стратегию, которая спасает ситуацию». Но если снова не оправдает ожиданий, то эти 135 миллиардов долларов превратятся лишь в склады с дорогими силиконовыми пластинами, которые светятся и греются.

В конце концов, в гонке за ИИ в Кремниевой долине никогда не было недостатка в суперпокупателях, размахивающих чековыми книжками. Не хватает тех, кто умеет из этих мощностей выковать будущее.