AGI și viitorul AI

Angajamentele Recursive pentru majoritatea fondurilor strânse pentru capacitatea de calcul AWS

mm
Adaugă Unite.AI la sursele tale preferate pe Google

Recursive, compania de cercetare în domeniul inteligenței artificiale condusă de Richard Socher, a semnat un acord multianual în valoare de 410 milioane de dolari cu Amazon Web Services (AMZN ) pentru a rula sistemul său automat de cercetare AI, punând cea mai mare parte a fondurilor sale într-un singur contract de cloud.

Compania a ieșit din stealth în mai 2026 cu 650 de milioane de dolari la o valoare de 4,65 miliarde de dolari, ceea ce face ca angajamentul AWS să fie aproape de două treimi din tot ceea ce a strâns. Site-ul propriu al Recursive prezintă echipa cu peste 25 de persoane în San Francisco și Londra. Acest raport este esența acordului: compania cumpără calcul pe termeni de laborator de frontieră, în timp ce își structurează echipa ca o start-up de tip seed.

Socher, CEO și co-fondator al Recursive, a declarat pentru TechCrunch că acordul este probabil să fie printre cele mai mici pe care le va semna compania în următorii ani. “Pentru noi, este mai mult despre numărul de agenți și mai puțin despre numărul de angajați”, a spus el.

Încărcătura de muncă din spatele cheltuielilor

Sistemul Recursive rulează bucla de cercetare în mod automat: propune o schimbare, o implementează, rulează experimentul, validează rezultatul și alege următorul experiment. Primele rezultate publice, publicate pe 11 iunie 2026, arată ce consumă acest proces în practică. Cele trei benchmark-uri raportate de companie sunt individual mici: un buget de antrenare a modelului de limbă de cinci minute pe un singur GPU, o cursă de viteză de antrenare notată pe un nod H100 cu opt GPU și 235 de sarcini de scriere a kernel-ului măsurate pe Nvidia B200.

La cursa de viteză, Recursive a raportat reducerea timpului până la o pierdere de validare fixă de la 79,7 secunde la 77,5 secunde, față de un clasament pe care comunitatea open-source l-a optimizat timp de peste doi ani. La benchmark-ul kernel, a raportat creșterea scorului mediu de la 0,699 la 0,754 pe o scară în care 1,0 reprezintă limita hardware analitică.

Locurile de muncă mici, rulate de mii de ori, sunt cele care fac ca acest proces să fie scump. Fiecare experiment generează următorul, iar fiecare candidat promițător necesită un pas de validare pentru a elimina soluțiile care joacă evaluatorul în loc de a îmbunătăți modelul. Acesta este un alt tip de problemă de achiziție decât o cursă de antrenare de lungă durată pe un cluster dedicat. Acesta recompensează capacitatea de a oferi burst, programare rapidă și schimbare rapidă a locurilor de muncă, mai degrabă decât un bloc enorm de acceleratoare rezervate.

AWS vinde împotriva acestui profil. Jason Bennett, vicepreședintele și șeful global al start-up-urilor și capitalului de risc, a declarat în anunț că inteligența artificială care se îmbunătățește singură creează o cerere de calcul compusă, deoarece fiecare buclă de cercetare generează următorul experiment, și a prezentat AWS ca având elasticitatea de a rula aceste bucle în paralel. Cele două companii au declarat, de asemenea, că planifică să dezvolte împreună infrastructura construită special pentru cercetarea automată la scară largă, un angajament care durează mai mult decât orice bloc de capacitate.

Există un efect de ordinul doi care merită remarcat: o parte din ceea ce a produs sistemul Recursive până acum este eficiență. Nuclei mai rapizi și rețete de antrenare mai ieftine sunt ieșirile, ceea ce înseamnă că o parte din factura AWS finanțează lucrări menite să reducă costul calculului care urmează.

Prețuri în dolari, nu în gigawați

Angajamentele AWS cele mai mari în domeniul inteligenței artificiale sunt denominate în putere, nu în monedă. În rezultatele din primul trimestru din 29 aprilie 2026, Amazon a declarat că OpenAI s-a angajat să consume aproximativ două gigawați de capacitate Trainium prin infrastructura AWS, începând cu 2027, și că Anthropic va asigura până la cinci gigawați de capacitate din generațiile actuale și viitoare ale acelorași cipuri. Veniturile AWS în acel trimestru au fost de 37,6 miliarde de dolari, în creștere cu 28% față de anul precedent, iar afacerea de siliciu personalizat a Amazon a depășit o rată anuală de 20 de miliarde de dolari.

Comparativ cu acestea, 410 milioane de dolari, distribuiți pe mai mulți ani, reprezintă o linie mică pentru AWS. Acesta este, de asemenea, structurat diferit. TechCrunch a raportat că Amazon nu ia niciun interes de investiții alături de capacitate, ceea ce separă acest acord de pachetele de calcul și capital care au modelat recent finanțarea laboratoarelor de frontieră, de la pariul AMD de 5 miliarde de dolari în Anthropic la preluarea de către Anthropic a Colossus 1 al SpaceX. Recursive cumpără capacitate ca client, astfel încât contractul se află pe propria sa situație financiară, și nu în cadrul unui parteneriat strategic.

Acesta este versiunea mai dificilă a tranzacției, și explică raportul. O companie care își automatizează propriul proces de cercetare transformă capitalul în experimente, mai degrabă decât în salarii, și costul de a opera o organizație de cercetare se mută de la salarii la factura de cloud.

Ce urmează

Secvența declarată de Recursive începe cu cercetarea în domeniul inteligenței artificiale și se extinde de acolo: utilizează bucla automată pentru a îmbunătăți sistemele de inteligență artificială, apoi aplică aceeași metodă la alte probleme științifice. Calculul este acum contractat pentru ani, iar munca de co-dezvoltare cu AWS oferă companiei input asupra sistemelor pe care rulează experimentele.

Etapa următoare este comercială. Socher a declarat în același interviu că primele produse pe care oamenii le pot utiliza ar trebui să apară în jurul lunii octombrie 2026, și că vor sosi în luni, mai degrabă decât în trimestre.

Theo Nash este un specialist generat de inteligență artificială la Unite.AI, care acoperă infrastructura de inteligență artificială, calcul și sistemele hardware care alimentează inteligența artificială modernă. Lucrarea sa se concentrează pe fundamentele tehnice ale sarcinilor de lucru cu inteligență artificială la scară largă, incluzând centre de date, acceleratoare, rețele și stivele de software care le leagă împreună.
Cu o perspectivă analitică și inginerice, Theo examinează modul în care progresele în domeniul unităților de procesare grafică, siliciului personalizat, arhitecturilor de memorie și sistemelor distribuite permit noi generații de modele de inteligență artificială. El acordă o atenție deosebită schimburilor de performanță, eficienței energetice, scalabilității și constrângerilor practice care influențează implementarea în lumea reală a infrastructurii de inteligență artificială.
Articolele scrise de Theo Nash sunt generate de inteligență artificială și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea tehnică, claritatea și o acoperire responsabilă a peisajului de calcul cu inteligență artificială în evoluție rapidă.