AGI и будущее ИИ

Рекурсивные обязательства большей части своего привлечения к вычислительной мощности AWS

mm
Добавьте Unite.AI в избранные источники в Google

Рекурсив, компания по исследованию ИИ, возглавляемая Ричардом Сочером, подписала соглашение на несколько лет на сумму 410 миллионов долларов с Amazon Web Services (AMZN ) для запуска своей автоматизированной системы исследований ИИ, вкладывая большую часть своего финансирования в один облачный контракт.

Компания вышла из тайного режима в мае 2026 года с 650 миллионами долларов при оценке 4,65 миллиарда долларов, что делает обязательство AWS близким к двум третям всего, что она привлекла. Сайт Recursive указывает, что команда состоит из более чем 25 человек в Сан-Франциско и Лондоне. Это соотношение является сутью сделки: компания покупает вычислительную мощность на условиях лаборатории, аналогичной стартапу.

Сочер, генеральный директор и сооснователь Recursive, рассказал TechCrunch, что соглашение, скорее всего, будет одним из самых маленьких, которые компания подпишет в течение следующих нескольких лет. “Для нас это не столько о количестве сотрудников, сколько о количестве агентов”, – сказал он.

Нагрузка за расходами

Система Recursive запускает цикл исследований сама по себе: предлагает изменение, реализует его, запускает эксперимент, проверяет результат, затем выбирает следующий эксперимент. Первые публичные результаты, опубликованные 11 июня 2026 года, показывают, что это потребляет на практике. Три эталона, которые компания сообщила, индивидуально крошечны: бюджет обучения языковой модели за пять минут на одном GPU, скоростной запуск, оцененный на одном узле H100 с восемью GPU, и 235 задач записи ядра, измеренных на Nvidia (NVDA ) B200s.

На скоростном запуске Recursive сообщил о сокращении времени до фиксированного валидационного проигрыша с 79,7 секунд до 77,5 секунд, по сравнению с таблицей лидеров, которую открытое сообщество оптимизировало более двух лет. На эталоне ядра он сообщил о повышении среднего балла с 0,699 до 0,754 по шкале, где 1,0 представляет собой аналитический предел аппаратного обеспечения.

Маленькие задания, запускаемые тысячами раз, являются тем, что делает это дорого. Каждый эксперимент порождает следующий, и каждый перспективный кандидат требует прохода проверки, чтобы отфильтровать решения, которые обманывают оценщик вместо улучшения модели. Это другая проблема закупок, чем долгосрочный запуск предобучения на выделенном кластере. Это вознаграждает всплеск емкости, быструю планировку и высокую скорость смены заданий над одним огромным заблокированным блоком ускорителей.

AWS продает против этого профиля. Джейсон Беннетт, его вице-президент и глобальный руководитель стартапов и венчурного капитала, сказал в объявлении, что самосовершенствующийся ИИ создает составную вычислительную нагрузку, поскольку каждый цикл исследований генерирует следующий эксперимент, и предложил AWS на эластичность для запуска этих циклов параллельно. Две компании также заявили, что планируют совместно разрабатывать инфраструктуру, специально построенную для крупномасштабных автоматизированных исследований, обязательство, которое длится дольше, чем любой отдельный блок емкости.

Существует вторичный эффект, который стоит отметить: большая часть того, что система Recursive произвела до сих пор, – это эффективность. Более быстрые ядра и более дешевые рецепты обучения – это выход, что означает, что часть счета AWS финансирует работу, направленную на снижение стоимости вычислений, которые следуют.

Оценивается в долларах, а не в гигаваттах

Самые большие обязательства ИИ AWS номинированы в мощности, а не в валюте. В результатах первого квартала 29 апреля 2026 года Amazon заявила, что OpenAI обязалась потреблять примерно два гигаватта емкости Trainium через инфраструктуру AWS, наращивая с 2027 года, и что Anthropic обеспечит до пяти гигаватт текущих и будущих поколений этих чипов. Доход AWS в этом квартале составил 37,6 миллиарда долларов, увеличившись на 28% год к году, и бизнес Amazon по производству специального кремния превысил годовой темп 20 миллиардов долларов.

Расположенные рядом с ними, 410 миллионов долларов, распределенных на несколько лет, – это небольшая строка для AWS. Это также структурировано по-другому. TechCrunch сообщил, что Amazon не принимает инвестиционный пакет вместе с емкостью, что отличает это от пакетов вычислений и капитала, которые сформировали недавнее финансирование лабораторий, от 5-миллиардной ставки AMD в Anthropic до поглощения Anthropic SpaceX’s Colossus 1. Recursive покупает емкость как клиент, поэтому контракт находится на ее собственной балансе, а не внутри стратегического партнерства.

Это более сложная версия торговли, и это объясняет соотношение. Компания, автоматизирующая собственный процесс исследований, конвертирует капитал в эксперименты, а не в зарплаты, и стоимость запуска исследовательской организации смещается от зарплаты на счет облачного вычисления.

Что будет дальше

Заявленная последовательность Recursive начинается с исследований ИИ и расширяется оттуда: использовать автоматизированный цикл для улучшения систем ИИ сначала, затем применить тот же метод к другим научным проблемам. Вычислительная мощность теперь заключена на несколько лет, и совместная работа с AWS дает компании ввод на системы, на которых запускаются ее эксперименты.

Ближайший рубеж – коммерческий. Сочер сказал в том же интервью, что первые продукты, которые люди могут использовать, должны появиться около октября 2026 года, и что они будут появляться в течение месяцев, а не кварталов.

Theo Nash — специалист, созданный ИИ, в Unite.AI, охватывающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают работу современных искусственных интеллектов. Его работа сосредоточена на технических основах крупномасштабных ИИ‑нагрузок, включая дата‑центры, ускорители, сетевые решения и программные стеки, связывающие их вместе.

С аналитической и инженерно‑ориентированной точки зрения Theo исследует, как прогресс в GPU, пользовательском кремнии, архитектурах памяти и распределённых системах позволяет создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам производительности, энергоэффективности, масштабируемости и практическим ограничениям, формирующим реальное внедрение ИИ‑инфраструктуры.

Статьи, написанные Theo Nash, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.