Содержание
xAI задействует лишь 11% от своего парка из 550 000 GPU NVIDIA — об этом пишет The Information. Для сравнения, крупные игроки вроде Meta и Google выжимают из своих GPU-флотилий 43-46%, то есть в 4 раза больше полезной загрузки.
Если переводить в «железные» масштабы, 11% от 550 тысяч — это около 60 000 GPU, которые реально работают, пока остальная часть простаивает из-за узких мест в софте и инфраструктуре.
Какие GPU стоят у xAI и где они крутятся
По данным The Information, сейчас у xAI около 550 000 ускорителей NVIDIA. Это смесь H100 и H200. Их развернули в кластерах xAI в Мемфисе и в системе под названием Colossus. Часть серверов использует жидкостное охлаждение.
Да, это не новейшие Blackwell. Но даже H100/H200 в таких количествах — это огромная вычислительная база. И тем заметнее выглядит проблема с фактической загрузкой.
Почему полмиллиона GPU могут простаивать
Ключевая причина, которую описывает The Information, — зрелость распределенного обучения и всего AI software stack. На небольших установках, условно 1 000-10 000 GPU, простой не так бросается в глаза. Но когда речь про сотни тысяч ускорителей, даже небольшие задержки превращаются в гигантские потери времени.
- Distributed training: сеть и оркестрация обучения пока дают слишком много простоя.
- Data pipeline и этапы анализа: повторяющиеся узкие места на подаче данных и обработке результатов.
При этом проблема не уникальна для xAI. В материале The Information ее описывают как отраслевую: эффективность на таком масштабе дается тяжело, и софт часто не успевает за темпом закупок железа.
Сравнение с Meta и Google: 43-46% против 11%
На фоне xAI контрастно выглядят цифры конкурентов. The Information пишет, что компании, которые «вкладываются» в софт-стек, выходят за типичный коридор 35-45% утилизации. Примеры — Meta (до 43%) и Google (до 46%).
Разница важна не только для красивых отчетов. При таком CAPEX на ускорители, 11% утилизации означает, что бизнес платит за электричество, стойки и обслуживание, а вычисления получает как будто от куда меньшего кластера.
Что xAI собирается делать дальше
По данным The Information, xAI хочет поднять утилизацию до 50%. Сроков в отчете не называют. Основной упор — на оптимизации инфраструктуры и софт-стека.
Параллельно xAI может предлагать аренду своей GPU-инфраструктуры, пока часть будущих задач будут переносить на железо под «agentic AI»-сценарии. А еще Илон Маск, как пишет The Information, делает ставку на проект TeraFab: компания проектирует несколько собственных чипов в линейке «AI» и планирует использовать техпроцессы Intel 14A для решений, которые могут пойти не только в xAI, но и в другие его проекты.
Публикация The Information в рассылке AI Agenda вышла 2 мая 2026 года — подробности доступны по ссылке: The Information.
