Metaの自社開発AIチップは来年上半期に導入される予定で、コスト削減とNVIDIAへの依存度を減らすことを目指している。

Metaは自社開発AIチップの導入ペースを加速させており、英伟达への依存を低減し、データセンターの運用コストを圧縮することを目指しています。

同社は第3世代自社開発チップMTIA 450（コードネームArke）を来年前半からデータセンターで運用開始予定であり、第4世代製品MTIA 500（コードネームAstrid）は約1か月以内に設計が完了し、2027年末にデータセンターへ導入、さらに広範囲での展開が見込まれています。

このチップのロードマップは、MetaがAIインフラコスト削減において大きな前進を遂げたことを示しています。

Metaエンジニアリング担当副社長のYee Jiun Song氏は、英伟达が現在提供している製品と比較して、自社開発チップはAIモデルの実行時により高い効率を発揮すると述べ、「これは当社が多くのエンジニアリング作業を自ら引き受けているからだ」と語りました。

今後12か月間、Metaは自社開発チップの導入で1ギガワット超相当の電力使用を約束しており、Yee Jiun Song氏はAI市場や需要に大きな崩壊がなければ、その後さらなる拡大を見込んでいると述べています。

記事執筆時点で、火曜日のMetaは場中で0.18%上昇、英伟达は0.74%上昇しています。

MetaはBroadcomと共同でチップの設計を進め、TSMCと提携して製造を行っており、業界で支配的な英伟达への依存を減らすことを目指しています。

Metaは2023年に初めて自社開発チップの計画を発表しました。現在の第3世代製品は9月1日にTSMCから最初の12枚のサンプルチップを受け取り、実際の性能とシミュレーションの差異は2〜3%以内でした。初日テストで技術チームはMeta独自のモデルの運用にこのチップを用いることに成功しました。

Yee Jiun Song氏によれば、テスト結果はチップ設計段階で目立った欠陥がないことを示していますが、さらなる数か月の調整と最適化が必要であり、TSMC側の生産量も継続して増加中とのことです。

彼はこのチップシリーズは主に高帯域幅メモリに依存し、汎用的な推論シナリオに最適化されていると強調し、超高速推論市場のような応答速度重視の用途には向いていないと述べています。「これは、汎用推論向けの主力チップです」と語りました。

Metaは以前、Olympusというコードネームのチップを開発し、AIモデルのトレーニングと推論の両方をサポートする計画を立て、2028～2029年の実用化を見込んでいました。

しかしYee Jiun Song氏によれば、このプロジェクトはすでに中止されており、同社は推論チップに専念する方針に切り替えました。コストが主な理由の一つです。

「容量を数ギガワット規模まで大幅拡張し始めると、コストは極めて重要です」と彼はコメントしています。さらに、トレーニングと推論の両方に対応したチップの価格が約30%も高価であれば、大規模展開において「全く容認できない」と指摘しました。

Metaスーパインテリジェンスラボ（Meta Superintelligence Labs）は、将来のAIモデルの需要情報を提供することで、チップの細かな調整をサポートし、推論段階での運用効率向上に取り組んでいます。

Astridの開発完了後、Metaは今後のチップ開発の重点を処理速度とスループット、すなわち一定時間内に対応可能なAIタスク量の強化に移す方針です。光ファイバー技術の導入も、チップパフォーマンスのさらなる向上に寄与する見込みです。

「非常に堅実なロードマップを持っています」とYee Jiun Song氏は語ります。「今後数年でサプライヤー製品とも競合できるようなチップ群を継続的に開発していくつもりです。」

この発言は、Metaが自社開発シリコンによってAIインフラのコア技術の主導権を徐々に確立し、コスト効率とエネルギー効率の両面で長期的な優位を目指していることを示しています。