Meta разрабатывает собственный AI-чип, который будет внедрён в первой половине следующего года; цель — снизить расходы и уменьшить зависимость от Nvidia.

Meta ускоряет развертывание собственных AI-чипов, чтобы снизить зависимость от NVIDIA и сократить операционные расходы дата-центров.

Компания заявила, что чип третьего поколения собственной разработки MTIA 450 (кодовое имя Arke) начнет использоваться в дата-центрах в первой половине следующего года. Разработка чипа четвертого поколения MTIA 500 (кодовое имя Astrid) завершится примерно через месяц, и ожидается, что к концу 2027 года он будет внедрен в дата-центры в еще большем масштабе.

Эта дорожная карта чипов свидетельствует о существенном прогрессе Meta в снижении затрат на AI-инфраструктуру.

Вице-президент Meta по инженерии Yee Jiun Song отметил, что по сравнению с текущей продукцией NVIDIA, собственные чипы работают эффективнее при запуске AI-моделей, "поскольку именно мы сами выполнили большую часть инженерных задач".

В течение следующих 12 месяцев объем развертывания собственных чипов Meta превысит эквивалент энергопотребления в 1 ГВт. Yee Jiun Song добавил, что в дальнейшем расширение, скорее всего, ускорится, если только не произойдет краха AI-рынка или резкого падения спроса.

На момент публикации Meta на бирже во вторник выросла на 0,18%, NVIDIA — на 0,74%.

Meta сотрудничает с Broadcom по чип-дизайну и с TSMC по производству, что соответствует общей цели — снизить зависимость от доминирования NVIDIA на рынке.

Meta впервые объявила о планах по разработке собственных чипов в 2023 году. На сегодняшний день третье поколение продукта было получено в виде первой партии из 12 образцов от TSMC 1 сентября, а расхождение между реальной производительностью и результатами симуляций составило от 2% до 3%. В первый день тестирования инженерной команде удалось запустить на этом чипе собственную модель Meta.

Yee Jiun Song отметил, что результаты тестирования показывают отсутствие явных ошибок в конструкции чипа, но для окончательной настройки и оптимизации потребуется еще несколько месяцев, а TSMC продолжает наращивать объемы производства.

Он подчеркнул, что эта серия чипов в основном использует высокоскоростную память и ориентирована на стандартные сценарии вывода (inference), а не на рынок сверхбыстрого вывода с высокими требованиями к скорости отклика. "Это наш основной чип для стандартного инференса," — сказал он.

Ранее Meta планировала разработать чип под кодовым названием Olympus, предназначенный для поддержки как обучения, так и инференса AI-моделей, запуск продукта был намечен на 2028–2029 годы.

Однако, по словам Yee Jiun Song, проект был отменен, а компания сосредоточилась на чипах для инференса, главным образом по экономическим причинам.

"Когда вы начинаете масштабное расширение до нескольких гигаватт мощности, стоимость становится критически важной," — отметил он. Он добавил, что если чип, сочетающий возможности обучения и инференса, стоит примерно на 30% дороже, то при масштабном внедрении "это абсолютно неприемлемо".

Meta Superintelligence Labs оптимизирует чипы на основе информации о будущих требованиях AI-моделей, чтобы повысить эффективность работы на этапе инференса.

После завершения разработки Astrid Meta заявила, что дальнейшие разработки будут сосредоточены на повышении вычислительной скорости и пропускной способности, то есть на увеличении количества AI-задач, обрабатываемых в единицу времени. Внедрение оптоволоконных технологий также может дополнительно улучшить производительность чипов.

"У нас очень четкая дорожная карта," — отметил Yee Jiun Song. — "В ближайшие годы мы продолжим создавать чипы, способные конкурировать с решениями поставщиков."

Это заявление отражает стремление Meta постепенно завоевать контроль над ключевыми технологиями AI-инфраструктуры за счет собственных разработок, а также создать долгосрочные преимущества по стоимости и энергоэффективности.