Stratégiai lépésként a pénzügyi költségek csökkentése és az Nvidia GPU-któl való függőség mérséklése érdekében a Meta házon belül fejlesztett chipeket tesztel MI-képzésre, azzal a céllal, hogy kontrollálja MI-infrastruktúrájának kiadásait. Ez a kezdeményezés összhangban van a Meta szélesebb stratégiájával, hogy jelentősen befektessen a mesterséges intelligenciába, a tervezett kiadások 2025-ig elérhetik a 119 milliárd dollárt. A befektetés jelentős része, akár 65 milliárd dollár, a tőkeráfordításokra van elkülönítve, ami alátámasztja a vállalat elkötelezettségét egy robusztus MI-infrastruktúra kifejlesztése mellett.
A Meta chip-fejlesztésbe való belépése tükrözi a technológiai óriások, mint az OpenAI növekvő tendenciáját, hogy hardveres autonómiát keressenek egyedi megoldásokon keresztül, amelyeket MI-munkaterhelésre optimalizáltak. Ezek a házon belül fejlesztett chipek az hatékonyságot helyezik előtérbe az Nvidia GPU-k általánosabb jellegével szemben, potenciálisan nagyobb kontrollt kínálva a Metának az MI-képzési folyamatai felett. Ezen chipek fejlesztési folyamatát házon belül "sétálj, mászj, fuss" módszerként írják le, ami módszeres megközelítést jelez az innovációban.
A chip-fejlesztés jelenlegi fázisa korlátozott bevezetést foglal magában, a potenciális bővítés az első sikerektől függ. A chipek áthaladtak a "tape-out" fázison, amely kulcsfontosságú lépés a félvezető gyártásban, és a Meta Training and Inference Accelerator (MTIA) sorozat részét képezik. A Mistral AI, az OpenAI európai versenytársa, szintén hangsúlyozza a technológiai szuverenitást innovatív MI-modelleken és stratégiai partnerségeken keresztül.
Korábban az MTIA visszaesésekkel nézett szembe, beleértve bizonyos következtetési chipek leállítását. Azonban egy sikeres 2024-es implementáció a Facebook és Instagram ajánlórendszereit működtette, bemutatva ezen chipek potenciálját az MI-infrastruktúra fejlesztésében.
Technikailag a chipeket dedikált MI-képzési gyorsítóként tervezték, szisztolikus tömb architektúrát alkalmazva a hatékony mátrixfeldolgozáshoz. Spekuláció folyik a HBM3/HBM3E memória használatáról a nagy adatátviteli sebesség elérése érdekében, fókuszban a teljesítmény-per-watt hatékonyság, amely rivalizál az Nvidia kínálatával. A Meta a tajvani székhelyű TSMC-vel társult a chipgyártáshoz, ami kulcsfontosságú lépés ezen házon belüli chipek megvalósításában.
A korábbi MTIA következtetési chipek jelentős képességeket mutattak, 7nm-es csomópontokat használva lenyűgöző tera-műveletek teljesítményének biztosításához. Az új képzési chip architektúrája még nincs meghatározva, de a korábbi modellek RISC-V magokat alkalmaztak a jogdíjak elkerülése érdekében.
Kihívások továbbra is fennállnak, mivel a Meta történelmi függősége az Nvidia GPU-któl jelentős változtatásokat igényelt az adatközpontok tervezésében, és korábbi projektek törlését eredményezte. Az MTIA chipek fejlesztése késedelmeket szenvedett és újratervezést igényelt, hangsúlyozva a chip-fejlesztés összetettségét.
A befektetők óvatos álláspontot tartanak fenn, aggódva az Nvidia piaci dominanciája és a technológiai ipart befolyásoló szélesebb dinamikák miatt. A Meta ambíciója, hogy versenyezzen az Nvidia H200/B200 GPU-kkal a nagy nyelvi modellek képzésében, alátámasztja ezt a stratégiai váltást.
A házon belüli chipek sikere jelentősen csökkentheti a Meta függőségét a költséges Nvidia hardverektől, azzal a tervvel, hogy ezeket a chipeket 2026-ig integrálják a képzési folyamatokba. Ez a kezdeményezés az iparág széles körű törekvését jelzi a költséghatékony, egyedi MI-hardverek irányába, tükrözve
References
- https://techstartups.com/2025/03/11/meta-is-testing-its-first-in-house-ai-training-chip-to-reduce-reliance-on-nvidia-and-slash-ai-infrastructure-costs/
- https://www.datacenterdynamics.com/en/news/meta-begins-testing-in-house-ai-training-chips-report/
- https://www.engadget.com/ai/meta-is-reportedly-testing-its-first-in-house-ai-training-chip-174550664.html
- https://www.tomshardware.com/tech-industry/artificial-intelligence/meta-is-reportedly-testing-its-first-rsic-v-based-ai-chip-for-ai-training
- https://www.techpowerup.com/forums/threads/333938/
