Meta commencera la production de ses propres puces IA en septembre
Meta accélère sa quête d'indépendance en matière de silicium avec des projets de lancement de la production de ses dernières puces dédiées à l'IA dès ce mois de septembre. En développant son propre matériel, le géant des réseaux sociaux vise à réduire considérablement sa dépendance aux GPU coûteux de Nvidia et AMD, tout en optimisant son infrastructure massive pour les charges de travail de l'IA de nouvelle génération.
Mise à l'échelle du Meta Training and Inference Accelerator (MTIA)
La production à venir marque une étape importante pour le programme Meta Training and Inference Accelerator (MTIA) de Meta. Contrairement aux conceptions de puces monolithiques traditionnelles, Meta adopte une approche modulaire par « chiplets ». Cette stratégie permet à l'entreprise d'itérer plus rapidement, en intégrant les dernières avancées sur les charges de travail de l'IA et les technologies matérielles dans des cycles de développement plus courts. Cette modularité est cruciale dans un paysage où les exigences des modèles d'IA évoluent presque mensuellement.
Selon des rapports internes, au moins l'une de ces nouvelles puces a passé avec succès la phase de test en seulement six semaines. Meta collabore avec Broadcom sur l'architecture de conception, tout en s'appuyant sur Taiwan Semiconductor Manufacturing Company (TSMC) pour la fabrication haut de gamme. La chaîne d'approvisionnement de ces puces est déjà robuste, impliquant Samsung pour la RAM, Sandisk pour le stockage et Sumitomo Electric pour l'équipement de fibre optique.
Réduire la dépendance à l'égard de Nvidia et AMD
Alors que la complexité des modèles d'IA explose, le coût du matériel spécialisé est devenu un fardeau financier massif. Meta a annoncé une feuille de route de dépenses agressive, prévoyant des dépenses en capital (CAPEX) comprises entre 125 et 145 milliards de dollars cette année. Une part importante de ce budget est dédiée à la sécurisation de la capacité de calcul nécessaire pour entraîner et déployer la série de modèles d'IA Muse Spark.
Bien que Meta continue d'acheter pour plusieurs milliards de dollars de GPU AMD Instinct et d'autres matériels tiers, les puces MTIA sont conçues pour gérer des tâches spécifiques à haut volume. Celles-ci incluent l'entraînement des algorithmes de classement et de recommandation — l'épine dorsale d'Instagram et de Facebook — ainsi que l'inférence d'IA générale pour ses diverses applications grand public.
La course plus large vers la souveraineté du silicium
La décision de Meta s'inscrit dans un changement plus large de l'industrie vers la « souveraineté du silicium ». L'ère d'un fournisseur de puces unique et dominant est remise en question tant par les hyperscalers que par les laboratoires d'IA. Google et Amazon ont déjà mis en place des programmes de silicium personnalisé réussis, et OpenAI et Anthropic exploreraient désormais des voies similaires avec des partenaires tels que Broadcom et Samsung.
Pour soutenir ce matériel, Meta augmente également son infrastructure physique à un rythme sans précédent. L'entreprise prévoit de déployer 7 gigawatts de capacité de calcul cette année, avec l'intention de doubler ce chiffre l'année prochaine. Cet investissement massif, tant dans le silicium personnalisé que dans la puissance des centres de données, souligne la réalité selon laquelle l'avenir de l'IA se jouera sur l'efficacité du matériel sous-jacent.
Points clés
- Stratégie matérielle modulaire : Meta utilise une conception basée sur les chiplets pour son programme MTIA afin de permettre des itérations plus rapides et une adaptabilité aux charges de travail de l'IA en constante évolution.
- Chaîne d'approvisionnement stratégique : Le déploiement de la production implique un écosystème de partenaires de premier plan, notamment Broadcom pour la conception, TSMC pour la fabrication et Samsung pour la mémoire.
- Investissement massif dans l'infrastructure : Meta se positionne pour une domination de l'IA à long terme en prévoyant jusqu'à 145 milliards de dollars de CAPEX et en prévoyant de doubler son déploiement de calcul pour atteindre 14 gigawatts.