Meta આ સપ્ટેમ્બરમાં કસ્ટમ AI ચિપ્સનું ઉત્પાદન શરૂ કરશે

Meta આ સપ્ટેમ્બરમાં તેની નવીનતમ AI-વિશિષ્ટ ચિપ્સનું ઉત્પાદન શરૂ કરવાની યોજના સાથે સિલિકોન સ્વતંત્રતા માટેના તેના પ્રયાસોને વેગ આપી રહ્યું છે. ઇન-હાઉસ હાર્ડવેર વિકસાવીને, સોશિયલ મીડિયા જાયન્ટનો ઉદ્દેશ્ય Nvidia અને AMD ના ઉચ્ચ-કિંમતવાળા GPUs પરની તેની નિર્ભરતા ઘટાડવાનો અને સાથે જ આગામી પેઢીના AI વર્કલોડ્સ માટે તેના વિશાળ ઇન્ફ્રાસ્ટ્રક્ચરને શ્રેષ્ઠ બનાવવાનો છે.

Meta Training and Inference Accelerator (MTIA) નું સ્કેલિંગ

આગામી ઉત્પાદન Meta ના Meta Training and Inference Accelerator (MTIA) પ્રોગ્રામ માટે એક મહત્વપૂર્ણ સીમાચિહ્નરૂપ છે. પરંપરાગત મોનોલિથિક ચિપ ડિઝાઇનની વિરુદ્ધ, Meta મોડ્યુલર "chiplet" અભિગમ અપનાવી રહ્યું છે. આ વ્યૂહરચના કંપનીને વધુ ઝડપથી સુધારા (iterate) કરવાની મંજૂરી આપે છે, જે ટૂંકા ડેવલપમેન્ટ સાયકલમાં લેટેસ્ટ AI વર્કલોડ ઇનસાઇટ્સ અને હાર્ડવેર ટેકનોલોજીનો સમાવેશ કરે છે. આ મોડ્યુલારિટી એવા લેન્ડસ્કેપમાં અત્યંત મહત્વપૂર્ણ છે જ્યાં AI મોડલની જરૂરિયાતો લગભગ દર મહિને બદલાતી રહે છે.

આંતરિક અહેવાલો અનુસાર, આ નવી ચિપ્સમાંથી ઓછામાં ઓછી એક ચિપ માત્ર છ અઠવાડિયામાં સફળતાપૂર્વક પરીક્ષણ તબક્કામાંથી પસાર થઈ છે. Meta ડિઝાઇન આર્કિટેક્ચર પર Broadcom સાથે સહયોગ કરી રહ્યું છે, જ્યારે હાઇ-એન્ડ મેન્યુફેક્ચરિંગ માટે Taiwan Semiconductor Manufacturing Company (TSMC) નો ઉપયોગ કરી રહ્યું છે. આ ચિપ્સ માટે સપ્લાય ચેઇન પહેલેથી જ મજબૂત છે, જેમાં RAM માટે Samsung, સ્ટોરેજ માટે Sandisk અને ફાઈબર-ઓપ્ટિક સાધનો માટે Sumitomo Electric સામેલ છે.

Nvidia અને AMD પરની નિર્ભરતા ઘટાડવી

જેમ જેમ AI મોડલની જટિલતા વધી રહી છે, તેમ વિશિષ્ટ હાર્ડવેરનો ખર્ચ એક મોટો મૂડી બોજ બની ગયો છે. Meta એ આક્રમક ખર્ચ રોડમેપનો સંકેત આપ્યો છે, જેમાં આ વર્ષે $125 બિલિયન થી $145 બિલિયન વચ્ચેના મૂડી ખર્ચનો અંદાજ લગાવવામાં આવ્યો છે. આ બજેટનો એક મોટો હિસ્સો Muse Spark શ્રેણીના AI મોડલ્સને તાલીમ આપવા અને તૈનાત કરવા માટે જરૂરી કમ્પ્યુટ ક્ષમતા સુરક્ષિત કરવા માટે સમર્પિત છે.

જોકે Meta AMD Instinct GPUs અને અન્ય થર્ડ-પાર્ટી હાર્ડવેરના બહુ-અબજ ડોલરના શિપમેન્ટ્સ ખરીદવાનું ચાલુ રાખશે, પરંતુ MTIA ચિપ્સને ચોક્કસ, ઉચ્ચ-વોલ્યુમ કાર્યો સંભાળવા માટે ડિઝાઇન કરવામાં આવી છે. આમાં Instagram અને Facebook ના મુખ્ય આધારસ્તંભ એવા રેન્કિંગ અને રેકમેન્ડેશન અલ્ગોરિધમ્સની તાલીમ તેમજ તેના વિવિધ કન્ઝ્યુમર એપ્લિકેશન્સ માટે જનરલ AI ઇન્ફરન્સનો સમાવેશ થાય છે.

સિલિકોન સાર્વભૌમત્વ માટેની વ્યાપક સ્પર્ધા

Meta નું આ પગલું "silicon sovereignty" તરફના ઉદ્યોગના મોટા પરિવર્તનનો એક ભાગ છે. એક જ પ્રભુત્વ ધરાવતા ચિપ પ્રદાતાનો યુગ હવે હાઇપરસકેલર્સ અને AI લેબ્સ દ્વારા પડકારવામાં આવી રહ્યો છે. Google અને Amazon એ પહેલેથી જ સફળ કસ્ટમ સિલિકોન પ્રોગ્રામ્સ સ્થાપિત કર્યા છે, અને હવે અહેવાલો મુજબ OpenAI અને Anthropic પણ Broadcom અને Samsung જેવા ભાગીદારો સાથે સમાન માર્ગો અપનાવી રહ્યા છે.

આ હાર્ડવેરને ટેકો આપવા માટે, Meta તેના ભૌતિક ઇન્ફ્રાસ્ટ્રક્ચરને અભૂતપૂર્વ દરે સ્કેલ કરી રહ્યું છે. કંપની આ વર્ષે 7 ગીગાવોટ કમ્પ્યુટ ક્ષમતા તૈનાત કરવાનું આયોજન કરી રહી છે, અને આવતા વર્ષે આ આંકડાને બમણો કરવાની યોજના છે. કસ્ટમ સિલિકોન અને ડેટા સેન્ટર પાવર બંનેમાં આ મોટું રોકાણ એ વાસ્તવિકતા પર ભાર મૂકે છે કે AI નું ભવિષ્ય તેના અંતર્ગત હાર્ડવેરની કાર્યક્ષમતા પર નિર્ભર રહેશે.

મુખ્ય મુદ્દાઓ

• મોડ્યુલર હાર્ડવેર વ્યૂહરચના: Meta તેના MTIA પ્રોગ્રામ માટે ચિપલેટ-આધારિત ડિઝાઇનનો ઉપયોગ કરી રહ્યું છે જેથી ઝડપી સુધારા અને બદલાતા AI વર્કલોડ્સ સાથે અનુકૂલન સાધી શકાય.
• વ્યૂહાત્મક સપ્લાય ચેઇન: ઉત્પાદન રોલઆઉટમાં ડિઝાઇન માટે Broadcom, ફેબ્રિકેશન માટે TSMC અને મેમરી માટે Samsung સહિતના શક્તિશાળી પાર્ટનર ઇકોસિસ્ટમ સામેલ છે.
• વિશાળ ઇન્ફ્રાસ્ટ્રક્ચર રોકાણ: Meta $145 બિલિયન સુધીના CAPEX નો અંદાજ લગાવીને અને તેની કમ્પ્યુટ તૈનાતને બમણી કરીને 14 ગીગાવોટ સુધી લઈ જવાની યોજના સાથે લાંબા ગાળાના AI પ્રભુત્વ માટે પોતાને તૈયાર કરી રહ્યું છે.