ಮೆಟಾ ಈ ಸೆಪ್ಟೆಂಬರ್ನಲ್ಲಿ ತನ್ನದೇ ಆದ ಕಸ್ಟಮ್ AI ಚಿಪ್ಗಳ ಉತ್ಪಾದನೆಯನ್ನು ಪ್ರಾರಂಭಿಸಲಿದೆ
ಮೆಟಾ ಈ ಸೆಪ್ಟೆಂಬರ್ನಲ್ಲಿ ತನ್ನ ಇತ್ತೀಚಿನ AI-ನಿರ್ದಿಷ್ಟ ಚಿಪ್ಗಳ ಉತ್ಪಾದನೆಯನ್ನು ಪ್ರಾರಂಭಿಸುವ ಯೋಜನೆಯೊಂದಿಗೆ ಸಿಲಿಕಾನ್ ಸ್ವಾತಂತ್ರ್ಯಕ್ಕಾಗಿ ತನ್ನ ಪ್ರಯತ್ನವನ್ನು ವೇಗಗೊಳಿಸುತ್ತಿದೆ. ಸ್ವಂತ ಹಾರ್ಡ್ವೇರ್ ಅನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮೂಲಕ, ಈ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ದೈತ್ಯ ಸಂಸ್ಥೆಯು Nvidia ಮತ್ತು AMD ನ ಹೆಚ್ಚಿನ ವೆಚ್ಚದ GPU ಗಳ ಮೇಲಿನ ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ ಮತ್ತು ಮುಂದಿನ ತಲೆಮಾರಿನ AI workloads ನಿರ್ವಹಿಸಲು ತನ್ನ ಬೃಹತ್ ಮೂಲಸೌಕರ್ಯವನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಉದ್ದೇಶಿಸಿದೆ.
Meta Training and Inference Accelerator (MTIA) ಅನ್ನು ವಿಸ್ತರಿಸುವುದು
ಮುಂಬರುವ ಉತ್ಪಾದನೆಯು ಮೆಟಾನ Meta Training and Inference Accelerator (MTIA) ಕಾರ್ಯಕ್ರಮಕ್ಕೆ ಒಂದು ಪ್ರಮುಖ ಮೈಲಿಗಲ್ಲಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಏಕಶಿಲಾ (monolithic) ಚಿಪ್ ವಿನ್ಯಾಸಗಳಿಗ Unlike, ಮೆಟಾ ಮಾಡ್ಯುಲರ್ "chiplet" ವಿಧಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತಿದೆ. ಈ ತಂತ್ರವು ಕಂಪನಿಯು ಹೆಚ್ಚು ವೇಗವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಇತ್ತೀಚಿನ AI workload ಒಳನೋಟಗಳು ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಕಡಿಮೆ ಅವಧಿಯ ಅಭಿವೃದ್ಧಿ ಚಕ್ರಗಳಲ್ಲಿ ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. AI ಮಾಡೆಲ್ ಅಗತ್ಯತೆಗಳು ಪ್ರತಿ ತಿಂಗಳು ಬದಲಾಗುತ್ತಿರುವ ಈ ಸಂದರ್ಭದಲ್ಲಿ ಈ ಮಾಡ್ಯುಲಾರಿಟಿ ಅತ್ಯಗತ್ಯವಾಗಿದೆ.
ಆಂತರಿಕ ವರದಿಗಳ ಪ್ರಕಾರ, ಈ ಹೊಸ ಚಿಪ್ಗಳಲ್ಲಿ ಕನಿಷ್ಠ ಒಂದು ಚಿಪ್ ಕೇವಲ ಆರು ವಾರಗಳಲ್ಲಿ ಪರೀಕ್ಷಾ ಹಂತವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಪೂರ್ಣಗೊಳಿಸಿದೆ. ಮೆಟಾ ವಿನ್ಯಾಸದ ವಾಸ್ತುಶಿಲ್ಪಕ್ಕಾಗಿ (design architecture) Broadcom ನೊಂದಿಗೆ ಸಹಕರಿಸುತ್ತಿದೆ, ಮತ್ತು ಉನ್ನತ ಮಟ್ಟದ ಉತ್ಪಾದನೆಗಾಗಿ Taiwan Semiconductor Manufacturing Company (TSMC) ಅನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿದೆ. ಈ ಚಿಪ್ಗಳ ಪೂರೈಕೆ ಸರಪಳಿಯು ಈಗಾಗಲೇ ಬಲವಾಗಿದೆ, ಇದರಲ್ಲಿ RAM ಗಾಗಿ Samsung, ಸ್ಟೋರೇಜ್ ಗಾಗಿ Sandisk ಮತ್ತು ಫೈಬರ್-ಆಪ್ಟಿಕ್ ಉಪಕರಣಗಳಿಗಾಗಿ Sumitomo Electric ಒಳಗೊಂಡಿವೆ.
Nvidia ಮತ್ತು AMD ಮೇಲಿನ ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು
AI ಮಾಡೆಲ್ ಸಂಕೀರ್ಣತೆ ಹೆಚ್ಚ随着, ವಿಶೇಷ ಹಾರ್ಡ್ವೇರ್ನ ವೆಚ್ಚವು ಭಾರಿ ಬಂಡವಾಳದ ಹೊರೆಯಾಗಿದೆ. ಮೆಟಾ ಈ ವರ್ಷ $125 ಬಿಲಿಯನ್ ಮತ್ತು $145 ಬಿಲಿಯನ್ ನಡುವೆ ಬಂಡವಾಳ ವೆಚ್ಚವನ್ನು (capital expenditures) ನಿರೀಕ್ಷಿಸುವ ಮೂಲಕ ಆಕ್ರಮಣಕಾರಿ ವೆಚ್ಚದ ಮಾರ್ಗಸೂಚಿಯನ್ನು ಸೂಚಿಸಿದೆ. ಈ ಬಜೆಟ್ನ ಗಮನಾರ್ಹ ಭಾಗವನ್ನು Muse Spark ಸರಣಿಯ AI ಮಾಡೆಲ್ಗಳನ್ನು ತರಬೇತಿಗೊಳಿಸಲು ಮತ್ತು ನಿಯೋಜಿಸಲು ಅಗತ್ಯವಿರುವ ಕಂಪ್ಯೂಟ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಭದ್ರಪಡಿಸಲು ಮೀಸಲಿಡಲಾಗಿದೆ.
ಮೆಟಾ AMD Instinct GPUಗಳು ಮತ್ತು ಇತರ ಮೂರನೇ ವ್ಯಕ್ತಿಯ (third-party) ಹಾರ್ಡ್ವೇರ್ನ ಬಿಲಿಯನ್ ಡಾಲರ್ಗಳ ಸಾಗಣೆಯನ್ನು ಮುಂದುವರಿಸಿದರೂ, MTIA ಚಿಪ್ಗಳನ್ನು ನಿರ್ದಿಷ್ಟ ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಇವುಗಳಲ್ಲಿ Instagram ಮತ್ತು Facebook ನ ಬೆನ್ನೆಲುಬಾಗಿರುವ ರ್ಯಾಂಕಿಂಗ್ ಮತ್ತು ಶಿಫಾರಸು (recommendation) ಅಲ್ಗಾರಿದಮ್ಗಳ ತರಬೇತಿ ಮತ್ತು ವಿವಿಧ ಗ್ರಾಹಕ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗಾಗಿ ಸಾಮಾನ್ಯ AI inference ಸೇರಿವೆ.
ಸಿಲಿಕಾನ್ ಸಾರ್ವಭೌಮತ್ವಕ್ಕಾಗಿ ನಡೆಯುತ್ತಿರುವ ವ್ಯಾಪಕ ಸ್ಪರ್ಧೆ
ಮೆಟಾಳ ಈ ಕ್ರಮವು "ಸಿಲಿಕಾನ್ ಸಾರ್ವಭೌಮತ್ವ" (silicon sovereignty) ಕಡೆಗೆ ನಡೆಯುತ್ತಿರುವ ದೊಡ್ಡ ಉದ್ಯಮದ ಬದಲಾವಣೆಯ ಭಾಗವಾಗಿದೆ. ಏಕಮಾತ್ರ ಪ್ರಬಲ ಚಿಪ್ ಪೂರೈಕೆದಾರರ ಯುಗಕ್ಕೆ ಹೈಪರ್ಸ್ಕೇಲರ್ಗಳು ಮತ್ತು AI ಪ್ರಯೋಗಾಲಯಗಳು ಸವಾಲು ಹಾಕುತ್ತಿವೆ. Google ಮತ್ತು Amazon ಈಗಾಗಲೇ ಯಶಸ್ವಿ ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ಕಾರ್ಯಕ್ರಮಗಳನ್ನು ಸ್ಥಾಪಿಸಿವೆ, ಮತ್ತು ಈಗ OpenAI ಮತ್ತು Anthropic ಕೂಡ Broadcom ಮತ್ತು Samsung ನಂತಹ ಪಾಲುದಾರರೊಂದಿಗೆ ಇದೇ ರೀತಿಯ ಹಾದಿಗಳನ್ನು ಅನ್ವೇಷಿಸುತ್ತಿವೆ ಎಂದು ವರದಿಯಾಗಿದೆ.
ಈ ಹಾರ್ಡ್ವೇರ್ ಅನ್ನು ಬೆಂಬಲಿಸಲು, ಮೆಟಾ ತನ್ನ ಭೌತಿಕ ಮೂಲಸೌಕರ್ಯವನ್ನು ಅಭೂತಪೂರ್ವ ದರದಲ್ಲಿ ವಿಸ್ತರಿಸುತ್ತಿದೆ. ಕಂಪನಿಯು ಈ ವರ್ಷ 7 ಗಿಗಾವ್ಯಾಟ್ ಕಂಪ್ಯೂಟ್ ಸಾಮರ್ಥ್ಯವನ್ನು ನಿಯೋಜಿಸಲು ಯೋಜಿಸಿದೆ ಮತ್ತು ಮುಂದಿನ ವರ್ಷ ಅದನ್ನು ದ್ವಿಗುಣಗೊಳಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ. ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ಮತ್ತು ಡೇಟಾ ಸೆಂಟರ್ ಶಕ್ತಿ ಎರಡರ ಮೇಲಿನ ಈ ಬೃಹತ್ ಹೂಡಿಕೆಯು, AI ನ ಭವಿಷ್ಯವು ಅದರ ಅಡಿಪಾಯದ ಹಾರ್ಡ್ವೇರ್ನ ದಕ್ಷತೆಯ ಮೇಲೆ ನಿರ್ಧರಿಸಲ್ಪಡುತ್ತದೆ ಎಂಬ ವಾಸ್ತವವನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಮಾಡ್ಯುಲರ್ ಹಾರ್ಡ್ವೇರ್ ತಂತ್ರ: ವೇಗವಾದ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಬದಲಾಗುತ್ತಿರುವ AI workloads ಗೆ ಹೊಂದಿಕೊಳ್ಳಲು ಮೆಟಾ ತನ್ನ MTIA ಕಾರ್ಯಕ್ರಮಕ್ಕಾಗಿ chiplet-ಆಧಾರಿತ ವಿನ್ಯಾಸವನ್ನು ಬಳಸುತ್ತಿದೆ.
- ಕಾರ್ಯತಂತ್ರದ ಪೂರೈಕೆ ಸರಪಳಿ: ಉತ್ಪಾದನೆಯ ಪ್ರಕ್ರಿಯೆಯು ವಿನ್ಯಾಸಕ್ಕಾಗಿ Broadcom, ತಯಾರಿಕೆಗಾಗಿ (fabrication) TSMC ಮತ್ತು ಮೆಮೊರಿಗಾಗಿ Samsung ಸೇರಿದಂತೆ ಪ್ರಬಲ ಪಾಲುದಾರರ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯನ್ನು ಒಳಗೊಂಡಿದೆ.
- ಬೃಹತ್ ಮೂಲಸೌಕರ್ಯ ಹೂಡಿಕೆ: ಮೆಟಾ $145 ಬಿಲಿಯನ್ ವರೆಗೆ CAPEX ಅನ್ನು ನಿರೀಕ್ಷಿಸುವ ಮೂಲಕ ಮತ್ತು ತನ್ನ ಕಂಪ್ಯೂಟ್ ನಿಯೋಜನೆಯನ್ನು 14 ಗಿಗಾವ್ಯಾಟ್ಗೆ ದ್ವಿಗುಣಗೊಳಿಸುವ ಯೋಜನೆಯೊಂದಿಗೆ ದೀರ್ಘಕಾಲದ AI ಪ್ರಾಬಲ್ಯಕ್ಕಾಗಿ ತನ್ನನ್ನು ತಾನು ಸಿದ್ಧಪಡಿಸಿಕೊಳ್ಳುತ್ತಿದೆ.