Meta rozpocznie produkcję własnych chipów AI we wrześniu

Meta przyspiesza dążenie do niezależności w zakresie półprzewodników, planując rozpoczęcie produkcji swoich najnowszych chipów dedykowanych sztucznej inteligencji już we wrześniu. Poprzez opracowywanie własnego sprzętu, gigant mediów społecznościowych dąży do drastycznego zmniejszenia zależności od kosztownych procesorów GPU od firm Nvidia i AMD, jednocześnie optymalizując swoją ogromną infrastrukturę pod kątem obciążeń AI nowej generacji.

Skalowanie Meta Training and Inference Accelerator (MTIA)

Nadchodząca produkcja stanowi istotny kamień milowy dla programu Meta Training and Inference Accelerator (MTIA). W przeciwieństwie do tradycyjnych, monolitycznych projektów chipów, Meta przyjmuje modularne podejście oparte na tzw. „chipletach”. Strategia ta pozwala firmie na szybsze wprowadzanie iteracji, uwzględniając najnowsze spostrzeżenia dotyczące obciążeń AI oraz technologie sprzętowe w krótszych cyklach rozwojowych. Ta modularność jest kluczowa w środowisku, w którym wymagania wobec modeli AI ewoluują niemal co miesiąc.

Według wewnętrznych raportów, przynajmniej jeden z tych nowych chipów pomyślnie przeszedł fazę testów w zaledwie sześć tygodni. Meta współpracuje z Broadcomem nad architekturą projektu, korzystając jednocześnie z usług Taiwan Semiconductor Manufacturing Company (TSMC) w zakresie zaawansowanej produkcji. Łańcuch dostaw tych chipów jest już solidny i obejmuje firmę Samsung (pamięć RAM), Sandisk (pamięć masowa) oraz Sumitomo Electric (sprzęt światłowodowy).

Zmniejszanie zależności od Nvidia i AMD

Wraz z gwałtownym wzrostem złożoności modeli AI, koszt specjalistycznego sprzętu stał się ogromnym obciążeniem kapitałowym. Meta zapowiedziała agresywną strategię wydatków, prognozując nakłady inwestycyjne na poziomie od 125 do 145 miliardów dolarów w tym roku. Znaczna część tego budżetu zostanie przeznaczona na zabezpieczenie mocy obliczeniowej niezbędnej do trenowania i wdrażania serii modeli AI Muse Spark.

Choć Meta będzie nadal kupować warte miliardy dolarów partie procesorów AMD Instinct GPU oraz innego sprzętu od zewnętrznych dostawców, chipy MTIA zostały zaprojektowane do obsługi konkretnych, masowych zadań. Należą do nich trenowanie algorytmów rankingowych i rekomendacyjnych – stanowiących fundament Instagrama i Facebooka – a także ogólne wnioskowanie AI (inference) dla różnych aplikacji konsumenckich.

Szerszy wyścig o suwerenność krzemową

Ruch Meta jest częścią szerszego trendu w branży, zmierzającego w stronę „suwerenności krzemowej”. Era jednego, dominującego dostawcy chipów jest podważana zarówno przez hyperscalers, jak i laboratoria AI. Google i Amazon stworzyły już udane programy produkcji własnych układów, a obecnie mówi się, że OpenAI i Anthropic badają podobne ścieżki we współpracy z partnerami takimi jak Broadcom i Samsung.

Aby wesprzeć ten sprzęt, Meta skaluje również swoją infrastrukturę fizyczną w niespotykanym dotąd tempie. Firma planuje w tym roku uruchomić 7 gigawatów mocy obliczeniowej, a w przyszłym roku zamierza podwoić tę wartość. Ta ogromna inwestycja zarówno w własne układy krzemowe, jak i w moc centrów danych, podkreśla rzeczywistość, w której przyszłość AI zostanie rozstrzygnięta na polu wydajności sprzętu bazowego.

Kluczowe wnioski

• Modularna strategia sprzętowa: Meta wykorzystuje projekt oparty na chipletach w swoim programie MTIA, co pozwala na szybsze iteracje i lepszą adaptację do ewoluujących obciążeń AI.
• Strategiczny łańcuch dostaw: Wdrożenie produkcji angażuje ekosystem kluczowych partnerów, w tym Broadcom (projektowanie), TSMC (produkcja) oraz Samsung (pamięć).
• Ogromne inwestycje w infrastrukturę: Meta pozycjonuje się do długoterminowej dominacji w dziedzinie AI, prognozując nakłady inwestycyjne (CAPEX) do poziomu 145 miliardów dolarów i planując dwukrotne zwiększenie mocy obliczeniowej do 14 gigawatów.