Meta เตรียมเริ่มการผลิตชิป AI แบบกำหนดเองในเดือนกันยายนนี้

Meta กำลังเร่งความพยายามในการสร้างอิสรภาพด้านซิลิคอน (silicon independence) ด้วยแผนการเริ่มผลิตชิปที่ออกแบบมาเพื่อ AI โดยเฉพาะในเดือนกันยายนนี้ การพัฒนาฮาร์ดแวร์ขึ้นเองภายในองค์กรมีเป้าหมายเพื่อลดการพึ่งพา GPU ราคาแพงจาก Nvidia และ AMD พร้อมทั้งเพิ่มประสิทธิภาพโครงสร้างพื้นฐานขนาดใหญ่ของบริษัทสำหรับภาระงาน AI (AI workloads) ในยุคถัดไป

การขยายขีดความสามารถของ Meta Training and Inference Accelerator (MTIA)

การผลิตที่กำลังจะเกิดขึ้นนี้ถือเป็นก้าวสำคัญสำหรับโปรแกรม Meta Training and Inference Accelerator (MTIA) ของ Meta โดย Meta ได้เลือกใช้แนวทางแบบโมดูลาร์ที่เรียกว่า "chiplet" แทนการออกแบบชิปแบบโมโนลิทิก (monolithic) แบบดั้งเดิม กลยุทธ์นี้ช่วยให้บริษัทสามารถพัฒนาซ้ำ (iterate) ได้รวดเร็วยิ่งขึ้น โดยสามารถนำข้อมูลเชิงลึกของภาระงาน AI และเทคโนโลยีฮาร์ดแวร์ล่าสุดมาปรับใช้ในวงจรการพัฒนาที่สั้นลง ความสามารถในการปรับเปลี่ยนแบบโมดูลาร์นี้มีความสำคัญอย่างยิ่งในสภาวะที่ความต้องการของโมเดล AI มีการเปลี่ยนแปลงเกือบทุกเดือน

ตามรายงานภายใน ชิปใหม่เหล่านี้อย่างน้อยหนึ่งตัวสามารถผ่านขั้นตอนการทดสอบได้สำเร็จภายในเวลาเพียงหกสัปดาห์ Meta กำลังร่วมมือกับ Broadcom ในด้านสถาปัตยกรรมการออกแบบ ในขณะที่ใช้บริการ Taiwan Semiconductor Manufacturing Company (TSMC) สำหรับการผลิตระดับไฮเอนด์ ห่วงโซ่อุปทานสำหรับชิปเหล่านี้มีความแข็งแกร่งอยู่แล้ว โดยมี Samsung สำหรับ RAM, Sandisk สำหรับหน่วยจัดเก็บข้อมูล และ Sumitomo Electric สำหรับอุปกรณ์ใยแก้วนำแสง

การลดการพึ่งพา Nvidia และ AMD

เมื่อความซับซ้อนของโมเดล AI พุ่งสูงขึ้น ต้นทุนของฮาร์ดแวร์เฉพาะทางจึงกลายเป็นภาระด้านเงินทุนมหาศาล Meta ได้ส่งสัญญาณถึงแผนการใช้จ่ายที่ดุดัน โดยคาดการณ์รายจ่ายฝ่ายทุน (CAPEX) ระหว่าง 1.25 แสนล้านดอลลาร์ ถึง 1.45 แสนล้านดอลลาร์ในปีนี้ งบประมาณส่วนใหญ่จะถูกจัดสรรเพื่อจัดหาขีดความสามารถในการประมวลผลที่จำเป็นสำหรับการฝึกฝนและใช้งานโมเดล AI ตระกูล Muse Spark

แม้ว่า Meta จะยังคงสั่งซื้อ AMD Instinct GPUs และฮาร์ดแวร์จากบุคคลที่สามอื่นๆ เป็นมูลค่าหลายพันล้านดอลลาร์ แต่ชิป MTIA ถูกออกแบบมาเพื่อจัดการกับงานเฉพาะทางที่มีปริมาณมหาศาล ซึ่งรวมถึงการฝึกฝนอัลกอริทึมการจัดลำดับ (ranking) และการแนะนำ (recommendation) ซึ่งเป็นหัวใจสำคัญของ Instagram และ Facebook ตลอดจนการทำ AI inference ทั่วไปสำหรับแอปพลิเคชันสำหรับผู้บริโภคต่างๆ

การแข่งขันที่กว้างขึ้นเพื่ออธิปไตยด้านซิลิคอน (Silicon Sovereignty)

ความเคลื่อนไหวของ Meta เป็นส่วนหนึ่งของการเปลี่ยนแปลงครั้งใหญ่ในอุตสาหกรรมไปสู่ "อธิปไตยด้านซิลิคอน" (silicon sovereignty) ยุคสมัยของผู้ให้บริการชิปรายใหญ่เพียงรายเดียวกำลังถูกท้าทายโดยทั้งผู้ให้บริการคลาวด์ระดับไฮเปอร์สเกลเลอร์ (hyperscalers) และห้องปฏิบัติการ AI โดย Google และ Amazon ได้สร้างโปรแกรมซิลิคอนแบบกำหนดเองที่ประสบความสำเร็จไปแล้ว และขณะนี้มีรายงานว่า OpenAI และ Anthropic กำลังสำรวจเส้นทางที่คล้ายกันร่วมกับพันธมิตรอย่าง Broadcom และ Samsung

เพื่อรองรับฮาร์ดแวร์เหล่านี้ Meta กำลังขยายโครงสร้างพื้นฐานทางกายภาพในอัตราที่ไม่เคยปรากฏมาก่อน บริษัทมีแผนที่จะติดตั้งขีดความสามารถในการประมวลผลขนาด 7 กิกะวัตต์ในปีนี้ และมีแผนที่จะเพิ่มขึ้นเป็นสองเท่าในปีหน้า การลงทุนมหาศาลทั้งในด้านซิลิคอนแบบกำหนดเองและพลังงานสำหรับดาต้าเซ็นเตอร์นี้ ตอกย้ำความจริงที่ว่าอนาคตของ AI จะตัดสินกันที่ประสิทธิภาพของฮาร์ดแวร์ที่เป็นรากฐาน

สรุปประเด็นสำคัญ

  • กลยุทธ์ฮาร์ดแวร์แบบโมดูลาร์: Meta ใช้การออกแบบฐาน chiplet สำหรับโปรแกรม MTIA เพื่อช่วยให้สามารถพัฒนาซ้ำได้เร็วขึ้นและปรับตัวเข้ากับภาระงาน AI ที่เปลี่ยนแปลงตลอดเวลาได้
  • ห่วงโซ่อุปทานเชิงกลยุทธ์: การเริ่มการผลิตเกี่ยวข้องกับระบบนิเวศพันธมิตรที่แข็งแกร่ง รวมถึง Broadcom สำหรับการออกแบบ, TSMC สำหรับการผลิต และ Samsung สำหรับหน่วยความจำ
  • การลงทุนโครงสร้างพื้นฐานมหาศาล: Meta กำลังวางตำแหน่งตัวเองเพื่อความเป็นผู้นำด้าน AI ในระยะยาว โดยคาดการณ์งบ CAPEX สูงถึง 1.45 แสนล้านดอลลาร์ และวางแผนที่จะเพิ่มการติดตั้งขีดความสามารถในการประมวลผลเป็นสองเท่าเป็น 14 กิกะวัตต์