Meta начинает тестирование собственного AI чипа, чтобы сократить зависимость от Nvidia

Meta начала тестирование своего первого внутреннего чипа для обучения систем искусственного интеллекта, что является стратегическим шагом, направленным на снижение зависимости от Nvidia и сокращение затрат на инфраструктуру, согласно эксклюзивному отчету от Reuters.

Чип, являющийся частью долгосрочной стратегии Meta по созданию собственных кремниевых решений, на данный момент находится на стадии маломасштабного внедрения. В случае успеха компания планирует расширить его использование, сообщили источники Reuters.

Meta, материнская компания Facebook, Instagram и WhatsApp, активно инвестирует в искусственный интеллект, прогнозируя расходы на 2025 год между $114 миллиардами и $119 миллиардами, включая до $65 миллиардов на капитальные затраты, связанные с AI, как сообщает Reuters.

Новый чип для обучения искусственного интеллекта — это специализированный ускоритель, оптимизированный для задач искусственного интеллекта, что потенциально делает его более энергоэффективным, чем традиционные графические процессоры (GPU).

Reuters сообщает, что Meta, по слухам, сотрудничает с Taiwan Semiconductor Manufacturing Company (TSMC) для производства чипа. Это развитие следует за первым успешным «tape-out» компании, важным шагом в дизайне чипа, который включает отправку первоначального прототипа производителю.

Этот процесс может занять месяцы и стоить десятки миллионов долларов без гарантии успеха. Reuters отмечает, что предыдущие попытки Meta создать собственные AI чипы привели к смешанным результатам, включая отказ от ранее разрабатываемого учебного чипа.

Мета начала использовать собственный чип для вывода в прошлом году, чтобы оптимизировать рекомендации контента на Facebook и Instagram. Теперь компания планирует расширить возможности своего пользовательского чипа для обучения AI, начиная с систем рекомендаций и постепенно расширяясь до генеративных AI-продуктов, таких как Meta AI, как сообщает Reuters.

Несмотря на то что Мета остается одним из крупнейших клиентов Nvidia, недавние сдвиги в исследованиях AI вызвали вопросы о долгосрочной масштабируемости больших языковых моделей, что возможно повлияет на спрос на мощные GPU.