Meta тества първия си собствен чип за обучение на AI

Собственикът на Facebook – Meta Platforms, тества първия си собствен чип за обучение на системи с изкуствен интелект (AI) – ключов момент, докато компанията се насочва към проектирането на повече чипове за лична употреба и иска да намали зависимостта си от външни доставчици като Nvidia, твърдят двама източници на Ройтерс.

Най-голямата социална мрежа в света е започнала постепенно да внедрява чипа и планира да увеличи производството за по-широкото му използване, ако тестът премине добре, допълват източниците.

Усилията за развитие на собствени чипове е част от дългосрочен план на Meta за намаляване на огромните разходи за инфраструктура, докато компанията прави скъп залог в AI инструменти, за да стимулира растежа си.

Meta, която също така притежава Instagram и WhatsApp, прогнозира между 114 млрд. и 119 млрд. долара разходи за 2025 г., включително 65 млрд. долара разходи, които до голяма степен са свързани с AI инфраструктура.

Един от източниците посочва, че новият чип на Meta представлява специален ускорител, което означава, че е проектиран да се справя само със специфични AI задачи. Това може да го направи по-енергийно ефективен от интегрираните графични процесори (GPU), които обикновено се използват за натоварвания, свързани с изкуствен интелект.

Meta работи с тайванския производител на чипове TSMC по производството на чипа, допълва източникът.

Meta и TSMC отказват да коментират въпроса.

Чипът е най-новият в серията Meta Training and Inference Accelerator (MTIA) на компанията. Програмата имаше колебливо начало, а в един момент бракува чип на подобна фаза на развитие.

Въпреки това миналата година Meta започна да използва чип MTIA за процеса, включен в управлението на AI системи, докато потребителите взаимодействат с тях. Чипът служеше и за системи за препоръки, които определят кое съдържание се показва в списъка с новини във Facebook и Instagram.

Директори на Meta казаха, че до 2026 г. компанията иска да започне да използва собствените си чипове за обучение или за интензивния изчислителен процес на захранване на AI система с масиви от данни, за да се „научи“ как да работи.