Meta начинает тестирование своего первого чипа для обучения искусственному интеллекту

Компания Meta, которой принадлежит Facebook, тестирует свой первый чип собственного производства для обучения систем искусственного интеллекта (ИИ), что является важной вехой на пути к разработке большего количества специализированных чипов и снижению зависимости от таких поставщиков, как Nvidia.

Предполагаемый инвестиционный бюджет составляет 119 млрд долларов США.

Крупнейшая в мире социальная медиа-компания Meta начала мелкомасштабное тестирование чипа и планирует нарастить производство для широкого использования, если испытания пройдут успешно.

Компания Meta, которой принадлежит Facebook, тестирует свой первый собственный чип для обучения систем искусственного интеллекта (ИИ).

Разработка собственных чипов является частью долгосрочного плана Meta по сокращению огромных расходов на инфраструктуру, поскольку компания делает большую ставку на инструменты ИИ для стимулирования роста.

Meta, которой также принадлежат Instagram и WhatsApp, прогнозирует, что общие расходы в 2025 году составят от 114 до 119 миллиардов долларов, включая до 65 миллиардов долларов капитальных расходов, в основном за счет инвестиций в инфраструктуру ИИ.

Новый обучающий чип Meta представляет собой специализированный ускоритель, то есть он предназначен только для решения определённых задач ИИ, сообщил источник. Это делает его более энергоэффективным, чем интегрированные графические процессоры (GPU), обычно используемые для задач ИИ.

По данным источника, для производства этого чипа Meta сотрудничает с крупнейшим в мире контрактным производителем микросхем TSMC.

Тестовое развёртывание началось после того, как Meta завершила первую «тёплую» отладку чипа — важный этап в разработке кремниевых чипов, включающий отправку исходного проекта на завод-изготовитель. Типичный процесс «тёплой» отладки стоит десятки миллионов долларов и занимает от трёх до шести месяцев, при этом нет гарантии успешного результата. В случае неудачи Meta необходимо будет диагностировать проблему и повторить этап «тёплой».

Этот чип является новейшей разработкой компании в линейке Meta Training and Inference Accelerator (MTIA), программе, старт которой на протяжении многих лет был непростым, и разработка чипа была прекращена на схожей стадии.

Однако в прошлом году Meta начала использовать чип MTIA для выполнения вывода — процесса работы системы искусственного интеллекта при взаимодействии с ней пользователей — для рекомендательных систем, которые решают, какой контент будет отображаться в новостных лентах Facebook и Instagram.

Meta планирует использовать внутренние обучающие чипы к 2026 году

Руководители Meta говорят, что к 2026 году они хотят начать использовать собственные чипы для обучения, что представляет собой ресурсоемкий процесс передачи системе искусственного интеллекта огромных объемов данных, чтобы «научить» ее работать.

Руководители Meta говорят, что хотят начать использовать внутренние чипы для обучения к 2026 году.

Как и в случае с чипом вывода, цель обучающего чипа — начать с рекомендательных систем, а затем использовать его для продуктов генеративного ИИ, таких как чат-бот Meta AI, заявили руководители. «Мы изучаем, как мы обучаем рекомендательные системы, а затем как мы думаем об обучении и выводе для генеративного ИИ», — заявил Крис Кокс, директор по продуктам Meta, на прошлой неделе на конференции Morgan Stanley, посвящённой технологиям, медиа и телекоммуникациям.

Г-н Кокс охарактеризовал усилия Meta по разработке чипов как «ситуацию шаг за шагом», но отметил, что руководители считают первое поколение чипа вывода для рекомендательных систем «огромным успехом».

Ранее Meta отказалась от разработки собственного чипа вывода после того, как он потерпел неудачу в ходе мелкомасштабного тестового развертывания, аналогичного текущему развертыванию для обучающего чипа, и вместо этого вернулась к заказу графических процессоров на миллиарды долларов у Nvidia в 2022 году.

С тех пор компания, работающая в сфере социальных сетей, остаётся одним из крупнейших клиентов Nvidia, накопив целый парк графических процессоров для обучения своих моделей, включая рекомендательные и рекламные системы, а также семейство платформенных моделей Llama. Эти устройства также выполняют инференс для более чем 3 миллиардов человек, ежедневно пользующихся её приложениями.

Ценность этих графических процессоров оказалась под вопросом в этом году, поскольку исследователи искусственного интеллекта стали все более скептически относиться к тому, насколько можно добиться дальнейшего прогресса, продолжая «масштабировать» большие языковые модели путем добавления большего количества данных и вычислительной мощности.

Эти сомнения усилились после запуска в конце января новых недорогих моделей от китайского стартапа DeepSeek, которые оптимизируют вычислительную эффективность, полагаясь на вывод в большей степени, чем большинство существующих моделей.

Акции Nvidia в какой-то момент потеряли до одной пятой своей стоимости во время глобальной распродажи акций компаний, занимающихся искусственным интеллектом, спровоцированной DeepSeek. С тех пор они восстановили большую часть своих потерь, поскольку инвесторы делали ставку на то, что чипы компании останутся отраслевым стандартом для обучения и вывода данных, хотя с тех пор они и откатились назад из-за более широких опасений относительно рынка.

Источник: https://www.baogiaothong.vn/meta-bat-dau-thu-nghiem-chip-dao-tao-ai-noi-bo-dau-tien-192250312120123752.htm