最近的报告显示，Meta 在 AI 基础设施上的支出将大幅增加，预计成本将达到 650 亿美元。总体而言，该公司的总支出预计将在 1140 亿美元至 1190 亿美元之间。为了应对这一财务挑战，Meta 正在投资开发其首款内部 AI 芯片，并展示了这一计划的切实进展，正如最近的一份声明中指出的那样。这一战略举措旨在减少对 NVIDIA 高成本 GPU 的依赖，而这些 GPU 对 AI 训练至关重要。
Meta 对 2026 年内部 AI 芯片的愿景
最初，该项目面临障碍，导致项目暂时中止；不过，公司高管乐观地认为，到 2026 年，新的 AI 芯片将投入训练任务。分阶段部署可以为更广泛的应用铺平道路，前提是测试结果成功。路透社援引消息人士的话说，Meta 即将推出的 AI 芯片被指定为专用加速器，专门用于解决与 AI 相关的计算。这一转变不仅有望削减购买 NVIDIA 昂贵图形处理器的费用，而且还将提高 Meta 基础设施的能源效率，因为该芯片是为特定功能量身定制的。
预计这款定制硅片的生产将由台积电负责，但有关将使用哪种半导体制造技术的细节仍未披露。有报道证实，Meta 已成功完成其 AI 芯片的首次流片，这一过程可能需要大量成本，并且可能持续数月。然而，值得注意的是，成功流片并不能保证芯片能够满足操作要求，需要进一步诊断，并可能需要额外的流片迭代，这可能会增加开发费用。
有一段时间，Meta 可能因为各种挑战而放弃开发定制 AI 芯片。尽管如此，该公司还是克服了这些障碍，目前正致力于利用芯片的功能为其内部系统服务，并最终扩展到聊天机器人等生成式 AI 应用。与此同时，由于 GPU 需求激增，NVIDIA 继续蓬勃发展，Meta 是其最大的客户之一。
专家们对仅仅通过提升原始 GPU 性能来增强大型语言模型 (LLM) 的效果表示担忧。转向定制 AI 芯片不仅有可能最大限度地减少此类硬件的物理空间和冷却需求，而且还凸显了 AI 行业朝着定制计算解决方案发展的重大趋势。随着 Meta 在这一计划上的进展，人们对其首台设备的部署仍然充满期待。
发表回复