Meta lanza la implementación interna de chips de IA para reducir costos de infraestructura; primera producción exitosa con tecnología de TSMC

Informes recientes indican que la inversión de Meta en infraestructura de IA aumentará significativamente, con proyecciones que estiman costos que alcanzarán los 65 000 millones de dólares. En general, se prevé que el gasto total de la compañía se sitúe entre 114 000 y 119 000 millones de dólares. En respuesta a este desafío financiero, Meta está invirtiendo en el desarrollo de su primer chip de IA propio, lo que demuestra un progreso tangible en esta iniciativa, como se indicó en un anuncio reciente. Esta estrategia busca reducir la dependencia de las GPU de alto coste de NVIDIA, esenciales para el entrenamiento de IA.

La visión de Meta para los chips de IA internos para 2026

Inicialmente, el proyecto enfrentó obstáculos que llevaron a una suspensión temporal; sin embargo, los ejecutivos de la compañía se muestran optimistas respecto a que el nuevo chip de IA estará operativo para tareas de entrenamiento en 2026. El despliegue gradual podría allanar el camino para aplicaciones más amplias, dependiendo del éxito de las pruebas. Fuentes citadas por Reuters revelan que el próximo chip de IA de Meta está diseñado como un acelerador dedicado, diseñado específicamente para abordar las tareas de computación relacionadas con la IA. Este cambio promete no solo reducir drásticamente los gastos asociados con la compra de los costosos procesadores gráficos de NVIDIA, sino también mejorar la eficiencia energética de la infraestructura de Meta, ya que el chip está diseñado para funciones específicas.

Se espera que la producción de este silicio personalizado esté a cargo de TSMC, aunque aún no se han revelado los detalles sobre las técnicas de fabricación de semiconductores que se utilizarán. Los informes confirman que Meta ha completado con éxito la primera prueba de producción del chip de IA, un proceso que puede implicar costos significativos y durar varios meses. Sin embargo, es importante tener en cuenta que una prueba de producción exitosa no garantiza que el chip cumpla con los requisitos operativos, lo que requiere diagnósticos adicionales y posiblemente iteraciones adicionales, lo que podría incrementar los gastos de desarrollo.

Hubo un período en el que Meta optó por no desarrollar chips de IA personalizados, probablemente debido a diversos desafíos. Sin embargo, la compañía ha superado estos obstáculos y ahora busca aprovechar las capacidades del chip para sus sistemas internos y, con el tiempo, expandirse a aplicaciones de IA generativa, como los chatbots. Mientras tanto, NVIDIA continúa prosperando gracias al aumento de la demanda de GPU, siendo Meta uno de sus principales clientes.

Los expertos expresan su preocupación por la eficacia de simplemente aumentar la potencia bruta de la GPU para mejorar los modelos de lenguaje grande (LLM).La transición hacia chips de IA personalizados no solo tiene el potencial de minimizar el espacio físico y las necesidades de refrigeración de dicho hardware, sino que también pone de manifiesto una tendencia significativa en la industria de la IA hacia soluciones informáticas a medida. A medida que Meta avanza con esta iniciativa, la expectación por el lanzamiento de su primera unidad sigue siendo alta.

Fuente e imágenes