Meta lance le déploiement d’une puce d’IA interne pour réduire les coûts d’infrastructure ; première sortie de bande réussie grâce à la technologie TSMC

Des rapports récents indiquent que les dépenses de Meta en infrastructure d’IA devraient augmenter considérablement, les projections estimant les coûts à 65 milliards de dollars. Au total, les dépenses totales de l’entreprise devraient se situer entre 114 et 119 milliards de dollars. Face à ce défi financier, Meta investit dans le développement de sa première puce d’IA interne, démontrant ainsi des progrès tangibles dans cette initiative, comme l’indique une annonce récente. Cette décision stratégique vise à réduire la dépendance aux GPU coûteux de NVIDIA, essentiels à l’entraînement de l’IA.

La vision de Meta pour les puces d’IA internes d’ici 2026

Initialement, le projet a rencontré des obstacles qui ont conduit à une suspension temporaire. Cependant, les dirigeants de l’entreprise sont optimistes quant à la capacité de la nouvelle puce d’IA à être opérationnelle pour les tâches de formation d’ici 2026. Ce déploiement progressif pourrait ouvrir la voie à des applications plus larges, sous réserve de la réussite des tests. Des sources citées par Reuters révèlent que la future puce d’IA de Meta est conçue comme un accélérateur dédié, destiné spécifiquement aux calculs liés à l’IA. Cette évolution promet non seulement de réduire considérablement les dépenses liées à l’achat des coûteux processeurs graphiques NVIDIA, mais aussi d’améliorer l’efficacité énergétique de l’infrastructure de Meta, la puce étant adaptée à des fonctions spécifiques.

La production de ce silicium sur mesure devrait être assurée par TSMC, bien que les détails concernant les techniques de fabrication des semi-conducteurs utilisées restent confidentiels. Des rapports confirment que Meta a réalisé avec succès le premier enregistrement de la puce d’IA, un processus qui peut engendrer des coûts importants et durer plusieurs mois. Cependant, il est important de noter que la réussite de l’enregistrement ne garantit pas que la puce répondra aux exigences opérationnelles. Elle nécessitera des diagnostics supplémentaires et éventuellement des itérations supplémentaires, ce qui pourrait augmenter les coûts de développement.

Il fut un temps où Meta avait renoncé au développement de puces d’IA personnalisées, probablement en raison de divers obstacles. Néanmoins, l’entreprise a surmonté ces obstacles et vise désormais à exploiter les capacités de la puce pour ses systèmes internes et, à terme, à se développer dans des applications d’IA générative, telles que les chatbots. Parallèlement, NVIDIA continue de prospérer grâce à la forte demande de GPU, Meta étant l’un de ses principaux clients.

Les experts s’interrogent sur l’efficacité d’une simple augmentation de la puissance brute du GPU pour améliorer les grands modèles de langage (LLM).L’adoption de puces d’IA personnalisées permet non seulement de minimiser l’espace physique et les besoins de refroidissement de ce type de matériel, mais souligne également une tendance significative du secteur de l’IA vers des solutions informatiques sur mesure. Alors que Meta progresse dans cette initiative, l’attente du déploiement de sa première unité reste forte.

Source et images