Meta lancia la distribuzione interna di chip AI per ridurre i costi infrastrutturali; primo tape-out di successo sfruttando la tecnologia TSMC

Rapporti recenti indicano che le spese di Meta per l’infrastruttura AI sono destinate ad aumentare in modo significativo, con proiezioni che stimano i costi fino a 65 miliardi di $.Nel complesso, si prevede che la spesa totale dell’azienda scenderà tra 114 e 119 miliardi di $.In risposta a questa sfida finanziaria, Meta sta investendo nello sviluppo del suo chip AI interno inaugurale, dimostrando progressi tangibili in questa iniziativa, come notato in un recente annuncio. Questa mossa strategica mira a ridurre la dipendenza dalle GPU ad alto costo di NVIDIA essenziali per la formazione AI.

La visione di Meta per i chip AI interni entro il 2026

Inizialmente, il progetto ha incontrato ostacoli che hanno portato a una sospensione temporanea; tuttavia, i dirigenti dell’azienda sono ottimisti sul fatto che il nuovo chip AI sarà operativo per le attività di formazione entro il 2026. L’implementazione graduale potrebbe aprire la strada ad applicazioni più ampie, subordinatamente al successo dei test. Fonti citate da Reuters rivelano che il prossimo chip AI di Meta è designato come un acceleratore dedicato, mirato specificamente ad affrontare i calcoli correlati all’AI. Questo cambiamento promette non solo di tagliare le spese associate all’acquisto dei costosi processori grafici di NVIDIA, ma anche di migliorare l’efficienza energetica dell’infrastruttura di Meta poiché il chip è personalizzato per funzioni specifiche.

Si prevede che la produzione di questo silicio personalizzato sarà gestita da TSMC, sebbene i dettagli riguardanti le tecniche di produzione dei semiconduttori che saranno utilizzate rimangano non divulgati. I report confermano che Meta ha completato con successo il suo primo tape-out del chip AI, un processo che può comportare costi significativi e potrebbe durare diversi mesi. Tuttavia, è importante notare che i tape-out riusciti non garantiscono che il chip soddisferà i requisiti operativi, rendendo necessarie ulteriori diagnosi e possibilmente ulteriori iterazioni di tape-out, che potrebbero aumentare le spese di sviluppo.

C’è stato un periodo in cui Meta ha optato per non proseguire con lo sviluppo di chip AI personalizzati, probabilmente a causa di varie sfide. Tuttavia, l’azienda ha superato questi ostacoli e ora punta a sfruttare le capacità del chip per i suoi sistemi interni e alla fine espandersi in applicazioni AI generative, come i chatbot. Nel frattempo, NVIDIA continua a prosperare grazie all’aumento della domanda di GPU, con Meta come uno dei suoi maggiori clienti.

Gli esperti esprimono preoccupazioni riguardo all’efficacia del semplice aumento della potenza grezza della GPU per migliorare i modelli di linguaggio di grandi dimensioni (LLM).Il passaggio a chip AI personalizzati non solo ha il potenziale per ridurre al minimo lo spazio fisico e le esigenze di raffreddamento per tale hardware, ma evidenzia anche una tendenza significativa nel settore dell’AI verso soluzioni di elaborazione personalizzate. Mentre Meta procede con questa iniziativa, l’attesa che circonda l’implementazione della loro prima unità rimane alta.

Fonte e immagini