最近的報告顯示，Meta 在 AI 基礎設施上的支出將大幅增加，預計成本將達到 650 億美元。總體而言，該公司的總支出預計將在 1, 140 億美元至 1, 190 億美元之間。為了應對這一財務挑戰，Meta 正在投資開發其首個內部 AI 晶片，並在最近的公告中展示了這項計劃的實際進展。這項策略性舉措旨在減少對 AI 訓練所必需的 NVIDIA 高成本 GPU 的依賴。
Meta 對 2026 年內部 AI 晶片的願景
最初，該項目面臨阻礙，導致暫時中止；不過，該公司高層樂觀地認為，到 2026 年，新的 AI 晶片將可以用於訓練任務。路透社引述消息人士透露，Meta 即將推出的 AI 晶片將被指定為專用加速器，專門用於解決與 AI 相關的運算。這一轉變不僅有望大幅削減購買 NVIDIA 昂貴圖形處理器的相關費用，而且由於該晶片是針對特定功能而定制的，因此還可以提高 Meta 基礎設施的能源效率。
這種客製化矽片的生產預計將由台積電負責，但有關將採用哪種半導體製造技術的細節仍未披露。報導稱，Meta 已成功完成其首個 AI 晶片的流片，這一過程可能耗費大量成本，並持續數月之久。然而，值得注意的是，成功的流片並不保證晶片能夠滿足操作要求，需要進一步的診斷和可能的額外流片迭代，這可能會增加開發成本。
有一段時間，Meta 選擇放棄進行客製化 AI 晶片開發，可能是因為面臨各種挑戰。儘管如此，該公司已經克服了這些障礙，目前的目標是利用該晶片的功能為其內部系統服務，並最終擴展到聊天機器人等生成性人工智慧應用。同時，由於 GPU 需求激增，NVIDIA 繼續蓬勃發展，Meta 是其最大的客戶之一。
專家們對僅僅提升原始 GPU 能力來增強大型語言模型 (LLM) 的有效性表示擔憂。向客製化 AI 晶片的轉變不僅有可能最大限度地減少此類硬體的實體空間和冷卻需求，而且還凸顯了 AI 產業向客製化運算解決方案轉變的重要趨勢。隨著 Meta 在這項計劃的推進，人們對其首支部隊的部署仍然充滿期待。
發佈留言