Meta po teston çipin e saj të parë për trajnimin e AI-së për të reduktuar varësinë nga Nvidia dhe kostot e infrastrukturës së AI-së

Meta po teston çipin e saj të parë të trajnimit të AI, duke shënuar një hap thelbësor për të ulur kostot e infrastrukturës dhe për të zvogëluar varësinë e saj nga Nvidia dhe furnizuesit e tjerë, raportoi Reuters, duke cituar burime të njohura me këtë çështje. Lëvizja pasqyron shtytjen më të gjerë të Meta-s për të dizajnuar silikon të personalizuar dhe për të fituar kontroll më të rreptë mbi nevojat e saj harduerike të AI, ndërsa ajo shkallëzon ambiciet e saj për AI.

Njoftimi pason një lëvizje të ngjashme nga OpenAI, i cili zbuloi planet dy muaj më parë për të finalizuar dizajnin e tij të parë me porosi të çipit AI këtë vit, duke synuar të reduktojë varësinë e tij nga Nvidia.

Burimet i thanë Reuters se prezantimi fillestar është i vogël, por nëse është i suksesshëm, Meta planifikon të rrisë prodhimin për përdorim më të gjerë.

Ky zhvillim i çipit është pjesë e planit më të gjerë të Meta për të kontrolluar kostot pasi ajo investon shumë në mjetet e AI për të nxitur rritjen e ardhshme. Kompania, e cila zotëron Instagram dhe WhatsApp, ka parashikuar shpenzime prej 114 miliardë deri në 119 miliardë dollarë për vitin 2025. Deri në 65 miliardë dollarë prej tyre pritet të shkojnë drejt shpenzimeve kapitale, të drejtuara kryesisht në infrastrukturën e AI.

Një burim ndau se çipi i Metës është një përshpejtues i dedikuar i ndërtuar posaçërisht për detyrat e AI. Ndryshe nga GPU-të me qëllime të përgjithshme, këto çipa janë krijuar për të qenë më efikas në energji dhe të fokusuar në ngarkesat e punës së AI.

Meta është në partneritet me TSMC me bazë në Tajvan për të prodhuar çipin, shtoi burimi.

“Zhvendosja e testit filloi pasi Meta përfundoi “kasetë” e saj të parë të çipit, një shenjë e rëndësishme e suksesit në punën e zhvillimit të silikonit që përfshin dërgimin e një dizajni fillestar përmes një fabrike çipi,” raportoi Reuters, duke cituar një burim tjetër.

Faza e testimit të çipit filloi pasi Meta përfundoi “tape-out” e saj të parë, që përfshin finalizimin e një dizajni të çipit dhe dërgimin e tij për prodhim fillestar. Kjo fazë është kritike dhe e kushtueshme, shpesh shkon në dhjetëra miliona dollarë dhe zgjat tre deri në gjashtë muaj. Nëse testi dështon, Meta do të duhet të zgjidhë problemet dhe të përsërisë procesin.

Si Meta ashtu edhe TSMC nuk pranuan të komentojnë mbi përparimin e çipit.

Çipi i ri është pjesë e serisë Meta Training and Inference Accelerator (MTIA), e cila ka parë një udhëtim shkëmbor. Një çip i mëparshëm u hoq gjatë zhvillimit. Sidoqoftë, Meta vendosi me sukses një çip MTIA vitin e kaluar për detyrat e konkluzionit – procesi i ekzekutimit të modeleve të AI ndërsa përdoruesit ndërveprojnë me ta. Ky çip tani fuqizon sistemet e rekomandimeve që përcaktojnë se cila përmbajtje shfaqet në burimet e Facebook dhe Instagram.

Drejtuesit e Meta synojnë të përdorin çipa të brendshëm për trajnim deri në vitin 2026. Trajnimi përfshin përpunimin e grupeve të mëdha të të dhënave për të “mësuar” modelet e AI se si të kryejnë detyrat. Fokusi fillestar do të jetë në sistemet e rekomandimeve, duke u zgjeruar më vonë në produkte gjeneruese të AI si chatbot i Metës.

“Ne po punojmë se si do të bënim trajnime për sistemet rekomanduese dhe më pas si mendojmë për trajnimin dhe konkluzionet për gjeneratën AI”, tha shefi i produkteve të Meta, Chris Cox, në konferencën e teknologjisë, medias dhe telekomit Morgan Stanley javën e kaluar.

Cox e përshkroi procesin e zhvillimit të çipit si një qasje “ec, zvarrit, vrapo”, por vuri në dukje se çipi i konkluzionit të gjeneratës së parë ishte një “sukses i madh”.

Meta nuk ka pasur gjithmonë një udhëtim të qetë me çipa të personalizuar. Një çip i mëparshëm konkluzion i brendshëm dështoi gjatë testimit, duke e bërë Meta të rikthehet në GPU-të Nvidia, me porosi me vlerë miliarda dollarë në vitin 2022. Që atëherë, Meta ka mbetur një nga klientët kryesorë të Nvidia, duke u mbështetur në GPU-të e tyre për të fuqizuar modelet për rekomandime, reklama dhe serinë e Llama Foundation. Këto GPU mbështesin gjithashtu konkluzionet për miliarda që përdorin aplikacionet e Meta çdo ditë.

Sidoqoftë, mbështetja në GPU-të është nën shqyrtim. Disa studiues të AI vënë në dyshim nëse zgjerimi i modeleve të mëdha gjuhësore me më shumë të dhëna dhe fuqi kompjuterike do të çojë në përparim domethënës. Këto dyshime fituan tërheqje pasi startupi kinez DeepSeek lançoi modele me kosto të ulët që theksojnë efikasitetin llogaritës. Zhvendosja shkaktoi një rënie të mprehtë në vlerën e aksioneve të Nvidia, megjithëse më vonë u rikuperua.

Investitorët ende besojnë se çipat Nvidia do të qëndrojnë dominues për trajnimin dhe konkluzionet e AI, por shqetësimet më të gjera tregtare e kanë mbajtur tregun të kujdesshëm.