متا از سپتامبر تولید نسخههای جدید تراشههای اختصاصی هوش مصنوعی را آغاز میکند؛ هدف: کاهش هزینههای GPU در بحران قطعات
رویترز به نقل از یک یادداشت داخلی متا گزارش داد که این شرکت قصد دارد از سپتامبر تولید نسخههای جدید تراشههای اختصاصی هوش مصنوعی خود را آغاز کند تا هزینههای سنگین خرید GPU را در شرایط کمبود بیسابقه قطعات کاهش دهد. بر اساس همان یادداشت، حداقل یکی از این تراشهها در حدود شش هفته مرحله آزمایشی را با موفقیت پشت سر گذاشته است.
طراحی، تولید و زنجیره تأمین
متا در طراحی این تراشهها با شرکت Broadcom همکاری کرده و تولید نهایی را به شرکت Taiwan Semiconductor Manufacturing Company (TSMC) واگذار خواهد کرد. همچنین تأمین حافظه RAM از سوی سامسونگ، ذخیرهسازی از SanDisk و تجهیزات فیبر نوری از Sumitomo Electric گزارش شده است. این ترکیب نشاندهنده تمرکز متا بر ایجاد زنجیره تأمین چندجانبه و کاهش وابستگی کامل به تأمینکنندگان واحد است.
معرفی برنامه MTIA و رویکرد ماژولار
متا در مارس چهار تراشه جدید را تحت برنامه Meta Training and Inference Accelerator (MTIA) معرفی کرد که برخی از آنها هماکنون در حال استقرار یا انتظار استقرار در سال جاری یا سال آینده هستند. رویکرد مدولار مبتنی بر chipletها به متا اجازه میدهد تا با تغییر سریع نیازهای کاری و پیشرفتهای سختافزاری در حوزه هوش مصنوعی، نسلهای بعدی تراشه را سریعتر و منعطفتر طراحی و تولید کند. به بیان متا، هر نسل MTIA مبتنی بر نسل قبل بوده و از تحلیلِ بارهای کاری جدید هوش مصنوعی و فناوریهای سختافزاری نوین بهره میگیرد و در چرخههای زمانی کوتاهتری عرضه میشود.
اهداف کاربردی و تأثیر بر بازار GPU
متا قصد دارد از این تراشهها برای آموزش مدلها در سامانههای رتبهبندی و پیشنهاددهی، پردازشهای گستردهتر هوش مصنوعی و استنتاج (inference) در اپلیکیشنهای خود استفاده کند. انتظار میرود این اقدام باعث کاهش وابستگی به GPUهای آماده از سازندگانی مانند انویدیا و AMD شود، اما متا همچنان برنامهریزی کرده که با این شرکتها قراردادهایی برای ظرفیت محاسباتی موردنیاز خود داشته باشد.
سرمایهگذاری و ظرفیت محاسباتی
متا از سال 2023 به تولید تراشههای اختصاصی روی آورده و در راستای توسعه هوش مصنوعی سرمایهگذاریهای عظیمی انجام میدهد. این شرکت در آوریل اعلام کرد که هزینههای سرمایهای سالانه بین 125 تا 145 میلیارد دلار را پیشبینی میکند که بخش بزرگی از آن به زیرساختها و توان محاسباتی اختصاص مییابد. طبق یادداشت داخلی، متا امسال قصد دارد 7 گیگاوات ظرفیت محاسباتی مستقر کند و این رقم را سال بعد دو برابر نماید. این سرمایهگذاریها در کنار پروژهای مانند سری مدلهای Muse Spark، نشاندهنده تمرکز متا بر افزایش توان داخلی برای آموزش و استقرار مدلهای بزرگ است.
همکاریها و رقابت در صنعت
متا پیش از این با ARM، AMD و آمازون قراردادهایی منعقد کرده تا نیازهای محاسباتی و GPU/CPU خود را تأمین کند. در کنار متا، بازیگران دیگری از جمله OpenAI (با همکاری Broadcom)، Anthropic (در بررسی توسعه تراشه با سامسونگ)، آمازون و گوگل نیز به توسعه تراشههای اختصاصی برای آموزش و استنتاج هوش مصنوعی پرداختهاند. رشد استارتاپها در این حوزه نیز نشان میدهد بازار بهسرعت به سمت تنوع منابع سختافزاری و کاهش وابستگی به یک یا دو تأمینکننده بزرگ حرکت میکند.
پیامدها و تحلیل
تولید داخلی تراشه توسط شرکتهای بزرگ مانند متا میتواند فشار تقاضا بر سازندگان GPU سنتی را کاهش دهد، هزینههای بلندمدت عملیات هوش مصنوعی را پایین بیاورد و کنترل بیشتری بر معماری و بهینهسازی مدلها به شرکتها بدهد. از سوی دیگر، نیاز بالای سرمایهگذاری و پیچیدگی زنجیره تأمین، چالشهای جدیدی ایجاد میکند که متا با توافقات گسترده با TSMC، سامسونگ و دیگر تأمینکنندگان در تلاش است بر آنها فائق آید.
متا در پاسخ به درخواست توضیح اظهار نظری نکرد.