إطلاق Meta للرقائق الداخلية للذكاء الاصطناعي مع تسارع السباق لتقليل الاعتماد على Nvidia

تتحرك Meta بقوة أكبر نحو رقائق الذكاء الاصطناعي المخصصة مع اشتداد القتال لقطع الاعتماد على Nvidia بشكل أكثر جدية عبر شركات التكنولوجيا الكبرى.

قالت الشركة إنها بدأت مشروع Meta Training and Inference Accelerator، أو MTIA، في عام 2023، وهي الآن تعد لأربع أجيال جديدة من الرقائق على مدار العامين المقبلين.

وفقاً لمايتا، يُزعم أن هذه الرقائق تُصنّف لأغراض الترتيب، والتوصيات، ومهام الذكاء الاصطناعي التوليدي عبر منتجات مايتا.

كما أعلنت الشركة أنها لا تراهن على مورد واحد أو قطعة واحدة من العتاد. وتخطط مايتا للاستمرار في شراء السيليكون من عدة لاعبين في الصناعة مع الإبقاء على شريحة MTIA في صلب خطة البنية التحتية الخاصة بها للذكاء الاصطناعي.

وبحسب تعبير الشركة، فإنها تتبنى "نهجاً محفوطاً" مع نمو وتغير أحمال عمل الذكاء الاصطناعي لديها. وهذا يعني مزج الرقائق الخارجية مع السيليكون الداخلي بدلاً من تسليم الحزمة الكاملة لمورد واحد.

مايتا تطرح أربع أجيال من رقائق MTIA وفق جدول زمني أسرع

أوضحت مايتا أنها تستخدم بالفعل مئات الآلاف من رقائق MTIA لأعمال الاستدلال المرتبطة بالمحتوى العضوي والإعلانات عبر تطبيقاتها.

تُصنع هذه الرقائق لأغراض الشركة الخاصة، وليست للاستخدام العام. وهذا أمر مهم لأن مايتا ذكرت أن العتاد جزء من حل كامل مخصص، مما يمنحها نظاماً أكثر دقة للأعمال التي تقوم بها يومياً.

قالت الشركة إن هذا الإعداد يوفر كفاءة حوسبية أفضل لحالات الاستخدام المحددة لديها ويخفض التكلفة مقارنة بالرقائق ذات الأغراض الأوسع.

المرحلة التالية هي نشر أوسع. Meta قالت إنها تبني MTIA 300 و400 و450 و500، حيث تجلب كل إصدار مكاسب في الحوسبة وعرض النطاق الترددي للذاكرة والكفاءة. MTIA 300 قيد الإنتاج بالفعل وسيتعامل مع تدريب الترتيب والتوصيات.

يمكن لـ MTIA 400 و450 و500 تشغيل جميع أحمال العمل، لكن مايتا ذكرت أن هذه الرقائق ستُستخدم بشكل رئيسي للإنتاج الاستدلالي للذكاء الاصطناعي التوليدي على المدى القريب وحتى عام 2027.

كما ذكرت الشركة أن السيليكون معياري، مما يسمح بإدراج رقائق جديدة في بنية أنظمة الرفوف الحالية. وهذا يقلل من الانتظار بين التصميم والنشر.

وبشأن سرعة الإصدار، ذكرت مايتا أن الصناعة عادةً ما تطلق رقاقة ذكاء اصطناعي جديدة كل عام إلى عامين، لكنها تمتلك الآن القدرة على إصدار رقائقها الخاصة كل ستة أشهر أو أقل من خلال إعادة استخدام التصاميم المعيارية.

تبني مايتا استراتيجية رقاقة الذكاء الاصطناعي الخاصة بها حول الاستدلال والمعايير المفتوحة

قالت الشركة إن استراتيجية MTIA الخاصة بها ترتكز على ثلاثة أجزاء: التكرار السريع، والتصميم الذي يركز على الاستدلال، واعتماد سهل من خلال المعايير الشائعة.

في النقطة الأولى، قال Meta إن دورة الإصدار الأقصر تساعدها على التكيف بشكل أسرع مع تغير تقنيات الذكاء الاصطناعي، وجلب تقنيات الأجهزة الأحدث، وتقليل تكلفة تطوير ونشر إصدارات رقائق جديدة.

وبشأن النقطة الثانية، رسمت مايتا خطاً فاصلاً بين خطتها والنموذج السائد في السوق. قالت الشركة إن معظم الرقائق الرئيسية تُصنع أولاً لأعمال التدريب المسبق الكبيرة للذكاء الاصطناعي التوليدي، ثم تُستخدم لأعمال أخرى، غالباً بمستوى تكلفة أسوأ.

قالت مايتا إنها تفعل العكس. يتم ضبط MTIA 450 و500 أولاً للاستدلال في الذكاء الاصطناعي التوليدي، ثم تُستخدم للترتيب، وتدريب التوصيات والاستدلال، وتدريب الذكاء الاصطناعي التوليدي عند الحاجة.

كما ذكرت الشركة أن MTIA بُنيت منذ البداية على أدوات وأنظمة قياسية، بما في ذلك PyTorch وvLLM وTriton ومشروع الحوسبة المفتوحة (OCP). كما تتبع تصاميم الأنظمة وأرففها معايير OCP للاستخدام في مراكز البيانات.

أضافت مايتا أن رقاقة واحدة لا يمكنها تغطية كل الطلبات التي تحتاجها، ولهذا تخطط لنشر رقائق مختلفة لأحمال عمل مختلفة مع الدفع نحو ما أسمته "الذكاء الفائق الشخصي للجميع".