Meta 测试其内部人工智能训练芯片，以减少对 Nvidia 等供应商的依赖

据报道，Meta 正在测试其首款人工智能训练芯片，该芯片旨在训练 Meta 的人工智能系统，并减少公司对 Nvidia 等第三方供应商的依赖。

据路透社引用的消息人士称，该举措还有望降低公司庞大的基础设施账单，Meta 目标是在 2026 年之前使用其自己的内部芯片。

Meta 正与台积电合作开展此项目

据报道，该公司一直在使用上一代芯片来训练其排名和推荐操作算法，但这将是其首次用于训练像 Meta AI 这样的生成式工具。

路透社报道，Meta 已开设一个新选项卡用于测试其内部芯片。这家社交媒体巨头已开始小规模部署该芯片，如果测试顺利，计划增加生产以进行大规模使用。

报道指出，Meta 正在训练专门处理人工智能特定任务的人工智能芯片。据报道，该芯片由台积电制造，测试部署是在半导体制造前的最终流程成功流片之后进行的。

Meta 开始测试其首款芯片的“流片”，这是硅开发工作的一个重要里程碑，涉及将初始设计发送到芯片工厂。

据路透社报道，典型的流片成本高达数千万美元，完成时间大约需要一到半年，且不能保证测试会成功。失败将要求公司诊断问题并重复流片步骤。

Meta 一直在寻求开发自己的芯片，以减少对 Nvidia 硬件的依赖。Meta 一直是 Nvidia 最大的客户之一，并积累了大量 GPU 来训练其模型，包括其 Llama 基础模型系列。

人工智能分析师对通过不断增加数据和计算能力来持续扩展大型语言模型 (LLM) 所能取得的进展表示担忧和怀疑，当 DeepSeek 以远低于其同行成本推出其模型时，这些怀疑得到了加强。

据报道，Meta 的内部芯片（名为 Meta Training and Inference Accelerator，即 Meta 训练和推理加速器）于 2023 年首次报道正在开发中，基于 7 纳米节点，提供 102 Tops 的整数（8 位）精度计算或 51.2 teraflops 的 FP16 精度计算。

这些芯片运行频率为 800 兆赫，面积约为 370 平方毫米。

这款芯片是该公司 MTIA 系列中的最新一款，该项目多年来起步不稳，曾在开发的一个阶段废弃了一款类似的芯片。

Meta 错过了最初的目标，推迟了芯片的推出

Meta 原定于 2022 年推出其芯片，但在未能达到内部目标后取消了该计划，从 CPU 转向 GPU 进行人工智能训练迫使公司重新设计其数据中心并取消多个项目。

然而，Meta 去年开始使用 MTIA 芯片执行推理，即用户与其交互时运行人工智能系统所涉及的过程，用于决定 Facebook 和 Instagram 新闻源中显示哪些内容的推荐系统。

据报道，2024 年 2 月，该公司计划部署第二代 MTIA 芯片。

这家拥有 Instagram 和 WhatsApp 的公司预计 2025 年总支出为 1140 亿美元至 1190 亿美元，其中包括高达 650 亿美元的资本支出，主要由人工智能基础设施支出推动。

据报道，Meta 高管表示，他们希望到 2026 年开始使用自己的芯片进行训练，即向人工智能系统输入大量数据以教导其如何执行任务的计算密集型过程。

高管表示，与推理芯片一样，训练芯片的目标是从推荐系统开始，然后将其用于生成式人工智能产品，如聊天机器人 Meta AI。

上周在摩根士丹利科技、媒体和电信会议上，Meta 首席产品官克里斯·考克斯表示：“我们正在研究如何进行推荐系统的训练，以及最终如何思考生成式人工智能的训练和推理。”

评论 Meta 的芯片开发工作时，考克斯将其描述为“有点像走路、爬行、跑步的情况”，到目前为止。然而，他表示，高管们认为第一代推理芯片的推荐是一个“巨大的成功”。