متا با تولید تراشه Iris متا، گامی بلند در جهت استقلال زیرساخت هوش مصنوعی خود برداشته است. طبق یک یادداشت داخلی که توسط رویترز گزارش شده، این شرکت قصد دارد برای اولین بار تراشه هوش مصنوعی اختصاصی خود را تولید کند. تولید پردازنده Iris از سپتامبر آغاز خواهد شد و پس از رفع اشکالات تست در حدود شش هفته، این تراشه وظایف استنتاجی را که اکنون بر روی GPUهای شخص ثالث اجرا میشوند، بر عهده میگیرد.
این حرکت، یکی از مهمترین گامهای متا به سوی طراحی و تولید سیلیکون داخلی برای بارهای کاری سنگین هوش مصنوعی است. اما اهمیت این اقدام تنها به سختافزار محدود نمیشود. زمانبندی آن، در شرایطی که متا در یک رقابت زیرساختی چند میلیارد دلاری با رقبا گرفتار شده، بسیار حیاتی است. مارک زاکربرگ، مدیرعامل متا، میخواهد این شرکت را به غول هوش مصنوعی تبدیل کند، اما این هدف زمانی که رقبا کنترل زیرساختهای کلیدی را در دست دارند، تقریباً غیرممکن است.
سیلیکون سفارشی برای استنتاج
تراشه Iris برای یک وظیفه خاص طراحی شده: استنتاج (Inference) در زیرساخت هوش مصنوعی متا. این پردازنده سفارشیسازی شده برای بارهای کاری سنگین متا، بخشی از برنامه Meta Training and Inference Accelerators (MTIA) است که هدف آن انتقال بارهای استنتاج هدفمند به سیلیکون اختصاصی است.
Iris بارهای کاری مرتبط با رتبهبندی محتوا، ارائه توصیهها و سرویسهای هوش مصنوعی مولد را در سراسر خانواده برنامههای متا از جمله فیسبوک، اینستاگرام و واتساپ مدیریت خواهد کرد.
- نسخه MTIA 300 هماکنون در محیط تولید برای اجرای استنتاج رتبهبندی و توصیه در پلتفرمهای متا مستقر شده است.
- نسخههای ۴۵۰ و ۵۰۰ نیز تا سال ۲۰۲۷ استنتاج تصویر و ویدیوی مولد را هدف قرار میدهند.
با انتقال این وظایف استنتاج با حجم بالا به سیلیکون سفارشی، متا میتواند هزینههای مرکز داده را کاهش دهد و از تنگنای سنتی زنجیره تأمین سختافزار برای عملیات روزمره خود عبور کند.
تأمین زنجیره تأمین هوش مصنوعی
رویکرد ماژولار و سریع متا به سیلیکون سفارشی در مقایسه با جدول زمانی صنعت سنتی بسیار تهاجمی است. این شرکت قصد دارد تا سال ۲۰۲۷ تقریباً هر شش ماه یک بار نسخه جدیدی از تراشههای MTIA را عرضه کند.
متا برای طراحی Iris با برادکام همکاری میکند و TSMC نیز مسئولیت تولید این تراشه را بر عهده خواهد داشت. اما سیلیکون سفارشی تنها یک بخش از معادله است. مقیاسسازی زیرساخت هوش مصنوعی به تأمین ثابتی از اجزای حافظه، ذخیرهسازی و شبکه نیز نیاز دارد؛ آن هم در زمانی که تقاضا برای سختافزار هوش مصنوعی همچنان به زنجیرههای تأمین جهانی فشار میآورد.
برای حمایت از این گسترش، متا قراردادهای بلندمدتی برای تأمین اجزای کلیدی منعقد کرده است: حافظه پهنباند بالا از سامسونگ الکترونیکس، ذخیرهسازی فلش از SanDisk و تجهیزات شبکه فیبر نوری از سومیتومو الکتریک.
این استراتژی منعکسکننده سرمایهگذاریهای مشابه توسط سایر ابرمقیاسسازان است. گوگل برنامه TPU خود را گسترش میدهد و آمازون نیز پردازندههای Trainium و Inferentia را توسعه داده است.
مقیاسسازی تا ۱۴ گیگاوات
عرضه Iris یکی از اجزای گسترش گسترده زیرساخت هوش مصنوعی متا است. این شرکت قصد دارد حدود ۷ گیگاوات ظرفیت محاسباتی را امسال آنلاین کند و سپس آن را تا سال ۲۰۲۷ به ۱۴ گیگاوات برساند. در این مقیاس، زیرساخت هوش مصنوعی متا برق بیشتری نسبت به بسیاری از کشورهای کوچک مصرف خواهد کرد.
مقیاسسازی زیرساخت هوش مصنوعی در این سطح با برچسب قیمت عظیمی همراه است. متا هزینههای سرمایهای سال ۲۰۲۶ خود را بین ۱۲۵ تا ۱۴۵ میلیارد دلار پیشبینی کرده است و این شرکت را به یکی از بزرگترین سرمایهگذاران زیرساختی یک ساله در تاریخ شرکتها تبدیل میکند.
وال استریت هزینههای هوش مصنوعی را پاداش میدهد
با این وجود، متا به چیزی نادر دست یافت: متقاعد کردن وال استریت که هزینه کردن پول بیشتر در واقع چیز خوبی است. پس از یک حذف تریلیون دلاری از ارزش بازار فناوری در میان نگرانی سرمایهگذاران درباره مقیاس عظیم هزینههای هوش مصنوعی، سهام متا حدود ۸٪ افزایش یافت.
با برنامهریزی برای تراشههای جدید MTIA تقریباً هر شش ماه یک بار تا سال ۲۰۲۷، متا شرط میبندد که سختافزار هوش مصنوعی عمودی یکپارچه میتواند هزینههای استنتاج کمتری و عملکرد بهتری نسبت به تکیه صرف به سیلیکون تجاری ارائه دهد. با داخلیسازی طراحی تراشه و تأمین اجزای حیاتی در سراسر زنجیره تأمین، متا در حال ایجاد پایهای مستحکم برای نسل بعدی خدمات هوش مصنوعی خود است.
