Η Meta τράβηξε την αυλαία του MTIA 400, του πρώτου προσαρμοσμένου επιταχυντή που στοχεύει ακριβώς στην εκπαίδευση μεγάλων μοντέλων γλώσσας — με μια ασυνήθιστη αλλαγή. Το τσιπ, που αναλύθηκε αυτή την εβδομάδα στο ετήσιο συνέδριο ημιαγωγών Hot Chips, θα φέρει επίσης τους φόρτους εργασίας συστάσεων βαθιάς μάθησης που εξυπηρετούν τις διαφημίσεις που χρηματοδοτούν ολόκληρη τη φιλοδοξία AI της Meta.
Το Register, το οποίο ανέφερε για πρώτη φορά τις πλήρεις τεχνικές αποκαλύψεις, αποκάλεσε το σχέδιο "διχασμένη προσωπικότητα": ένα τσιπ εκπαίδευσης συνόρων στη μία πλευρά, μια μηχανή εξυπηρέτησης διαφημίσεων από την άλλη. Είναι το πιο ξεκάθαρο σημάδι μέχρι τώρα ότι η Meta σκοπεύει να τρέξει το μέλλον της στην τεχνητή νοημοσύνη με το δικό της πυρίτιο. Για περισσότερα σχετικά με τις [τελευταίες εξελίξεις της τεχνητής νοημοσύνης] (https://aibuzzwire.news) που διαμορφώνουν τη βιομηχανία τσιπ, ακολουθήστε το AI Buzz Wire.
Γιατί να εκπαιδεύσετε την τεχνητή νοημοσύνη και να προβάλετε διαφημίσεις στο ίδιο τσιπ;
Οι περισσότερες εταιρείες που κατασκευάζουν προσαρμοσμένους επιταχυντές τεχνητής νοημοσύνης ξεκινούν με συμπεράσματα. Τα συμπλέγματα είναι μικρότερα, τα τσιπ είναι πιο απλά και η δουλειά είναι καλά κατανοητή. Η Meta ανατρέπει αυτή την τάση στοχεύοντας πρώτα την εκπαίδευση LLM — τον πιο έντονο υπολογιστικό φόρτο εργασίας στον κλάδο, που συχνά απαιτεί δεκάδες ή εκατοντάδες χιλιάδες επιταχυντές.
Ο συμβιβασμός είναι ο δεύτερος φόρτος εργασίας. Το συμπέρασμα DLRM - το μοντέλο συστάσεων βαθιάς μάθησης που αποφασίζει ποιες διαφημίσεις και αναρτήσεις βλέπουν οι χρήστες - είναι κυρίως δεσμευμένο στη μνήμη και όχι στον υπολογισμό, πράγμα που σημαίνει ότι μεγάλο μέρος της ισχύος πυρός εκπαίδευσης του τσιπ παραμένει αδρανές κατά την προβολή διαφημίσεων. Αλλά με το Meta να καίει δεκάδες δισεκατομμύρια δολάρια στον υπολογισμό, το να έχεις ένα chip pull διπλό καθήκον είναι μια ρεαλιστική αντιστάθμιση, ειδικά όταν μία από τις δύο περιπτώσεις χρήσης δημιουργεί άμεσα έσοδα.
Μέσα στο MTIA 400: Chiplets 3nm και Broadcom IP
Σύμφωνα με την παρουσίαση του Meta Hot Chips, όπως αναλύεται από το The Register και το ServeTheHome:
- Αρχιτεκτονική Multi-die: Δύο υπολογιστικές μήτρες, δύο μήτρες εισόδου/εξόδου και ένα καλούπι SoC που χειρίζεται συνδεσιμότητα κεντρικού υπολογιστή και ενορχήστρωση φόρτου εργασίας
- Κόμβος διεργασίας: Τα υπολογιστικά chiplet είναι κατασκευασμένα σε τεχνολογία διεργασίας 3nm, πιθανώς από την TSMC
- Υπολογισμός: Ένα πλέγμα 6x8 στοιχείων επεξεργασίας ανά chiplet, που παρέχει συνδυαστικά 12 petaFLOPS υπολογισμού MXFP4 στα 1,7 GHz
- Μνήμη: Οκτώ στοίβες HBM3e 36 GB — συνολικά 288 GB με εύρος ζώνης περίπου 9,2 TB/s
- Διασύνδεση: 1,2 TB/s εύρους ζώνης chip-to-chip μέσω RDMA, πιθανόν Ethernet λόγω της συμμετοχής της Broadcom
Τα δακτυλικά αποτυπώματα της Broadcom είναι παντού. Το Register σημειώνει ότι ο επιταχυντής κατασκευάστηκε σχεδόν σίγουρα χρησιμοποιώντας την IP XPU του σχεδιαστή τσιπ - μια ρεαλιστική επιλογή που επιτρέπει στη Meta να επικεντρωθεί στη διαφοροποίηση, ενώ παράλληλα αναθέτει σε εξωτερικούς συνεργάτες τα μη γοητευτικά μέρη του σχεδιασμού του επιταχυντή.
Πώς συσσωρεύεται έναντι της Nvidia και της AMD
Η εικόνα της απόδοσης είναι διαφοροποιημένη. Με τις υψηλότερες ακρίβειας που χρησιμοποιούνται συνήθως για προπόνηση, το MTIA 400 είναι περίπου 20% ταχύτερο από τους επιταχυντές Blackwell κορυφαίων προδιαγραφών της Nvidia ενώ αντλεί παρόμοια ισχύ. Το εύρος ζώνης μνήμης του είναι περίπου 15% καλύτερο από τα εξαρτήματα προηγούμενης γενιάς της Nvidia και της AMD.
Ωστόσο, έναντι της νεότερης γενιάς, το χάσμα διευρύνεται απότομα: το MTIA 400 είναι μεταξύ 3x και 3,3 φορές πιο αργό από το Rubin της Nvidia και το Instinct MI455X της AMD, αντίστοιχα, και προσφέρει λιγότερο από το μισό εύρος ζώνης μνήμης αυτών των νέων GPU. Αυτό το έλλειμμα είναι ακριβώς ο λόγος για τον οποίο η Meta τοποθετεί το εξάρτημα ως τσιπ εκπαίδευσης και όχι ως τσιπ συμπερασμάτων — για την εξυπηρέτηση των κουπονιών, έχει πολύ πιο γρήγορες επιλογές.
Σε επίπεδο συστήματος, η ομοιότητα με τα στάνταρ ράφι της βιομηχανίας είναι εντυπωσιακή. Κάθε υπολογιστική λεπίδα συνδυάζει τέσσερις επιταχυντές MTIA 400 με διακόπτη PCIe, CPU x86 και NIC κλιμάκωσης. Ένα πλήρες rack χωρά 18 υπολογιστικές λεπίδες και οκτώ λεπίδες διακόπτη — 72 επιταχυντές σε έναν ενιαίο τομέα, μια διαμόρφωση που αντικατοπτρίζει τα σχέδια ραφιών Nvidia NVL72 και Helios της AMD. Οι διαφάνειες του Meta υπόσχονται "κλιμάκωση πολλών χιλιάδων επιταχυντών" χωρίς να προσδιορίζουν τα ανώτατα όρια συστάδων.
Ο οδικός χάρτης: MTIA 450 την επόμενη χρονιά
Το MTIA 400 δεν είναι το τέλος της γραμμής. Η Meta αποκάλυψε τον Μάρτιο ότι σχεδιάζει μια εξάμηνη κυκλοφορία σε τέσσερις νέες γενιές MTIA και η επόμενη στάση είναι το MTIA 450 — μια παραλλαγή βελτιστοποιημένη βάσει συμπερασμάτων που αναμένεται να διπλασιάσει το εύρος ζώνης της μνήμης, πιθανώς με την υιοθέτηση του HBM4. Αυτό το τσιπ έχει προγραμματιστεί για παραγωγή το επόμενο έτος και θα πρέπει να είναι κατάλληλο για την εκτέλεση φόρτου εργασίας συστάσεων που βασίζονται σε LLM.
Παρά την πρόοδο, η ανάλυση του The Register είναι αμβλύ: το εσωτερικό πυρίτιο της Meta δεν θα αντικαταστήσει τις GPU της AMD ή της Nvidia σύντομα. Το Meta Superintelligence Labs είναι σχεδόν βέβαιο ότι εξακολουθεί να εκπαιδεύει μοντέλα αιχμής σε συμβατικές GPU και το υλικό για συγκεκριμένες εφαρμογές παραμένει το καταλληλότερο για καλά κατανοητούς, σταθερούς φόρτους εργασίας.
Γιατί έχει σημασία
Το MTIA 400 έχει σημασία για δύο λόγους. Πρώτον, δείχνει έναν υπερκλιμακωτή πρόθυμο να επιτεθεί στον πιο σκληρό φόρτο εργασίας - προπόνηση συνόρων - αντί να επιλέγει εύκολες νίκες συμπερασμάτων. Δεύτερον, η πλευρά της προβολής διαφημίσεων του σχεδιασμού είναι μια υπενθύμιση των οικονομικών: κάθε δολάριο capex σε προσαρμοσμένο πυρίτιο αναλαμβάνεται από την πιο κερδοφόρα διαφημιστική επιχείρηση στην ιστορία. Εάν η Meta μπορεί να μετατοπίσει έστω και ένα κλάσμα του φόρτου εργασίας εκπαίδευσης και συστάσεων από τις εμπορικές GPU, η εξοικονόμηση στην κλίμακα της θα μετρηθεί σε δισεκατομμύρια.
Πηγές: Παρουσίαση Meta's Hot Chips 2026, The Register και ServeTheHome.
---
Μείνετε μπροστά από την τεχνητή νοημοσύνηΛάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.
Διαβάστε περισσότερα νέα AI →
