Meta a levé le rideau sur le MTIA 400, son premier accélérateur personnalisé destiné directement à la formation de grands modèles de langage – avec une touche inhabituelle. La puce, détaillée cette semaine lors de la conférence annuelle sur les semi-conducteurs Hot Chips, supportera également les charges de travail de recommandation d'apprentissage en profondeur qui servent les publicités finançant l'ambition entière de Meta en matière d'IA.
Le Register, qui a été le premier à publier les informations techniques complètes, a qualifié la conception de « double personnalité » : une puce de formation aux frontières d'un côté, un moteur de diffusion de publicités de l'autre. C’est le signe le plus clair à ce jour que Meta a l’intention de gérer son avenir en matière d’IA sur son propre silicium. Pour en savoir plus sur les derniers développements de l'IA qui façonnent l'industrie des puces, suivez AI Buzz Wire.
Pourquoi former l'IA et diffuser des publicités sur la même puce ?
La plupart des entreprises qui créent des accélérateurs d’IA personnalisés commencent par l’inférence. Les clusters sont plus petits, les puces sont plus simples et le travail est bien compris. Meta va à l’encontre de cette tendance en ciblant d’abord la formation LLM – la charge de travail la plus gourmande en calcul du secteur, nécessitant souvent des dizaines, voire des centaines de milliers d’accélérateurs.
Le compromis est la deuxième charge de travail. L'inférence DLRM – le modèle de recommandation d'apprentissage profond qui décide quelles publicités et publications les utilisateurs voient – est principalement liée à la mémoire plutôt qu'au calcul, ce qui signifie qu'une grande partie de la puissance de feu d'entraînement de la puce reste inactive pendant la diffusion des publicités. Mais alors que Meta dépense des dizaines de milliards de dollars en calcul, avoir une seule puce à double fonction est une couverture pragmatique, en particulier lorsque l'un des deux cas d'utilisation génère directement des revenus.
À l'intérieur du MTIA 400 : chipsets 3 nm et IP Broadcom
Selon la présentation Hot Chips de Meta, telle qu'analysée par The Register et ServeTheHome :
- Architecture multi-puces : Deux puces de calcul, deux puces d'E/S et une puce SoC gérant la connectivité de l'hôte et l'orchestration de la charge de travail
- Nœud de processus : Les chipsets de calcul sont construits sur une technologie de processus 3 nm, probablement de TSMC
- Calcul : Une grille 6x8 d'éléments de traitement par chiplet, fournissant un total de 12 pétaFLOPS de calcul MXFP4 à 1,7 GHz
- Mémoire : Huit piles HBM3e de 36 Go — 288 Go au total avec environ 9,2 To/s de bande passante
- Interconnexion : 1,2 To/s de bande passante de puce à puce sur RDMA, probablement Ethernet compte tenu de l'implication de Broadcom
Les empreintes digitales de Broadcom sont partout. The Register note que l'accélérateur a presque certainement été construit à l'aide de l'IP XPU du concepteur de puces – un choix pragmatique qui permet à Meta de se concentrer sur la différenciation tout en externalisant les parties peu glamour de la conception de l'accélérateur.
Comment cela se compare-t-il à Nvidia et AMD
Le tableau des performances est nuancé. Aux précisions plus élevées couramment utilisées pour la formation, le MTIA 400 est environ 20 % plus rapide que les accélérateurs Blackwell haut de gamme de Nvidia, tout en consommant une puissance similaire. Sa bande passante mémoire est environ 15 % meilleure que celle des composants de la génération précédente de Nvidia et d'AMD.
Mais par rapport à la nouvelle génération, l'écart se creuse fortement : le MTIA 400 est respectivement entre 3 et 3,3 fois plus lent que le Rubin de Nvidia et l'Instinct MI455X d'AMD, respectivement, et il offre moins de la moitié de la bande passante mémoire de ces nouveaux GPU. Ce déficit est précisément la raison pour laquelle Meta positionne la pièce comme une puce de formation plutôt que comme une puce d'inférence : pour servir les jetons, elle dispose d'options beaucoup plus rapides.
Au niveau du système, la ressemblance avec les racks standards de l’industrie est frappante. Chaque lame de calcul associe quatre accélérateurs MTIA 400 à un commutateur PCIe, un processeur x86 et une carte réseau évolutive. Un rack complet contient 18 lames de calcul et huit lames de commutateur, soit 72 accélérateurs dans un seul domaine unifié, une configuration qui reflète les conceptions de rack NVL72 de Nvidia et Helios d'AMD. Les diapositives de Meta promettent une « mise à l'échelle de plusieurs milliers d'accélérateurs » sans spécifier de plafonds de cluster.
La feuille de route : MTIA 450 l'année prochaine
Le MTIA 400 n’est pas la fin de la gamme. Meta a révélé en mars qu'elle prévoyait une cadence de sortie de six mois sur quatre nouvelles générations de MTIA, et la prochaine étape est le MTIA 450 – une variante optimisée pour l'inférence qui devrait doubler la bande passante mémoire, probablement en adoptant HBM4. Cette puce devrait être produite l'année prochaine et devrait être bien adaptée à l'exécution de charges de travail de recommandation basées sur LLM.
Malgré les progrès, l'analyse de The Register est directe : le silicium interne de Meta ne remplacera pas de sitôt les GPU AMD ou Nvidia. Meta Superintelligence Labs forme presque certainement encore des modèles de pointe sur des GPU conventionnels, et le matériel spécifique aux applications reste le mieux adapté aux charges de travail stables et bien comprises.
Pourquoi c'est important
Le MTIA 400 est important pour deux raisons. Premièrement, cela montre un hyperscaler prêt à s’attaquer à la charge de travail la plus difficile – la formation à la frontière – plutôt que de remporter des gains d’inférence faciles. Deuxièmement, le côté diffusion de publicités de la conception rappelle les aspects économiques : chaque dollar d’investissement sur du silicium personnalisé est garanti par l’entreprise publicitaire la plus rentable de l’histoire. Si Meta pouvait transférer ne serait-ce qu’une fraction de ses charges de travail de formation et de recommandation des GPU marchands, les économies à son échelle se mesureraient en milliards.
Sources : présentation Hot Chips 2026 de Meta, The Register et ServeTheHome.
---
Gardez une longueur d'avance sur l'IARecevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
