Meta prevede di iniziare la produzione di massa del suo chip AI interno, nome in codice Iris, nel settembre 2026, mentre la società spinge per ridurre la propria dipendenza da Nvidia e assumere un maggiore controllo dell'infrastruttura che alimenta le sue ambizioni di intelligenza artificiale. I piani, riportati per la prima volta da Reuters in una nota aziendale interna, segnano uno dei passi più concreti mai compiuti da un hyperscaler per mettere in campo un acceleratore personalizzato su larga scala.
La divulgazione arriva anche in un momento di intensificazione della concorrenza nell’hardware AI personalizzato, dove tutte le principali aziende di cloud e tecnologia di consumo stanno gareggiando per progettare silicio su misura per le esigenze di formazione e inferenza di modelli linguistici di grandi dimensioni. Per Meta, che spende decine di miliardi di dollari ogni anno nell’informatica, anche modesti guadagni in termini di efficienza o costo per token si traducono in enormi risparmi.
Raddoppio della capacità di elaborazione a 14 Gigawatt
Secondo la nota descritta da Reuters e confermata da fonti tra cui Quartz, Firstpost e Moomoo, Meta intende raddoppiare all'incirca la sua capacità di elaborazione a circa 14 gigawatt entro il 2027. I gigawatt sono il parametro standard per la colossale costruzione di data center attualmente in corso in tutto il settore, e un obiettivo di 14 gigawatt colloca Meta tra gli investitori in infrastrutture più aggressivi al mondo.
L’acceleratore Iris è fondamentale per questa espansione. Anche se Reuters non ha rivelato specifiche dettagliate, si ritiene che il chip sia progettato per i carichi di lavoro di inferenza e formazione che dominano i sistemi di raccomandazione di Meta, le funzionalità di intelligenza artificiale generativa e la ricerca interna. Passarlo alla produzione significa che Meta si sta preparando a implementare il proprio silicio insieme, e potenzialmente al posto delle GPU Nvidia che attualmente ancorano i suoi data center.
Diverse pubblicazioni tecnologiche, tra cui Times Now e NewsBytes, hanno inquadrato la mossa come una prova del fatto che la spinta dell’intelligenza artificiale di Meta sta accelerando e maturando oltre il semplice acquisto di chip di terze parti.
Perché un chip personalizzato è importante
Meta non è la prima azienda a costruire il proprio silicio AI. Google ha distribuito le sue Tensor Processing Unit (TPU) per circa un decennio, Amazon ha sviluppato i suoi acceleratori Trainium e Inferentia e Microsoft ha presentato i propri chip AI personalizzati. Ma la portata dell’implementazione di Meta e l’ampiezza dei suoi carichi di lavoro di intelligenza artificiale rendono il programma Iris particolarmente importante per l’equilibrio competitivo nel mercato degli acceleratori.
I chip personalizzati offrono due vantaggi principali. Innanzitutto, possono essere ottimizzate per lo stack software e le architetture dei modelli specifici di un'azienda, eliminando le prestazioni che le GPU generiche lasciano sul tavolo. In secondo luogo, riducono la dipendenza da un singolo fornitore in un momento in cui le GPU di fascia alta di Nvidia sono costose e spesso con vincoli di fornitura. Per un’azienda che intende raddoppiare la propria impronta di calcolo entro circa due anni, tale leva strategica è difficile da sopravvalutare.
I piani di spesa oscurano il traguardo dei chip
Nonostante il segnale positivo sul silicio personalizzato, gli investitori hanno reagito con cautela. Yahoo Finance ha riferito che le azioni Meta sono scese poiché i massicci piani di spesa per le infrastrutture AI della società hanno messo in ombra il progresso dei chip, un modello ripreso da TradingPedia, che ha notato che le azioni Meta sono crollate mentre gli impegni di spesa hanno sminuito il traguardo della produzione.
La tensione riflette una questione di settore più ampia che ha pesato sull’intero gruppo degli hyperscaler: se il capitale riversato nell’informatica basata sull’intelligenza artificiale genererà rendimenti abbastanza rapidamente da soddisfare i mercati. L'ambizione dichiarata di Meta di raggiungere 14 gigawatt di capacità implica continue e pesanti spese in conto capitale su terreno, energia, raffreddamento e chip per gli anni a venire.
Il vincolo energetico e di potenza
Raggiungere 14 gigawatt di capacità di calcolo è una sfida energetica tanto quanto quella del silicio. Un singolo gigawatt è all’incirca la potenza di un grande reattore nucleare, il che significa che l’obiettivo di Meta implica garantire energia sulla scala di molteplici nuove centrali elettriche entro pochi anni. Ciò ha spinto gli hyperscaler, Meta inclusa, a negoziati senza precedenti sull’energia nucleare, sui contratti rinnovabili e sulle connessioni di rete dedicate.
Il programma del chip Iris è in parte una risposta a questo vincolo. Il silicio più efficiente assorbe meno energia per lo stesso lavoro computazionale, alleggerendo il carico su una fornitura elettrica già tesa. Se Iris riuscisse a migliorare le prestazioni per watt, potrebbe aiutare Meta ad aumentare ulteriormente i suoi gigawatt e a ridurre sia le bollette energetiche che le sue emissioni di carbonio.
Un momento cruciale per l'hyperscaler Silicon
L’obiettivo di produzione di settembre offre a Meta una sequenza temporale definita da tenere d’occhio. Se Iris offrisse prestazioni significative o vantaggi in termini di costi nelle implementazioni nel mondo reale, potrebbe accelerare un cambiamento in cui i più grandi operatori di intelligenza artificiale costruiscono sempre più piuttosto che acquistare i loro acceleratori più critici. Ciò rimodellerebbe l’economia dell’intera catena di fornitura dell’hardware AI, dalle fonderie ai fornitori di processori grafici che hanno dominato gli ultimi due anni.
Per ora, la nota segnala intenti piuttosto che risultati comprovati. Ma la combinazione tra una data di produzione, un raddoppio della capacità e una chiara logica strategica rende Iris uno dei programmi di chip personalizzati più seguiti nel settore.
Stai al passo con l'intelligenza artificiale
Per una copertura approfondita e indipendente della corsa all'hardware AI, della costruzione di data center e delle aziende che rimodellano l'infrastruttura informatica, segui AI Buzz Wire per gli sviluppi che definiscono la prossima era dell'intelligenza artificiale.
Leggi altre notizie sull'hardware AI →
