मेटा ने सप्टेंबर 2026 मध्ये त्याच्या इन-हाऊस AI चिप, कोडनेम Iris चे मोठ्या प्रमाणावर उत्पादन सुरू करण्याची योजना आखली आहे, कारण कंपनी Nvidia वरील आपला अवलंबित्व कमी करण्यासाठी आणि त्याच्या कृत्रिम बुद्धिमत्तेच्या महत्वाकांक्षेला सामर्थ्यवान पायाभूत सुविधांवर अधिक नियंत्रण ठेवण्यासाठी प्रयत्न करत आहे. अंतर्गत कंपनीच्या मेमोवरून रॉयटर्सने प्रथम अहवाल दिलेल्या योजना, एका हायपरस्केलरद्वारे फील्डमध्ये सानुकूल प्रवेगक ठेवण्यासाठी सर्वात ठोस पायऱ्यांपैकी एक चिन्हांकित करतात.

हा खुलासा कस्टम AI हार्डवेअर मधील तीव्र स्पर्धेच्या क्षणी देखील आला आहे, जिथे प्रत्येक प्रमुख क्लाउड आणि ग्राहक तंत्रज्ञान कंपनी मोठ्या भाषेच्या मॉडेल प्रशिक्षण आणि अनुमानांच्या मागणीनुसार सिलिकॉन डिझाइन करण्यासाठी शर्यतीत आहे. मेटा साठी, जे संगणकावर दरवर्षी कोट्यवधी डॉलर्स खर्च करते, अगदी कार्यक्षमतेत किंवा प्रति टोकन खर्चातही माफक नफा मोठ्या बचतीत अनुवादित करतो.

संगणकीय क्षमता 14 गिगावॅटपर्यंत दुप्पट करणे

रॉयटर्सने वर्णन केलेल्या मेमोनुसार आणि क्वार्ट्ज, फर्स्टपोस्ट आणि मूमूसह आउटलेट्सद्वारे पुष्टी केल्यानुसार, मेटा 2027 पर्यंत त्याची संगणकीय क्षमता अंदाजे 14 गिगावॅट्सपर्यंत दुप्पट करण्याचा मानस आहे. गिगावॅट्स हे प्रचंड डेटा सेंटर बिल्डआउट्ससाठी मानक मापदंड आहेत आणि Meta-4 इंडस्ट्रीमध्ये सर्वात जास्त लक्ष्य आहेत. जगातील आक्रमक पायाभूत सुविधांवर खर्च करणारे.

आयरिस प्रवेगक हा त्या विस्तारासाठी मध्यवर्ती आहे. रॉयटर्सने तपशीलवार तपशील उघड केले नसले तरी, मेटा शिफारस प्रणाली, जनरेटिव्ह एआय वैशिष्ट्ये आणि अंतर्गत संशोधनावर वर्चस्व असलेल्या अनुमान आणि प्रशिक्षण वर्कलोडसाठी चिप डिझाइन केलेली असल्याचे समजते. ते उत्पादनात हलवणे म्हणजे मेटा स्वतःचे सिलिकॉन सोबत आणि संभाव्यत: Nvidia GPU च्या जागी तैनात करण्याची तयारी करत आहे जे सध्या त्याचे डेटा सेंटर अँकर करतात.

टाइम्स नाऊ आणि न्यूजबाइट्ससह अनेक तंत्रज्ञान प्रकाशने, मेटाचा एआय पुश वेगवान आणि तृतीय-पक्ष चिप्सच्या शुद्ध खरेदीच्या पलीकडे परिपक्व होत असल्याचा पुरावा म्हणून हे पाऊल तयार केले.

सानुकूल चिप महत्त्वाची का आहे

स्वतःचे एआय सिलिकॉन तयार करणारी मेटा ही पहिली कंपनी नाही. Google ने त्याचे टेन्सर प्रोसेसिंग युनिट्स (TPUs) सुमारे एक दशकासाठी पाठवले आहेत, Amazon ने त्याचे Trainium आणि Inferentia accelerators विकसित केले आहेत आणि Microsoft ने स्वतःच्या कस्टम AI चिप्सचे अनावरण केले आहे. परंतु मेटा च्या तैनातीचे प्रमाण आणि त्याच्या एआय वर्कलोड्सची रुंदी आयरिस प्रोग्रामला एक्सीलरेटर मार्केटमधील स्पर्धात्मक संतुलनासाठी विशेषतः परिणामकारक बनवते.

सानुकूल चिप्स दोन प्रमुख फायदे देतात. प्रथम, ते कंपनीच्या विशिष्ट सॉफ्टवेअर स्टॅक आणि मॉडेल आर्किटेक्चरसाठी ऑप्टिमाइझ केले जाऊ शकतात, जे सामान्य-उद्देश GPUs टेबलवर सोडतात. दुसरे, जेव्हा Nvidia चे उच्च-अंत GPUs महाग असतात आणि वारंवार पुरवठा-अवलंबित असतात तेव्हा ते एकाच पुरवठादारावरील अवलंबित्व कमी करतात. अंदाजे दोन वर्षांच्या आत संगणकीय पदचिन्ह दुप्पट करण्याची योजना आखत असलेल्या कंपनीसाठी, त्या धोरणात्मक लाभाचा अतिरेक करणे कठीण आहे.

खर्च योजना चिप मैलाचा दगड ओव्हरसावली

कस्टम सिलिकॉनवर सकारात्मक सिग्नल असूनही, गुंतवणूकदारांनी सावधपणे प्रतिक्रिया दिली. याहू फायनान्सने नोंदवले की मेटा शेअर्समध्ये घसरण झाली कारण कंपनीच्या मोठ्या AI पायाभूत सुविधांच्या खर्चाच्या योजनांनी चिपच्या प्रगतीवर छाया टाकली, TradingPedia द्वारे प्रतिध्वनी केलेला नमुना, ज्याने नमूद केले की खर्चाच्या वचनबद्धतेमुळे मॅन्युफॅक्चरिंग मैलाचा दगड कमी झाल्यामुळे मेटा स्टॉक घसरला.

तणाव हा एक व्यापक उद्योग प्रश्न प्रतिबिंबित करतो ज्याने संपूर्ण हायपरस्केलर समूहावर भार टाकला आहे: एआय कंप्युटिंगमध्ये टाकलेले भांडवल बाजाराला संतुष्ट करण्यासाठी पुरेसे परतावा देईल की नाही. 14 गिगावॅट क्षमतेपर्यंत पोहोचण्याची Meta ची सांगितलेली महत्त्वाकांक्षा पुढील काही वर्षांसाठी जमीन, वीज, कूलिंग आणि चिप्सवर प्रचंड भांडवली खर्च चालू ठेवण्याचा अर्थ आहे.

ऊर्जा आणि उर्जा मर्यादा

14 गिगावॅटची संगणकीय क्षमता गाठणे हे सिलिकॉनसारखेच ऊर्जा आव्हान आहे. एक गिगावॅट हे साधारणपणे मोठ्या अणुभट्टीचे आउटपुट आहे, याचा अर्थ Meta चे लक्ष्य काही वर्षांमध्ये अनेक नवीन पॉवर प्लांट्सच्या स्केलवर पॉवर सुरक्षित करणे सूचित करते. यामुळे हायपरस्केलर्स, मेटा समाविष्ट आहे, अणुऊर्जा, नूतनीकरण करण्यायोग्य करार आणि समर्पित ग्रिड कनेक्शन्सवर अभूतपूर्व वाटाघाटींमध्ये ढकलले आहे.

आयरिस चिप प्रोग्राम अंशतः या निर्बंधाला प्रतिसाद आहे. अधिक कार्यक्षम सिलिकॉन समान संगणकीय कार्यासाठी कमी उर्जा काढते, आधीच ताणलेल्या वीज पुरवठ्यावरील भार कमी करते. जर आयरीस प्रति वॅट कार्यक्षमतेत सुधारणा करू शकते, तर ते मेटाला त्याचे गिगावॅट्स आणखी वाढवण्यास मदत करू शकते आणि त्याचे ऊर्जा बिल आणि कार्बन फूटप्रिंट दोन्ही कमी करू शकते.

हायपरस्केलर सिलिकॉनसाठी एक महत्त्वाचा क्षण

सप्टेंबरचे उत्पादन लक्ष्य मेटाला पाहण्यासाठी एक परिभाषित टाइमलाइन देते. जर Iris वास्तविक-जागतिक उपयोजनांमध्ये अर्थपूर्ण कार्यप्रदर्शन किंवा किमतीचे फायदे वितरीत करत असेल, तर ते एका शिफ्टला गती देऊ शकते ज्यामध्ये सर्वात मोठे AI ऑपरेटर त्यांचे सर्वात गंभीर प्रवेगक विकत घेण्याऐवजी वाढत्या प्रमाणात तयार करतात. गेल्या दोन वर्षांपासून वर्चस्व गाजवणाऱ्या फाउंड्रीपासून ते ग्राफिक्स प्रोसेसर विक्रेत्यांपर्यंत संपूर्ण AI हार्डवेअर पुरवठा साखळीच्या अर्थशास्त्राला ते आकार देईल.

आत्तासाठी, मेमो सिद्ध परिणामांऐवजी हेतू दर्शवतो. परंतु उत्पादनाची तारीख, क्षमता दुप्पट करणे आणि स्पष्ट धोरणात्मक तर्क यांचे संयोजन आयरिसला उद्योगातील सर्वात जवळून पाहिलेल्या कस्टम चिप प्रोग्रामपैकी एक बनवते.

AI च्या पुढे रहा

AI हार्डवेअर शर्यतीच्या सखोल, स्वतंत्र कव्हरेजसाठी, डेटा सेंटर बिल्डआउट्स आणि कंप्युट इन्फ्रास्ट्रक्चरला आकार देणाऱ्या कंपन्या, आर्टिफिशियल इंटेलिजन्सच्या पुढील युगाची व्याख्या करणाऱ्या घडामोडींसाठी AI Buzz Wire चे अनुसरण करा.

अधिक एआय हार्डवेअर बातम्या वाचा →