Meta planuje rozpocząć masową produkcję własnego chipa AI o nazwie kodowej Iris we wrześniu 2026 r., w związku z dążeniem firmy do ograniczenia swojej zależności od Nvidii i przejęcia większej kontroli nad infrastrukturą napędzającą jej ambicje w zakresie sztucznej inteligencji. Plany, o których Reuters po raz pierwszy poinformował w wewnętrznej notatce firmy, stanowią jeden z najbardziej konkretnych kroków w historii firmy hyperscaler w celu wdrożenia niestandardowego akceleratora na dużą skalę.
Ujawnienie pojawia się również w momencie nasilającej się konkurencji na niestandardowym [sprzętie AI] (https://aibuzzwire.news), gdzie każda duża firma zajmująca się chmurą i technologiami konsumenckimi ściga się w projektowaniu układów krzemowych dostosowanych do wymagań uczenia i wnioskowania modeli dużych języków. Dla Meta, która wydaje dziesiątki miliardów dolarów rocznie na informatykę, nawet niewielki wzrost wydajności lub kosztu w przeliczeniu na token przekłada się na ogromne oszczędności.
Podwojenie mocy obliczeniowej do 14 Gigawatów
Zgodnie z notatką opisaną przez Reuters i potwierdzoną przez takie sklepy, jak Quartz, Firstpost i Moomoo, Meta zamierza do 2027 r. mniej więcej podwoić swoją moc obliczeniową do około 14 gigawatów. Gigawaty to standardowy miernik w przypadku kolosalnych projektów budowy centrów danych, które są obecnie prowadzone w całej branży, a docelowy poziom 14 gigawatów plasuje Meta wśród najbardziej agresywnych podmiotów wydających środki na infrastrukturę na świecie.
Akcelerator Iris ma kluczowe znaczenie dla tego rozszerzenia. Choć agencja Reuters nie ujawniła szczegółowych specyfikacji, uważa się, że chip ma służyć do wnioskowania i zadań szkoleniowych, które dominują w systemach rekomendacji Meta, funkcjach generatywnej sztucznej inteligencji i badaniach wewnętrznych. Przeniesienie go do środowiska produkcyjnego oznacza, że Meta przygotowuje się do wdrożenia własnego krzemu obok procesorów graficznych Nvidia, które obecnie stanowią podstawę jej centrów danych, i potencjalnie w ich miejsce.
Kilka publikacji technologicznych, w tym Times Now i NewsBytes, określiło to posunięcie jako dowód na to, że wysiłki Meta w zakresie sztucznej inteligencji nabierają tempa i dojrzewają, wykraczając poza zwykłe zamawianie chipów stron trzecich.
Dlaczego niestandardowy chip ma znaczenie
Meta nie jest pierwszą firmą, która zbudowała własny krzem AI. Google dostarcza swoje jednostki przetwarzające Tensor (TPU) od mniej więcej dziesięciu lat, Amazon opracowuje akceleratory Trainium i Inferentia, a Microsoft prezentuje własne, niestandardowe chipy AI. Jednak skala wdrożenia Meta i zakres obciążeń związanych ze sztuczną inteligencją sprawiają, że program Iris ma szczególne znaczenie dla równowagi konkurencyjnej na rynku akceleratorów.
Niestandardowe chipy oferują dwie główne zalety. Po pierwsze, można je zoptymalizować pod kątem konkretnego stosu oprogramowania i architektury modelu firmy, zmniejszając wydajność, jaką zapewniają procesory graficzne ogólnego przeznaczenia. Po drugie, zmniejszają zależność od jednego dostawcy w czasie, gdy wysokiej klasy procesory graficzne Nvidii są drogie i często mają ograniczone dostawy. Dla firmy planującej podwoić swój zasięg obliczeniowy w ciągu mniej więcej dwóch lat trudno przecenić tę strategiczną dźwignię.
Plany wydatków przyćmiewają kamień milowy w postaci chipa
Pomimo pozytywnego sygnału na rynku niestandardowego krzemu inwestorzy zareagowali ostrożnie. Yahoo Finance poinformowało, że akcje Meta spadły, ponieważ plany ogromnych wydatków firmy na infrastrukturę AI przyćmiły postęp w zakresie chipów, co zostało powtórzone przez TradingPedia, która zauważyła, że akcje Meta spadły, gdy zobowiązania dotyczące wydatków przyćmiły kamień milowy w produkcji.
To napięcie odzwierciedla szerszą kwestię branżową, która ciążyła na całej kohorcie osób korzystających z hiperskali: czy kapitał napływający do obliczeń AI wygeneruje zwroty wystarczająco szybko, aby zadowolić rynki. Deklarowane ambicje Meta, aby osiągnąć 14 gigawatów mocy, oznaczają ciągłe, znaczne wydatki kapitałowe na ziemię, zasilanie, chłodzenie i chipy w nadchodzących latach.
Ograniczenie energii i mocy
Osiągnięcie 14 gigawatów mocy obliczeniowej jest takim samym wyzwaniem energetycznym, jak wyzwanie krzemowe. Pojedynczy gigawat to mniej więcej moc wyjściowa dużego reaktora jądrowego, co oznacza, że cel Meta zakłada zapewnienie w ciągu kilku lat mocy na skalę wielu nowych elektrowni. To popchnęło hiperskalarników, w tym Meta, do bezprecedensowych negocjacji w sprawie energii jądrowej, kontraktów na odnawialne źródła energii i dedykowanych połączeń do sieci.
Program chipowy Iris jest częściowo odpowiedzią na to ograniczenie. Bardziej wydajny krzem pobiera mniej energii przy tej samej pracy obliczeniowej, odciążając i tak już obciążone dostawy energii elektrycznej. Jeśli Iris uda się poprawić wydajność na wat, może to pomóc Meta w dalszym zwiększaniu wykorzystania gigawatów i zmniejszeniu zarówno rachunków za energię, jak i śladu węglowego.
Kluczowy moment dla hiperskalera krzemu
Cel produkcyjny na wrzesień daje Meta określony harmonogram do obejrzenia. Jeśli Iris zapewni znaczącą wydajność lub przewagę kosztową we wdrożeniach w świecie rzeczywistym, może przyspieszyć zmianę, w ramach której najwięksi operatorzy sztucznej inteligencji w coraz większym stopniu budują, a nie kupują swoje najważniejsze akceleratory. Zmieniłoby to ekonomikę całego łańcucha dostaw sprzętu AI, od odlewni po dostawców procesorów graficznych, którzy dominowali przez ostatnie dwa lata.
Na razie notatka sygnalizuje zamiary, a nie potwierdzone rezultaty. Jednak połączenie daty produkcji, podwojenia wydajności i jasnych przesłanek strategicznych sprawia, że Iris jest jednym z najchętniej obserwowanych programów chipów niestandardowych w branży.
Wyprzedź sztuczną inteligencję
Aby uzyskać szczegółowe, niezależne relacje na temat wyścigu sprzętu AI, budowy centrów danych i firm zmieniających infrastrukturę obliczeniową, śledź AI Buzz Wire, aby zapoznać się z wydarzeniami definiującymi następną erę sztucznej inteligencji.
Przeczytaj więcej aktualności na temat sprzętu AI →
