Корпорация Meta (признана экстремистской и запрещена в РФ) намерена расширить внутреннее производство полупроводников, сфокусировавшись на создании специализированных процессоров для обучения будущих моделей искусственного интеллекта. Финансовый директор компании Сьюзан Ли официально подтвердила, что стратегический переход к собственному кремнию позволит оптимизировать работу крупнейших дата-центров и снизить зависимость от внешних поставщиков в условиях растущей конкуренции в сфере инфраструктуры для AI.
Эволюция собственной архитектуры чипов
На текущий момент Meta уже успешно интегрировала собственные чипы для решения ряда критических задач в рамках своих социальных платформ. В частности, проприетарные решения используются для обеспечения работы алгоритмов рекомендаций и сортировки контента. Однако амбиции компании выходят за рамки простых операций вывода (inference). Переход к разработке процессоров для полноценного обучения (training) крупномасштабных моделей знаменует новый этап технологической независимости.
«Наши собственные разработки уже эффективно справляются с рабочими нагрузками по сортировке и рекомендациям. В будущем мы планируем масштабировать эти решения, чтобы они охватывали и задачи по обучению новых моделей ИИ», — отметила Сьюзан Ли на конференции Morgan Stanley.
Стратегические цели и экономический аспект
Meta оперирует одной из самых масштабных сетей центров обработки данных в мире, что требует колоссальных вычислительных мощностей. Разработка вертикально интегрированных систем позволит компании:
- Снизить долгосрочные капитальные затраты на закупку сторонних GPU.
- Оптимизировать энергопотребление серверов под конкретные архитектуры нейросетей.
- Ускорить цикл разработки и внедрения новых генеративных функций.
Несмотря на разработку собственных чипов, компания планирует сохранять партнерские отношения с ведущими производителями графических процессоров, чтобы поддерживать необходимые темпы масштабирования своих вычислительных кластеров.
Решение Meta инвестировать в собственную компонентную базу подчеркивает общеотраслевой тренд, при котором технологические гиганты стремятся к полному контролю над стеком оборудования. Успех в создании чипов для обучения AI-моделей может существенно укрепить позиции компании в гонке вооружений между разработчиками искусственного интеллекта, обеспечив более гибкое управление ресурсами при создании следующего поколения цифровых сервисов.