متا اولین تراشه اختصاصی خود را برای آموزش سیستم‌های هوش مصنوعی آزمایش می‌کند

به گزارش پیوست، متا که آزمایش اولیه این تراشه را آغاز کرده است، در صورت موفقیت‌آمیز بودن آزمایش‌ها برای تولید تولید انبوه این پردازنده‌ها و استفاده از آن برای توسعه هوش مصنوعی خیز بر می‌دارد. توسعه و تولید تراشه اختصاصی، بخشی از برنامه بلندمدت متا برای کاهش هزینه‌های زیرساختی است و این شرکت برای تقویت رشد خود، سرمایه هنگفتی را به توسعه ابزارها و زیرساخت هوش مصنوعی اختصاص داده است.

بر اساس پیش‌بینی‌های متا، هزینه‌های کلی این شرکت در سال ۲۰۲۵ بین ۱۱۴ تا ۱۱۹ میلیارد دلار خواهد بود که تا ۶۵ میلیارد دلار آن مربوط به سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی است. با این حال به گفته یکی از منابع آگاه، تراشه جدید متا به عنوان شتاب‌دهنده اختصاصی عمل می‌کند و به طور ویژه برای پردازش‌های مرتبط با هوش مصنوعی طراحی شده است. به گفته این فرد، تراشه متا از نظر مصرف انرژی عملکرد بهتری نسبت به پردازنده‌های گرافیکی (GPU) سنتی دارد.

متا برای تولید این تراشه با شرکت تایوانی TSMC، بزرگترین تولیدکننده نیمه‌رسانای جهان، همکاری می‌کند. این پروژه پس از اولین «Tape-out» تراشه آغاز شد، که مرحله‌ای حیاتی در طراحی سیلیکونی محسوب می‌شود و شامل ارسال نمونه اولیه به کارخانه تولید تراشه است. این فرآیند معمولا ده‌ها میلیون دلار هزینه دارد و بین سه تا شش ماه زمان می‌برد، اما تضمینی برای موفقیت آن وجود ندارد.

توسعه نسل جدید تراشه‌های  MTIA

این تراشه جدید بخشی از سری تراشه‌های اختصاصی متا با نام MTIA (Meta Training and Inference Accelerator) است. متا از سال گذشته نسخه‌ای از این تراشه را برای پردازش استنتاجی (Inference) در سیستم‌های پیشنهاد محتوای فیسبوک و اینستاگرام مورد استفاده قرار داده است. این شرکت در نهایت قصد دارد تا در سال ۲۰۲۶ از تراشه‌های اختصاصی خود برای آموزش مدل‌های هوش مصنوعی نیز استفاده کند.

در همین راستا، کریس کاکس، مدیر ارشد محصولات متا، اعلام کرد که در ابتدا آموزش مدل‌های پیشنهاد محتوا در اولویت قرار دارد و سپس کاربرد این تراشه‌ها برای مدل‌های هوش مصنوعی مولد، مانند چت‌بات Meta AI، بررسی خواهد شد.

متا در گذشته نیز یک تراشه اختصاصی دیگر را برای پردازش استنتاجی توسعه داده بود، اما پس از شکست مرحله آزمایشی، آن پروژه را متوقف و در عوض، میلیاردها دلار برای خرید پردازنده‌های گرافیکی انویدیا هزینه کرد. متا حالا به یکی از بزرگ‌ترین مشتریان انویدیا تبدیل شده است و از این تراشه‌ها برای آموزش مدل‌های خود، از جمله مدل‌های توصیه محتوا، تبلیغات و مدل‌های زبانی لاما (LLaMA)، استفاده کرده است.

با وجود سرمایه‌گذاری‌های عظیم متا در حوزه سخت‌افزارهای قدرتمند، برخی محققان هوش مصنوعی تردیدهایی در مورد کارایی مدل‌های پرهزینه زبانی بزرگ (LLM) مطرح کرده‌اند. رونمایی از مدل‌های مقرون‌به‌صرفه شرکت چینی دیپ‌سیک در ماه ژانویه این نگرانی‌ها را افزایش داده است. شرکت دیپ‌سیک توانست با استفاده بهینه از منابع محاسباتی، عملکردی هم‌تراز شرکت‌های پیشتاز آمریکایی را ممکن سازد.

موفقیت دیپ‌سیک ضربه سنگینی به بازار سهامی شرکت‌های فناوری و هوش مصنوعی وارد کرد و ارزش سهام شرکت انویدیا در یک دوره کوتاه تا ۲۰ درصد ریزش کرد. هرچند این افت قیمت تا حدی جبران شد، اما نگرانی‌ها درباره تغییر استانداردهای صنعتی و آینده پردازنده‌های گرافیکی در حوزه هوش مصنوعی همچنان ادامه دارد.

متا امیدوار است با توسعه تراشه‌های اختصاصی بتواند هزینه‌های زیرساختی را کاهش دهد و از وابستگی به تامین‌کنندگان خارجی، به‌ویژه انویدیا، بکاهد. با این حال، موفقیت این پروژه همچنان به نتایج آزمایش‌های اولیه و قابلیت‌های رقابتی این تراشه جدید بستگی دارد.