Meta開始測試自家人工智能訓練芯片
由於Meta（Facebook的母公司）正試圖設計更多自家定制的芯片，以減少對外部供應商（如Nvidia）的依賴，該公司目前正在測試其首款內部開發的人工智能訓練芯片。據兩個消息來源透露，這是Meta在人工智能系統訓練方面的重要里程碑。
消息來源指出，這家世界最大的社交媒體公司已經開始小規模部署該芯片，並計劃在測試成功的情況下大幅提升生產，以便於廣泛使用。
開發內部芯片的推動是Meta長期計劃的一部分，目的是降低其龐大的基礎設施成本，因為該公司對人工智能工具的投資非常昂貴，以促進增長。
Meta預計2025年的總支出將達到1140億至1190億美元，其中包括高達650億美元的資本支出，主要由於在人工智能基礎設施上的開支。
據其中一位消息來源透露，Meta的新訓練芯片是一款專用加速器，意味著它專門設計用於處理人工智能特定任務。這使得它比一般用於人工智能工作負載的集成圖形處理單元（GPU）更具能效。
該消息來源還表示，Meta正與台灣的芯片製造商台積電（TSMC）合作生產這款芯片。
測試部署是在Meta完成芯片的首次“拍片”（tape-out）後開始的，這是半導體開發工作中的一個重要成功標誌，涉及將初步設計送入芯片工廠。另一個消息來源指出，典型的拍片成本達數千萬美元，並需約三到六個月的時間完成，並不保證測試會成功。如果失敗，Meta需要診斷問題並重複拍片步驟。
Meta和台積電均拒絕就此事發表評論。
這款芯片是該公司Meta訓練與推理加速器（MTIA）系列中的最新產品。該計劃在多年前曾經出現波折，一度在類似的開發階段中放棄了一款芯片。
然而，Meta去年開始使用MTIA芯片進行推理，即用戶與人工智能系統互動時運行的過程，這些推理系統決定了Facebook和Instagram新聞推送中顯示的內容。
Meta高層表示，他們希望在2026年前開始使用自己的芯片進行訓練，即將大量數據輸入人工智能系統以進行“教學”的計算密集型過程。
與推理芯片類似，訓練芯片的目標是首先應用於推薦系統，然後再用於生成式人工智能產品，例如聊天機器人Meta AI。Meta首席產品官Chris Cox在上週的摩根士丹利科技、媒體和電信會議上表示：“我們正在研究如何為推薦系統進行訓練，然後最終思考生成式人工智能的訓練和推理。”
Cox形容Meta的芯片開發工作目前是“一步一步走”的情況，但他表示高管們認為第一代針對推薦的推理芯片是一個“重大成功”。
Meta之前曾因一款自家定制的推理芯片在類似的小規模測試中失敗而放棄該計劃，隨後轉而在2022年下單訂購價值數十億美元的Nvidia GPU。
自那以後，這家社交媒體公司仍然是Nvidia最大的客戶之一，累積了大量GPU來訓練其模型，包括推薦和廣告系統及其Llama基礎模型系列。這些設備還為每天使用其應用程序的超過30億人進行推理。
不過，隨著人工智能研究人員對通過不斷增加數據和計算能力來“擴大”大型語言模型的進一步進展表示懷疑，這些GPU的價值在今年受到質疑。
這些懷疑在1月下旬中國初創公司DeepSeek推出新的低成本模型時得到了加強，這些模型通過更依賴推理來優化計算效率，而不是大多數現有模型所採用的方法。
在DeepSeek引發的全球人工智能股票暴跌中，Nvidia的股價一度損失了五分之一的價值。隨後，隨著投資者押注該公司的芯片將繼續是訓練和推理的行業標準，其股價回升了大部分跌幅，但由於更廣泛的貿易擔憂，股價再次下跌。
對Meta的前景展望
從Meta的這一新動向可以看出，技術巨頭對自家芯片開發的重視程度越來越高，這不僅是為了降低成本，還是為了在競爭激烈的人工智能市場中保持優勢。隨著AI技術的不斷進步，擁有自主研發芯片的能力將使Meta在未來的競爭中占據更加有利的位置。
然而，Meta的芯片開發之路並非一帆風順，過去的失敗經驗可能會對其未來的計劃造成影響。從過去的教訓中學習，Meta需要更加謹慎地推進其芯片技術，確保每一步都能成功落地，否則將面臨不必要的風險和成本。
在市場上，Nvidia仍然是AI硬件的主要供應商，但Meta的努力可能會改變這一格局。隨著更多企業進入這一領域，未來的競爭會越來越激烈，誰能在技術上取得突破，誰就能在市場上立於不敗之地。因此，Meta的這次嘗試不僅是對自身能力的挑戰，也是對整個AI產業未來發展的重大影響。
以上文章由特價GPT API KEY所翻譯及撰寫。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
