Meta не удалось создать собственный ИИ-чип, потому что он «слишком сложен» и имеет «технические проблемы»

«Мета» столкнулась с трудностями при разработке собственных ускорителей для систем ИИ и была вынуждена отказаться от своей самой совершенной конструкции в пользу менее сложного варианта. Об этом сообщает The Information со ссылкой на информированные источники.

На прошлой неделе Meta остановила работу над своим усовершенствованным ускорителем обучения моделей искусственного интеллекта из-за трудностей проектирования и технических проблем; Руководство компании проинформировало свою инфраструктурную команду об изменении планов. Компания пересмотрела свою дорожную карту, включив в нее несколько вариантов резервного копирования. Компания заключила сделку на миллиард долларов о найме ускорителей искусственного интеллекта от Google; инициировал партнерский проект по ускорителям AMD Instinct общей мощностью до 6 ГВт; и объявила о намерении приобрести текущие и будущие поколения ускорителей искусственного интеллекта Nvidia.

Компания разрабатывает собственные чипы в рамках программы Meta Training and Inference Accelerator (MTIA), целью которой является снижение затрат и улучшение контроля над инфраструктурой дата-центра. «Мы по-прежнему стремимся инвестировать в диверсифицированный портфель чипов для удовлетворения наших потребностей, который включает в себя развитие нашего портфеля MTIA, и поделимся новыми данными позже в этом году.— прокомментировал представитель Meta. Компания отказалась от одной версии своего обучающего ИИ-чипа второго поколения под кодовым названием Iris, работающего в Meta. Затем она начала работу над более совершенным чипом под названием Olympus, но сейчас отказалась и от него.

Meta стала скептически относиться к возможности создания собственных AI-ускорителей, сравнимых по производительности с чипами Nvidia, признался один из разработчиков Meta. Это связано с риском задержек или вынужденного перепроектирования проектов. Эта работа требует большой команды инженеров для проектирования, отладки чипов и обеспечения их низкого энергопотребления, что делает продукты Nvidia более реализуемыми. Обучающий ИИ-ускоритель Iris основан на технологии пакетной обработки SIMD (Single Instruction, Multiple Data) — параллельную обработку данных легче спроектировать, но для нее сложнее написать программное обеспечение. Ускоритель Olympus использует подход Nvidia SIMT (одна инструкция, несколько потоков), при котором несколько потоков выполняют одну инструкцию, сохраняя при этом логическую независимость. Эти чипы сложнее спроектировать, но написать программное обеспечение для обучения моделей ИИ проще.

Некоторые технологические компании предпочитают второй подход, смоделированный Nvidia, поскольку он предлагает большую гибкость и лучше подходит для обучения современных моделей ИИ. «Мета» планировала завершить разработку «Олимпа» не ранее четвертого квартала 2026 года, но на самом деле потребовалось бы не менее девяти месяцев, прежде чем проект можно будет запустить в серийное производство. Архитектура Olympus должна была быть основана на работе Rivos, стартапа, приобретенного Meta в прошлом году, который совместим с программным обеспечением Nvidia CUDA, наиболее популярным для обучения и запуска моделей искусственного интеллекта.

Meta планировала разработать крупные серверные кластеры с использованием чипов Olympus, но руководство компании увидело в этом угрозу для обучения новых моделей в условиях конкуренции со стороны OpenAI и Google. Программное обеспечение для собственных ускорителей будет менее стабильным, чем у Nvidia, а сложная архитектура Olympus может помешать массовому производству. Поэтому на данный момент Meta намерена использовать партнерские ускорители для обучения ИИ, которые поставляются с более совершенным и стабильным программным обеспечением.