MTIA展現成果
Facebook母公司Meta正在測試第一顆自主研發、用於訓練AI系統的RISC-V架構晶片，定製化設計的晶片符合Meta運算需求，並降低對NVIDIA等晶片大廠的依賴。
路透社引述2名知情人士消息指出，Meta開始小規模部署自研晶片，並計劃在完成測試後量產，為自家服務提供支持。
一名知情人士表示，Meta新晶片是一款AI加速器，僅處理AI任務，可比同樣用於AI工作負載的GPU更省電。另一知情人士則稱，Meta正與台積電合作生產自研晶片。
測試部署是在自研晶片完成設計定案（即所謂tape-out）後展開，表示其設計送交晶片代工廠進行生產。一次tape-out成本可達數千萬美元，大約需要3-6個月完成，且無法保證測試必定成功。萬一失敗，Meta需要找出晶片設計問題並重新tape-out步驟。
這款自研晶片專為AI訓練設計，也就是用來處理大量數據文件，預期將采HBM3或HBM3E內存。定製化設計下，對晶片尺寸、功耗及性能優化。性能方面，這款需要在每瓦性能表現能與NVIDIA最新GPU（如H200、B200，甚至是下一代B300等）競爭。
然而針對此事，Meta與台積電均拒絕發布任何評論。
自研晶片是Meta長期計劃的一部分，目的是降低AI基礎設施所帶來的成本。實際上，Meta預估2025年總支出介於1,140-1,190億美元之間，其中資本支出高達650億美元，主要用於構建AI基礎設施。
2024年Meta公開MTIA v1後繼產品，暫稱下一代MTIA（Next Gen MTIA）。（Source：Meta）
這款自研晶片是MTIA（Meta Training and Inference Accelerator）系列最新成果，這項開發計劃經歷波折，直到2024年Meta開始使用MTIA進行推理工作，用於決定Facebook與Instagram動態消息顯示的內容推薦系統。Meta高層表示，希望2026年開始在AI訓練階段使用自家晶片。
「我們正在研究如何訓練推薦系統，最終考慮如何對生成式AI進行訓練和推理」，Meta首席產品官Chris Cox在上周舉行的摩根史坦利科技、媒體和電信大會表示。他形容Meta的晶片開發任務目前處於「從走路到爬行再到奔跑」的階段，內部認為用於內容推薦系統的第一代推理晶片是一大成功。
Meta之前曾在一次小規模測試部署中，推出一款自研推理晶片，但由於表現不佳而取消，轉而在2022年下單採購數十億美元的NVIDIA GPU。自此之後，Meta成為NVIDIA一大客戶，累積大量GPU用於訓練模型，包括用於內容推薦與廣告系統、以及大型語言模型Llama，同時也為每天使用Meta旗下社交媒體超過30億人執行推理工作。
（首圖來源：shutterstock）
