Meta се провали в създаването на свой собствен ИИ-чип, защото е „твърде сложен“ и навсякъде има „технически проблеми“

Meta срещна трудности при разработването на собствени ускорители за системите с изкуствен интелект и беше принудена да се откаже от най-модерния си проект в полза на по-малко сложен вариант. Това съобщи The Information, позовавайки се на осведомени източници.

Миналата седмица Meta прекрати работата си по своя напреднал ускорител за обучение на AI-модели поради възникнали трудности в проектирането и технически проблеми; ръководството на компанията информира своя екип по инфраструктурата за промяната в плановете. Компанията преразгледа пътната си карта, като включи множество резервни варианти. Тя сключи сделка за милиарди долари за наемане на AI-ускорители от Google; инициира партньорски проект за ускорителите AMD Instinct с общ капацитет до 6 GW; и обяви намерението си да закупи настоящи и бъдещи поколения AI-ускорители на Nvidia.

Компанията разработва свои собствени чипове като част от програмата Meta Training and Inference Accelerator (MTIA), която има за цел да намали разходите и да подобри контрола върху инфраструктурата на центровете за данни. „Оставаме ангажирани с инвестирането в диверсифицирано портфолио от чипове, за да отговорим на нашите нужди, което включва разработването на нашето MTIA портфолио, и ще споделим нови данни по-късно тази година“ — коментира представител на Meta. Компанията се отказа от една от версиите на своя чип за обучение на изкуствен интелект от второ поколение, с кодово име Iris, работещ в рамките на Meta. След това започна работа върху по-усъвършенстван чип, наречен Olympus, но сега се отказа и от него.

Meta е станала скептична относно възможността за създаване на собствени AI-ускорители, сравними по производителност с чиповете на Nvidia, призна един от разработчиците на Meta. Това се дължи на риска от забавяния или принудително преработване на проекти. Тази работа изисква голям екип от инженери, които да проектират, отстраняват грешки в чиповете и да гарантират ниската им консумация на енергия, което прави продуктите на Nvidia по-осъществими. Предназначеният за обучение AI-ускорител Iris е базиран на технологията за пакетна обработка SIMD (Single Instruction, Multiple Data) – едновременната обработка на данни е по-лесна за проектиране, но по-трудна за писане на софтуер. Ускорителят Olympus използва подхода SIMT (Single Instruction, Multiple Threads) на Nvidia, при който множество нишки изпълняват една инструкция, като същевременно запазват логическата независимост. Тези чипове са по-сложни за проектиране, но писането на софтуер за обучение на AI-моделите е по-лесно.

Някои технологични компании предпочитат втория моделиран по Nvidia подход, защото той предлага по-голяма гъвкавост и е по-подходящ за обучение на съвременни AI-модели. Meta планираше да завърши разработката на Olympus не по-рано от четвъртото тримесечие на 2026 г., но в действителност щеше да отнеме поне девет месеца, преди проектът да може да бъде пуснат в масово производство. Архитектурата на Olympus трябваше да се базира на работата на Rivos — стартираща компания, придобита от Meta миналата година, която е съвместима със софтуера за Nvidia CUDA — най-популярният за обучение и изпълнение на ИИ-модели.

Meta планираше да разработва големи сървърни клъстери, използващи чиповете Olympus, но ръководството на компанията видя в това заплаха за обучението на новите модели в условията на конкуренция от страна на OpenAI и Google. Софтуерът за собствените ѝ ускорители би бил по-малко стабилен от този на Nvidia, а сложната архитектура на Olympus би могла да попречи на масовото му производство. Затова засега Meta възнамерява да използва ускорители на партньор за обучението на ИИ, които се предлагат с по-усъвършенстван и стабилен софтуер.