Meta amplía sus planes para depender de sus propios chips de IA

Ayer 11:32

Meta se está preparando para aumentar su uso de chips de inteligencia artificial desarrollados internamente, ya que busca controlar los crecientes costos de operación de sistemas avanzados de IA y mejorar la eficiencia de su infraestructura de centros de datos.

La compañía está probando la tercera generación de sus aceleradores de IA personalizados, conocidos como MTIA 450 y, según informes, con el nombre en clave "Artemis." Al mismo tiempo, Meta está cerca de completar el diseño de una generación posterior, conocida como MTIA 500 o "Astrea," según información citada por Bloomberg.

Se espera que los nuevos chips comiencen a implementarse en los centros de datos de Meta durante la primera mitad de 2027. Su uso probablemente se expandirá gradualmente a medida que la demanda de poder de cómputo de la compañía crezca junto con el desarrollo y operación de modelos de IA cada vez más sofisticados.

El movimiento de Meta refleja una tendencia más amplia entre las principales empresas de tecnología hacia el diseño de procesadores especializados para sus propias cargas de trabajo. En lugar de depender exclusivamente de chips disponibles comercialmente, las empresas están desarrollando hardware personalizado que puede ser optimizado para aplicaciones específicas de IA y requisitos de centros de datos.

Yi-Jiun Song, vicepresidente de ingeniería de Meta, dijo que la compañía busca mejoras continuas en la eficiencia de los chips. El objetivo es que cada nueva generación ofrezca un mayor rendimiento de cómputo por cada unidad de energía consumida y cada dólar invertido.

Según Song, Meta espera que su implementación de estos procesadores desarrollados internamente supere un gigavatio durante un período de 12 meses. El ritmo podría aumentar aún más si la demanda de capacidad de cómputo de IA se mantiene fuerte, destacando la escala de infraestructura necesaria para apoyar las crecientes operaciones de IA de la compañía.

El consumo de energía se ha convertido en una consideración importante para las empresas de tecnología que construyen grandes sistemas de IA. Entrenar y ejecutar modelos avanzados requiere una infraestructura de cómputo potente, mientras que los centros de datos también necesitan cantidades sustanciales de electricidad tanto para los procesadores como para los sistemas de refrigeración.

Los chips de IA personalizados pueden ofrecer a las empresas un mayor control sobre cómo se asignan los recursos de cómputo. Al adaptar el hardware a cargas de trabajo específicas, las empresas tecnológicas pueden buscar mejoras en la eficiencia energética, el rendimiento de procesamiento y los costos operativos en comparación con soluciones más generales.

Para Meta, la estrategia también está relacionada con la rápida expansión de sus ambiciones de IA en sus plataformas de redes sociales, sistemas de recomendación, productos de IA generativa y otros servicios. Estas aplicaciones requieren cantidades cada vez mayores de poder de cómputo a medida que la compañía amplía su uso de la inteligencia artificial.

El desarrollo de sus propios procesadores no significa necesariamente que Meta abandonará a los proveedores de chips externos. El hardware especializado interno puede complementar en su lugar a los procesadores disponibles comercialmente, permitiendo a la compañía distribuir diferentes cargas de trabajo entre varios tipos de sistemas de cómputo.

La inversión de Meta en silicio personalizado también ilustra la creciente importancia del hardware en la carrera global de IA. Si bien los modelos de software y los algoritmos siguen siendo centrales para el desarrollo de la inteligencia artificial, el acceso a una infraestructura de cómputo eficiente y escalable se ha convertido en un factor cada vez más importante para las empresas que buscan expandir sus capacidades de IA.

La implementación planificada de los nuevos procesadores MTIA en 2027 representará, por lo tanto, otro paso en el esfuerzo de Meta por construir una infraestructura de cómputo más diversificada. Si la demanda de servicios de IA sigue creciendo, los chips diseñados internamente podrían convertirse en una parte cada vez más significativa de la estrategia a largo plazo de la compañía para gestionar el consumo de energía y los costos de infraestructura.