Meta, la société propriétaire de Facebook, teste sa première puce interne pour la formation des systèmes d'intelligence artificielle (IA), une étape importante dans sa quête pour concevoir davantage de puces personnalisées et réduire sa dépendance à des fournisseurs comme Nvidia.
Budget d'investissement estimé à 119 milliards USD
Meta, la plus grande société de médias sociaux au monde, a commencé des tests à petite échelle avec la puce et prévoit d'augmenter la production pour une utilisation à grande échelle si l'essai est réussi.
Meta, la société propriétaire de Facebook, teste sa première puce interne pour la formation des systèmes d'intelligence artificielle (IA).
L'effort visant à développer des puces en interne fait partie du plan à long terme de Meta visant à réduire ses coûts d'infrastructure massifs, alors que l'entreprise mise beaucoup sur les outils d'IA pour alimenter sa croissance.
Meta, qui possède également Instagram et WhatsApp, prévoit que les dépenses totales en 2025 se situeront entre 114 et 119 milliards de dollars, dont jusqu'à 65 milliards de dollars de dépenses d'investissement, principalement tirées par des investissements dans l'infrastructure de l'IA.
La nouvelle puce d'entraînement de Meta est un accélérateur dédié, ce qui signifie qu'elle est conçue pour gérer uniquement des tâches d'IA spécifiques, a déclaré une source. Cela le rend potentiellement plus économe en énergie que les unités de traitement graphique intégrées (GPU) couramment utilisées pour les charges de travail d'IA.
Selon la source, Meta coopère avec le plus grand fabricant de puces sous contrat au monde, TSMC, pour produire cette puce.
Le déploiement des tests a commencé après que Meta a terminé la première « sortie de bande » de la puce, une étape majeure dans le développement des puces de silicium qui implique l'envoi de la conception initiale via une usine de fabrication de puces. Un processus de bande magnétique typique coûte des dizaines de millions de dollars et prend environ trois à six mois, sans aucune garantie que le test soit réussi. En cas d’échec, Meta devra diagnostiquer le problème et répéter l’étape de retrait de la bande.
La puce est le dernier produit de la gamme Meta Training and Inference Accelerator (MTIA) de la société. Le programme a connu des débuts difficiles au fil des ans et a déjà annulé une puce à un stade de développement similaire.
L'année dernière, cependant, Meta a commencé à utiliser une puce MTIA pour effectuer des inférences (le processus d'exécution d'un système d'IA pendant que les utilisateurs interagissent avec lui) pour les systèmes de recommandation qui décident quel contenu apparaît dans les fils d'actualité de Facebook et d'Instagram.
Meta prévoit d'utiliser des puces d'entraînement internes d'ici 2026
Les dirigeants de Meta affirment vouloir commencer à utiliser des puces internes d'ici 2026 pour la formation, qui est le processus informatique intensif consistant à alimenter un système d'IA avec des quantités massives de données pour lui « apprendre » à fonctionner.
Les dirigeants de Meta déclarent vouloir commencer à utiliser des puces internes pour la formation d'ici 2026.
Comme pour la puce d'inférence, l'objectif de la puce de formation est de commencer par des systèmes de recommandation, puis de l'utiliser pour des produits d'IA génératifs comme le chatbot Meta AI, ont déclaré les dirigeants. « Nous étudions la manière dont nous formons les systèmes de recommandation, puis la manière dont nous envisageons la formation et l'inférence pour l'IA générative », a déclaré Chris Cox, directeur des produits chez Meta, lors de la conférence sur la technologie, les médias et les télécommunications de Morgan Stanley la semaine dernière.
M. Cox a décrit les efforts de développement de puces de Meta comme « une situation de marche, de rampement, puis de course » jusqu'à présent, mais a déclaré que les dirigeants considèrent la puce d'inférence de première génération pour les systèmes de recommandation comme « un énorme succès ».
Meta avait précédemment annulé une puce d'inférence personnalisée interne après son échec lors d'un déploiement de test à petite échelle similaire à celui actuel pour la puce de formation, revenant plutôt à la commande de GPU d'une valeur de plusieurs milliards de dollars auprès de Nvidia en 2022.
Depuis lors, la société de médias sociaux est restée l'un des plus gros clients de Nvidia, accumulant un trésor de GPU pour entraîner ses modèles, y compris ses systèmes de recommandation et de publicité ainsi que sa gamme de modèles de plateforme Llama. Ces unités effectuent également des inférences pour les plus de 3 milliards de personnes qui utilisent leurs applications chaque jour.
La valeur de ces GPU a été remise en question cette année, car les chercheurs en IA sont de plus en plus sceptiques quant aux progrès supplémentaires qui peuvent être réalisés en continuant à « faire évoluer » les grands modèles linguistiques en ajoutant davantage de données et de puissance de calcul.
Ces doutes ont été renforcés par le lancement fin janvier de nouveaux modèles à faible coût de la startup chinoise DeepSeek, qui optimisent l’efficacité informatique en s’appuyant davantage sur l’inférence que la plupart des modèles actuels.
Lors d'une vente mondiale d'actions d'IA provoquée par DeepSeek, les actions Nvidia ont perdu jusqu'à un cinquième de leur valeur à un moment donné. Ils ont depuis récupéré la plupart de leurs pertes, les investisseurs pariant que les puces de la société resteront la norme de l'industrie en matière de formation et d'inférence, bien qu'ils se soient depuis repliés sur des préoccupations commerciales plus larges.
Source : https://www.baogiaothong.vn/meta-bat-dau-thu-nghiem-chip-dao-tao-ai-noi-bo-dau-tien-192250312120123752.htm
Comment (0)