تم إيقاف تطوير شرائح عالية المستوى من Meta(META.US)، وتوسيع التعاون مع NVIDIA و AMD

وفقًا لمصادر مطلعة، واجهت Meta Platforms (META.US) تحديات أثناء التطوير الداخلي لشرائح ذكاء اصطناعي، وتخلّت عن استخدام أحدث مخطط لها للشرائح، لتنتقل إلى نسخة أكثر تبسيطًا في التصميم. الأسبوع الماضي، وبسبب صعوبات تقنية في مرحلة تصميم الشريحة، أوقفت الشركة رسميًا مشروع الشريحة المتقدمة الجاري تطويرها لتدريب نموذج ذكاء اصطناعي. وتذكر التقارير أيضًا أن Meta قامت الأسبوع الماضي بمشاركة الخطة الأحدث لتعديل مسارها التقني مع موظفي قسم البنية التحتية للذكاء الاصطناعي.

قرار Meta التخلي عن شرائح تُصمَّم ذاتيًا يكشف عن المأزق الشائع الذي تواجهه مختلف الشركات عندما تحاول تصميم شرائح ذكاء اصطناعي تستطيع منافسة شركة إنفيديا (NVDA.US) بوصفها “المهيمنة في السوق”.

يأتي تعديل مسار الشرائح لدى Meta بالتزامن مع اتفاقيات تعاون جديدة أبرمتها مع AMD (AMD.US) وإنفيديا وAlphabet التابعة لشركة جوجل (GOOGL.US). ووفقًا للتقارير، وقّعت الشركة اتفاقية بقيمة تصل إلى عدة مليارات من الدولارات لاستئجار شرائح ذكاء اصطناعي من جوجل.

本 الأسبوع، وفي وقت سابق، أعلنت AMD أنها تتعاون مع Meta لنشر شرائح AMD Instinct بقدرة تصل إلى 6 جيجاوات، بهدف توفير قدرات حوسبة لدعم البنية التحتية للذكاء الاصطناعي في الجيل التالي. علاوة على ذلك، في بداية هذا الشهر، توصلت Meta أيضًا إلى تعاون استراتيجي “بين الأجيال” مع إنفيديا، وتعهدت بالنشر على نطاق واسع لشرائح إنفيديا داخل مراكز البيانات الخاصة بها.

تنتمي شرائح الذكاء الاصطناعي التي تطورها Meta ذاتيًا إلى منظومة مشروعها Meta Training and Inference Accelerator (MTIA). يتمثل الهدف الأساسي لهذه الخطوة في تقليل تكاليف التشغيل طويلة الأجل من خلال التكامل الرأسي مع قدرات تصميم الشرائح، وتعزيز السيطرة الذاتية على البنية التحتية لمراكز البيانات.

وبخصوص ذلك، أوضح متحدث باسم Meta بشكل قاطع: “نحن نستثمر باستمرار في بناء مجموعة متنوعة من موردّي الشرائح بما يتوافق مع متطلبات الأعمال، ويُعد الدفع بمنتجات خط MTIA اتجاهًا استراتيجيًا مهمًا. وخلال هذا العام، سنكشف عن المزيد من التطورات في البحث والتطوير وخطط التطبيق الخاصة بهذا خط المنتجات.”

据报道，Meta 已弃用其第二代训练芯片中代号为 Iris 的版本، كما تم أيضًا إلغاء مشروع Olympus الأكثر تقدمًا لتدريب الشرائح، والذي بدأ تطويره لاحقًا.

一位参与Meta芯片研发的内部人士透露，公司内部对开发能与英伟达芯片性能匹敌的计划普遍持谨慎态度，主要担忧在于项目存在延期或需要重新设计的风险. 该人士指出，相关报告显示，这类芯片的研发需要组建大规模工程师团队،负责芯片设计、调试及功耗控制等关键环节. 若无法有效解决功耗问题，这些自研芯片在与英伟达成熟产品的对比中可能不具备投入使用的价值.

تستخـدم شريحة التدريب Iris بنية حساب SIMD (تعليمة واحدة متعددة البيانات). تُعد هذه البنية أقل عتبة تصميمًا بالنسبة للمهندسين المختصين بالأجهزة، لكنها تفرض تحديات برمجية ملحوظة على مهندسي البرمجيات عند تدريب نماذج الذكاء الاصطناعي. ووفقًا للتقارير، تتبنى Olympus بنية SIMT (تعليمة واحدة متعددة الخيوط) ذات أصل مماثل لبنية شرائح إنفيديا للذكاء الاصطناعي—فمثل هذه البنية، رغم أنها تُسهّل برمجة مهندسي البرمجيات، إلا أنها تفرض متطلبات تقنية أعلى على تصميم الأجهزة.

إن بنية SIMT التي تروّج لها إنفيديا، بفضل مرونتها الأعلى، تُعد أكثر ملاءمة لاحتياجات تدريب نماذج الذكاء الاصطناعي الحديثة، وقد حظيت باهتمام وتفضيل من عدة شركات تكنولوجية. كانت Meta تخطط في الأصل لإنجاز تصميم شريحة Olympus في الربع الرابع من عام 2026 على أبكر تقدير. لكن التقرير يضيف أن الشريحة الجديدة، من التطوير الأولي إلى الإنتاج الكمي، عادةً ما تتطلب تسعة أشهر أو حتى مدة أطول، ما يعني أن توقيت الإنتاج الكمي الفعلي قد يتأخر أكثر.

المكوّن الأساسي المسؤول عن حسابات الذكاء الاصطناعي ضمن Olympus—وهو معالج الرسوميات (GPU)—كان من المخطط أن يعتمد على تصميم شركة ناشئة للشرائح باسم Rivos، تم الاستحواذ عليها من قبل Meta العام الماضي. ووفقًا للتقارير، كانت Rivos قد أعلنت أن وحدة GPU لديها قادرة على تشغيل كود CUDA الخاص بإنفيديا بكفاءة—وهو الكود الذي يُعد إطار البرمجيات السائد حاليًا لتدريب وتشغيل نماذج الذكاء الاصطناعي.

وتذكر التقارير أيضًا أن Meta كانت في البداية تخطط لاستخدام Olympus لبناء مجموعات كبيرة من الخوادم، لكن اعتبر كبار المسؤولين التنفيذيين في الشركة أن هذه الخطوة قد تشكل خطرًا محتملاً على تدريب النماذج الجديدة في المرحلة الحاسمة التي تتسارع فيها المنافسة مع OpenAI وجوجل.

على وجه التحديد، فإن برامج التدريب المصاحبة لهذه الشرائح غير قادرة أصلًا على منافسة منتجات إنفيديا من ناحية الاستقرار، كما أن التصميم المعقد لـ Olympus قد يزيد من تعقيد عوائق الإنتاج الكمي على نطاق واسع. لذلك، فإن الخطة الحالية لدى Meta هي مواصلة استخدام شرائح تدريب تُنتجها شركات أخرى، لأن البرامج المصاحبة لها أكثر نضجًا وموثوقية، ما يمكّن بشكل أفضل من تلبية احتياجات تدريب نماذج الذكاء الاصطناعي.