Meta Platforms(META.US)は水曜日に、
同社が2027年末までに4世代の自社開発AIチップを
導入する計画を発表し、急成長するAI計算需要を
支援し、外部チップ供給者への依存を減らすことを
目指していると述べた。この計画は、Metaが
激しいコストのかかるAI競争の中で、ハードウェアの
自社開発を推進し、長期的なコストを削減する
重要な取り組みでもある。
Metaは、今後数年でMTIA300、MTIA400、
MTIA450、MTIA500の4つのチップを順次
発表する予定で、これらは「Meta Training and
Inference Accelerator(MTIA)」シリーズに
属する。これらのチップは、主に同社内部のAI
トレーニングと推論タスクをサポートするために
使用される。
Meta(META.US)は、2023年末までに第4世代の自社開発AIチップをリリースし、英伟达(NVDA.US)などのサプライヤーへの依存を減らす予定です。
Meta Platforms(META.US)は水曜日に、
同社が2027年末までに4世代の自社開発AIチップを
導入する計画を発表し、急成長するAI計算需要を
支援し、外部チップ供給者への依存を減らすことを
目指していると述べた。この計画は、Metaが
激しいコストのかかるAI競争の中で、ハードウェアの
自社開発を推進し、長期的なコストを削減する
重要な取り組みでもある。
Metaは、今後数年でMTIA300、MTIA400、
MTIA450、MTIA500の4つのチップを順次
発表する予定で、これらは「Meta Training and
Inference Accelerator(MTIA)」シリーズに
属する。これらのチップは、主に同社内部のAI
トレーニングと推論タスクをサポートするために
使用される。
その中で、MTIA300は現在量産段階に入り、
主にコンテンツのランキングと推薦システムの
モデルトレーニングに使用される。MTIA400
(コードネーム「Iris」)は実験室テストを
完了し、徐々に展開が進められている。より
先進的なMTIA450とMTIA500(それぞれ
コードネーム「Arke」と「Astrid」)は、
2027年までに大規模展開が見込まれている。
Metaのエンジニアリング副社長Yee Jiun Songは、
これらの製品が同時に開発されており、MTIA450は
2027年初頭に登場する予定で、MTIA500は
約6ヶ月後に登場する見込みだと述べた。
Songは、AIの進展速度が予想を超えて速いため、
チップの研究開発のペースが加速せざるを得ないと
指摘した。「たった2、3ヶ月の間で、AIの進展
速度に驚かされる人が多くなっています。チップの
研究開発は、この作業負荷の変化に追いつく必要が
あるため、私たちは常にロードマップを見直し、
最も価値のある製品を開発するよう努めています。」
近年、MetaはAI分野に大きな投資を行い、
競争力のある大規模モデルやAI製品を構築しており、
これにより前例のない計算能力の需要が生じている。
現在、Metaは引き続き外部チップを大量に調達しており、
NVIDIA(NVDA.US)やAMD(AMD.US)からのAI
アクセラレーターを含んでいる。最近、同社は
これら2社との間で数百億ドル規模のAIハードウェア
調達契約を結んだことを発表した。
同時に、Metaは自社開発チップの能力構築も
加速している。昨年、CEOのマーク・ザッカーバーグが
内部開発の進捗に不満を持ったため、同社は8億ドルで
韓国のAIチップスタートアップFuriosaAIを
買収しようと試みたが、その取引は拒否された。
その後、Metaはカリフォルニア州サンタクララに
本社を置くチップスタートアップRivos Inc.を
買収し、400人以上の従業員を受け入れた。
新たな人材資源はMetaのMTIAチームが
複数のチッププロジェクトを同時に進めることを
可能にした。このチームは、Meta内部のニーズを
満たすためにより効率的な計算アーキテクチャの
開発に主に取り組んでおり、Instagramのコンテンツ
推薦システム、ランキングアルゴリズム、
大規模生成AI推論タスクを含んでいる。
Metaの幹部は、自社開発チップが特定の
アプリケーションに最適化できるため、効率を
向上させ、コストを削減できると述べた。
「私たちは汎用市場向けにチップを設計している
わけではないので、過剰な汎用機能を持つ必要は
ありません」とSongは述べ、「不要な機能を
削除することで、コストを大幅に削減できます。」
しかし、チップの研究開発自体は高コストで
期間が長い工程である。設計から第三者の
ファウンドリに委託し、通常はTSMC(TSM.US)による
生産が行われるまでには、数十億ドルの投資が
必要で、数年を要することが多い。Songは、Metaの
チームがチップを設計から量産段階に持っていくのに
通常約2年かかると述べた。
同時に、Metaのチップ戦略は依然として
課題に直面している。メディアの報道によれば、
Metaは最先端のAIトレーニングチッププロジェクト、
コードネーム「Olympus」をキャンセルし、
その理由は設計が難しすぎたためであり、
同社はより簡素化されたバージョンの開発に
切り替えた。Metaはこの報道に対して直接的な
コメントをしていないが、同社はチップの
ロードマップを引き続き評価し、調整していくと
述べている。
それにもかかわらず、Metaは自社開発AIプロセッサの
開発を推進し続けている。最近、同社のCFO
スーザン・リーは、モルガン・スタンレーが
主催した会議で、Metaは最終的に大規模AIモデルの
トレーニングに使用できるプロセッサを開発することを
希望していると述べた。