Meta(META.US) termina el desarrollo de chips de alta gama propios y amplía la colaboración con Nvidia y AMD

Según fuentes internas, Meta Platforms (META.US) se enfrentó a desafíos durante el desarrollo interno de sus chips de IA, por lo que abandonó el uso de su solución de chip más avanzada y, en su lugar, pasó a utilizar una versión de diseño más simplificado. La semana pasada, debido a dificultades técnicas en la fase de diseño de chips, la empresa dio por terminado formalmente el proyecto de chip de entrenamiento de modelo de IA más avanzado que estaba en desarrollo. El informe también señala que Meta ya comunicó la más reciente actualización de este ajuste de la hoja de ruta tecnológica a los empleados del departamento de infraestructura de inteligencia artificial la semana pasada.

La decisión de Meta de abandonar sus chips desarrollados internamente revela el problema general al que se enfrentan las empresas al intentar diseñar chips de IA capaces de competir con el dominador del mercado, NVIDIA (NVDA.US).

El ajuste de la hoja de ruta de chips de Meta llega justo después de que la empresa alcanzara nuevos acuerdos con AMD (AMD.US), NVIDIA y Google, que pertenece a Alphabet. Según se informa, la empresa ya ha firmado acuerdos valorados en decenas de miles de millones de dólares para alquilar chips de IA a Google.

A principios de esta semana, AMD anunció una colaboración con Meta para desplegar hasta 6 gigavatios de chips AMD Instinct, a fin de proporcionar potencia de cómputo para la próxima generación de infraestructura de IA. Además, a principios de este mes, Meta también llegó a una cooperación estratégica de “entre generaciones” con NVIDIA, prometiendo desplegar en gran escala los chips de NVIDIA en sus centros de datos.

Los chips de IA desarrollados por Meta internamente pertenecen al sistema del proyecto Meta Training and Inference Accelerator (MTIA). El objetivo central de esta iniciativa es reducir los costos operativos a largo plazo mediante la integración vertical de la capacidad de diseño de chips y fortalecer la autonomía y el control sobre la infraestructura de centros de datos.

Al respecto, un portavoz de Meta afirmó de manera explícita: “Seguimos invirtiendo en la construcción de una cartera diversificada de suministro de chips para satisfacer las necesidades del negocio, y el avance de la línea de productos MTIA es una dirección estratégica importante. En el transcurso de este año, daremos a conocer más información sobre los avances en I+D y los planes de implementación de esta línea de productos”.

据报道，Meta已弃用其第二代训练芯片中代号为Iris的版本，随后启动研发的更先进训练芯片Olympus项目也已终止。

Una persona interna involucrada en el desarrollo de chips de Meta reveló que, dentro de la empresa, en general existe una actitud cautelosa hacia los planes para desarrollar chips que igualen el rendimiento de los chips de NVIDIA. La principal preocupación, según indicó, es el riesgo de retrasos en el proyecto o la necesidad de rediseñarlo. Esta persona señaló que los informes relacionados muestran que el desarrollo de este tipo de chips requiere formar equipos grandes de ingenieros, encargados de los aspectos clave como el diseño del chip, la depuración y el control del consumo de energía. Si no es posible resolver de manera efectiva el problema del consumo de energía, es posible que estos chips desarrollados internamente no tengan un valor suficiente para su puesta en uso en comparación con productos maduros de NVIDIA.

El chip de entrenamiento Iris utiliza una arquitectura de computación de instrucción única y múltiples datos (SIMD). Esta arquitectura presenta un umbral de diseño más bajo para los ingenieros de hardware, pero los ingenieros de software se enfrentan a importantes desafíos de programación al entrenar modelos de IA. Según lo divulgado, Olympus adopta una arquitectura de instrucción única y múltiples subprocesos (SIMT) con origen común al de los chips de IA de NVIDIA: aunque esta arquitectura facilita la programación para los ingenieros de software, exige mayores requisitos técnicos para el diseño de hardware.

La arquitectura SIMT promovida por NVIDIA, por contar con mayor flexibilidad y estar mejor adaptada a las necesidades de entrenamiento de modelos de IA modernos, ya ha sido favorecida por varias empresas tecnológicas. Meta planeaba originalmente completar el diseño del chip Olympus a más tardar en el cuarto trimestre de 2026. Pero el informe añade que, normalmente, desde la investigación y desarrollo inicial del nuevo chip hasta su producción en masa se requiere también un periodo de nueve meses o incluso más, lo que significa que el momento real de la producción en masa podría retrasarse aún más.

El componente central para el cálculo de IA en Olympus—el procesador gráfico (GPU)—estaba planeado para utilizar el diseño de la empresa emergente Rivos, dedicada a chips, que Meta adquirió el año pasado. Según se informa, Rivos había afirmado que su GPU podía ejecutar de manera eficiente código de software CUDA de NVIDIA, el cual es el marco de software principal para el entrenamiento y la ejecución de modelos de IA en la actualidad.

El informe también señala que, en un principio, Meta planeaba utilizar Olympus para construir grandes clústeres de servidores, pero directivos de la empresa consideraron que, en el periodo crítico en el que se compite con prisa con OpenAI y Google, esta iniciativa podría representar un riesgo potencial para el entrenamiento de nuevos modelos.

En concreto, el software de entrenamiento que acompaña a estos chips ya no podía, de por sí, igualar en estabilidad a los productos de NVIDIA. Además, el diseño complejo de Olympus podría obstaculizar aún más su producción en masa a gran escala. Por lo tanto, Meta actualmente planea continuar utilizando chips de entrenamiento producidos por otros fabricantes, ya que el software que los acompaña es más maduro y confiable, y puede respaldar mejor las necesidades de entrenamiento de modelos de IA.