متا آزمایش اولین تراشه آموزش هوش مصنوعی داخلی خود را آغاز می‌کند

متا، شرکتی که مالک فیس‌بوک است، در حال آزمایش اولین تراشه داخلی خود برای آموزش سیستم‌های هوش مصنوعی (AI) است که نقطه عطفی در تلاش این شرکت برای طراحی تراشه‌های سفارشی بیشتر و کاهش وابستگی به تأمین‌کنندگانی مانند انویدیا محسوب می‌شود.

بودجه سرمایه‌گذاری تخمینی ۱۱۹ میلیارد دلار

بزرگترین شرکت رسانه اجتماعی جهان ، متا، آزمایش این تراشه را در مقیاس کوچک آغاز کرده و در صورت موفقیت‌آمیز بودن این آزمایش، قصد دارد تولید آن را برای استفاده گسترده‌تر افزایش دهد.

متا، شرکت مالک فیس‌بوک، در حال آزمایش اولین تراشه داخلی خود برای آموزش سیستم‌های هوش مصنوعی (AI) است.

تلاش برای توسعه تراشه‌های داخلی بخشی از برنامه بلندمدت متا برای کاهش هزینه‌های عظیم زیرساختی است، زیرا این شرکت برای تقویت رشد خود، سرمایه‌گذاری زیادی روی ابزارهای هوش مصنوعی انجام می‌دهد.

شرکت متا، که مالک اینستاگرام و واتس‌اپ نیز هست، پیش‌بینی می‌کند که کل هزینه‌های انجام‌شده در سال ۲۰۲۵ بین ۱۱۴ تا ۱۱۹ میلیارد دلار باشد که شامل ۶۵ میلیارد دلار هزینه‌های سرمایه‌ای می‌شود و عمدتاً ناشی از سرمایه‌گذاری در زیرساخت‌های هوش مصنوعی خواهد بود.

یک منبع گفت تراشه آموزشی جدید متا یک شتاب‌دهنده اختصاصی است، به این معنی که فقط برای انجام وظایف خاص هوش مصنوعی طراحی شده است. این امر باعث می‌شود که نسبت به واحدهای پردازش گرافیکی یکپارچه (GPU) که ​​معمولاً برای حجم کاری هوش مصنوعی استفاده می‌شوند، از نظر انرژی کارآمدتر باشد.

به گفته این منبع، متا برای تولید این تراشه با بزرگترین تولیدکننده قراردادی تراشه در جهان، TSMC، همکاری می‌کند.

استقرار آزمایشی پس از آن آغاز شد که متا اولین «حذف نوار» تراشه خود را تکمیل کرد، که نقطه عطفی مهم در توسعه تراشه‌های سیلیکونی است و شامل ارسال طرح اولیه از طریق کارخانه تولید تراشه می‌شود. یک فرآیند حذف نوار معمولی ده‌ها میلیون دلار هزینه دارد و حدود سه تا شش ماه طول می‌کشد تا تکمیل شود، و هیچ تضمینی وجود ندارد که آزمایش موفقیت‌آمیز باشد. در صورت عدم موفقیت، متا باید مشکل را تشخیص داده و مرحله حذف نوار را تکرار کند.

این تراشه جدیدترین محصول از خط تولید شتاب‌دهنده‌ی متا آموزش و استنتاج (MTIA) این شرکت است، برنامه‌ای که در طول سال‌ها شروع پر فراز و نشیبی داشته و شاهد لغو توسعه‌ی تراشه‌ای در مرحله‌ی مشابهی از توسعه بوده است.

با این حال، سال گذشته، متا شروع به استفاده از یک تراشه MTIA برای انجام استنتاج کرد، که فرآیند اجرای یک سیستم هوش مصنوعی هنگام تعامل کاربران با آن است، برای سیستم‌های پیشنهادی که تصمیم می‌گیرند چه محتوایی در فیدهای خبری فیس‌بوک و اینستاگرام ظاهر شود.

متا قصد دارد تا سال ۲۰۲۶ از تراشه‌های آموزشی داخلی استفاده کند

مدیران متا می‌گویند که می‌خواهند تا سال ۲۰۲۶ از تراشه‌های داخلی برای آموزش استفاده کنند، فرآیند محاسباتی فشرده‌ای که طی آن حجم عظیمی از داده‌ها به یک سیستم هوش مصنوعی داده می‌شود تا به آن «آموزش» دهند چگونه کار کند.

مدیران متا می‌گویند که می‌خواهند تا سال ۲۰۲۶ استفاده از تراشه‌های داخلی را برای آموزش آغاز کنند.

مدیران اجرایی گفتند، همانند تراشه استنتاج، هدف تراشه آموزشی شروع کار با سیستم‌های توصیه‌گر و سپس استفاده از آن برای محصولات هوش مصنوعی مولد مانند چت‌بات Meta AI است. کریس کاکس، مدیر ارشد محصولات Meta، هفته گذشته در کنفرانس فناوری، رسانه و مخابرات مورگان استنلی گفت: «ما در حال بررسی این هستیم که چگونه آموزش سیستم‌های توصیه‌گر را انجام دهیم و سپس چگونه در مورد آموزش و استنتاج برای هوش مصنوعی مولد فکر کنیم.»

آقای کاکس تلاش‌های متا در توسعه تراشه را تاکنون به عنوان «وضعیتی شبیه به راه رفتن، خزیدن و سپس دویدن» توصیف کرد، اما گفت که مدیران، تراشه استنتاج نسل اول آن برای سیستم‌های توصیه‌گر را «یک موفقیت بزرگ» می‌دانند.

متا پیش از این، پس از آنکه یک تراشه استنتاج سفارشی داخلی در یک آزمایش کوچک مشابه آزمایش فعلی تراشه آموزشی با شکست مواجه شد، آن را لغو کرد و در عوض در سال ۲۰۲۲ به سفارش میلیاردها دلار پردازنده گرافیکی از انویدیا بازگشت.

این شرکت رسانه‌های اجتماعی از آن زمان تاکنون یکی از بزرگترین مشتریان انویدیا باقی مانده است و ناوگانی از پردازنده‌های گرافیکی را برای آموزش مدل‌های خود، از جمله سیستم‌های توصیه و تبلیغات و مدل‌های پلتفرم خانواده Llama، گردآوری کرده است. این واحدها همچنین برای بیش از ۳ میلیارد نفری که هر روز از برنامه‌های آن استفاده می‌کنند، استنتاج انجام می‌دهند.

ارزش این پردازنده‌های گرافیکی امسال زیر سوال رفته است، زیرا محققان هوش مصنوعی به طور فزاینده‌ای در مورد اینکه با ادامه «افزایش مقیاس» مدل‌های زبانی بزرگ با افزودن داده‌ها و قدرت محاسباتی بیشتر، چقدر می‌توان پیشرفت بیشتری حاصل کرد، تردید دارند.

این تردیدها با عرضه مدل‌های جدید و کم‌هزینه از استارتاپ چینی DeepSeek در اواخر ژانویه تقویت شد، مدل‌هایی که با تکیه بیشتر بر استنتاج نسبت به اکثر مدل‌های فعلی، کارایی محاسباتی را بهینه می‌کنند.

سهام انویدیا در مقطعی، در پی فروش جهانی سهام هوش مصنوعی که به دلیل DeepSeek رخ داد، تا یک پنجم ارزش خود را از دست داد. از آن زمان، با شرط‌بندی سرمایه‌گذاران مبنی بر اینکه تراشه‌های این شرکت همچنان استاندارد صنعت برای آموزش و استنتاج باقی خواهند ماند، سهام این شرکت بخش زیادی از ضررهای خود را جبران کرده است، هرچند از آن زمان به دلیل نگرانی‌های تجاری گسترده‌تر، سهام این شرکت دوباره سقوط کرده است.

منبع: https://www.baogiaothong.vn/meta-bat-dau-thu-nghiem-chip-dao-tao-ai-noi-bo-dau-tien-192250312120123752.htm