Die KI -Infrastrukturkosten allein für Meta sollen sich auf 65 Milliarden US -Dollar erhöhen, wobei die Gesamtausgaben auf 114 Milliarden US -Dollar und 119 Milliarden US -Dollar prognostiziert werden. Um diese steigende Summe einzudämmen, begann der Social-Media-Riese, seinen ersten internen KI-Chip zu entwickeln, wobei das Unternehmen laut dem jüngsten Bericht den Fortschritt in diesem Bereich in diesem Bereich zeigt. Offensichtlich wird ein kleiner Einsatz des Siliziums in Zukunft beginnen, sodass Meta seine Abhängigkeit von Nvidia und seinen teuren GPUs für die Schulung künstlicher Intelligenz verringern kann.
Nach einem felsigen Start, der das Schalten des Bestrebens beinhaltete, hoffen Meta-Führungskräfte, dass die interne KI bis 2026 für Trainingszwecke genutzt werden kann
Der kleine Einsatzplan könnte zu einem umfassenden Anwendungsfall führen, wenn alle Tests gut laufen. Laut ungenannten Quellen berichtet Reuters, dass der neue KI-Chip von Meta ein spezieller Beschleuniger ist. Neben dem Kauf lächerlich teurer Grafikprozessoren aus NVIDIA kann Meta den Stromverbrauch seiner Infrastruktur erheblich lindern, da der KI -Chip lächerlich leisten kann, da der KI -Chip leuchtend effizienter ist.
Es wird erwartet, dass TSMC die Produktion dieses kundenspezifischen Siliziums durchführt. In dem Bericht wird jedoch nicht angegeben, welche der Herstellungsprozesse des taiwanesischen Halbleiterunternehmens verwendet werden. In den Details heißt es jedoch, dass Meta den ersten KI-Chip erfolgreich abgeschlossen hatte, was Millionen und bis zu sechs Monate kosten kann, damit der Prozess abgeschlossen ist. Selbst dann gibt es keine Garantie dafür, dass der Chip entsprechend den Anforderungen des Unternehmens funktioniert, was ihn dazu zwingt, das Problem zu isolieren, zu diagnostizieren und den Band-out-Prozess zu wiederholen, wodurch die Entwicklungskosten weiter hinzugefügt werden.
Es gab eine Zeit, in der Meta beschloss, die Entwicklung seines benutzerdefinierten KI -Chips nicht zu verfolgen, wahrscheinlich aufgrund von Entwicklungskomplikationen, aber es scheint, dass das Unternehmen es geschafft hat, diese Hürden zu skalieren. Die Führungskräfte hoffen, bis 2026 die Fähigkeiten des Siliziums zu nutzen, mit ihrem beabsichtigten Ziel, die Systeme von Meta zu trainieren, und später zu generativen KI -Produkten wie dem AI -Chatbot übergehen. NVIDIA profitiert dank des gesteigerten GPU -Umsatzes weiterhin, wobei Meta als einer der lukrativsten Kunden ist.
Leider sind Experten besorgt darüber, wie viel Fortschritt bei der Skalierung von LLMs durch Erhöhung der RAW -GPU -Leistung erzielt werden kann. Der Übergang zu benutzerdefinierten KI -Chips könnte auch den Platz reduzieren, der diese Hardware untergebracht und abkühlt. Lassen Sie uns warten und sehen Sie, wie lange Meta mit der ersten Einheit einhergeht.
