Meta Nvidia-სთან მრავალმილიარდიანი პარტნიორობის გაწყვეტას სულაც არ აპირებს, თუმცა პარალელურად დამოუკიდებელ, სტრატეგიულ მეორე ხაზს აშენებს. ტექნოლოგიურმა გიგანტმა 2026 წლის სექტემბერში საკუთარი მონაცემთა ცენტრებისთვის განკუთვნილი ახალი ხელოვნური ინტელექტის ამაჩქარებლის, Iris-ის წარმოება ოფიციალურად დაიწყო. ეს ნაბიჯი Meta-ს შიდა MTIA (Meta Training and Inference Accelerator) ოჯახის მორიგი ევოლუციური ეტაპია, რომლის მთავარი მისია არა გრაფიკული პროცესორების სრული ჩანაცვლება, არამედ გიგანტური ყოველდღიური დატვირთვების საკუთარ თავზე აღება და ენერგოეფექტიანობის გაზრდაა.
Iris ტრადიციული გრაფიკული პროცესორი (GPU) არ გახლავთ. ის წარმოადგენს სპეციალიზებულ ASIC ტიპის ჩიპს (Application-Specific Integrated Circuit), რომელიც ზედმიწევნით ზუსტად არის მორგებული Meta-ს ეკოსისტემის შიდა დავალებებზე. საუბარია ისეთ მასშტაბურ პროცესებზე, როგორიცაა Instagram-ისა და Facebook-ის არხის (feed-ის) ალგორითმული ფორმირება, მომხმარებელზე მორგებული რეკლამების რანჟირება და პლატფორმებზე ინტეგრირებული გენერაციული ფუნქციების უზრუნველყოფა.
აქ უმნიშვნელოვანესია ტექნიკური ზღვრის მკაფიოდ გავლება მოდელების წვრთნასა (training) და ინფერენსს (inference) შორის. MTIA ოჯახის მთავარი სამიზნე სწორედ ინფერენსია. უმსხვილესი საბაზისო AI მოდელების გასაწვრთნელად, რასაც მაქსიმალური გამოთვლითი მოქნილობა და უმაღლესი გამტარობა სჭირდება, Meta კვლავ Nvidia-ს კომერციულ ამაჩქარებლებს გამოიყენებს. თუმცა, როდესაც საქმე მილიარდობით მომხმარებლის მიერ უკვე გაწვრთნილი მოდელების უწყვეტ, რეალურ დროში გამოყენებაზე მიდგება, საკუთარი მიკროსქემების ფლობა კომპანიას საშუალებას აძლევს, თითოეულ მოთხოვნაზე გაწეული ხარჯი მკვეთრად შეამციროს.
Meta თავის ოფიციალურ AI ბლოგში ამ სტრატეგიას აღწერს ფორმულირებით: „ოთხი MTIA ჩიპი ორ წელიწადში“. წინა თაობების პროგრესი მართლაც თვალსაჩინო იყო. პირველი MTIA v1 შექმნილი გახლდათ TSMC-ის 7-ნანომეტრიან პროცესზე, მუშაობდა 800 MHz სიხშირით და აჩვენებდა 102.4 TOPS INT8 და 51.2 TFLOPS FP16 წარმადობას. მისმა მომდევნო ვერსიამ, MTIA v2-მ, ოთხ შეფასებულ მოდელზე წინამორბედთან შედარებით დაახლოებით სამჯერ მაღალი შედეგი დააფიქსირა. მიუხედავად იმისა, რომ Iris-ის კონკრეტული არქიტექტურული კვანძი, ტაქტური სიხშირე და ოპერაციათა რაოდენობა ჯერ ოფიციალურად არ გახმაურებულა, კომპანიის ტემპი შთამბეჭდავია: 2027 წლისთვის უკვე MTIA 500-ის მასობრივი დანერგვაა დაგეგმილი.
ამ პროცესში გადამწყვეტ როლს ასრულებს ნახევარგამტარების გიგანტ Broadcom-თან პარტნიორობა. ინვესტორებისთვის გაკეთებული განცხადების თანახმად, მხარეებს შორის თანამშრომლობა MTIA-ს განვითარების მიმართულებით ოფიციალურად 2029 წლამდე გახანგრძლივდა. ეს ხანგრძლივი ალიანსი Meta-ს საშუალებას აძლევს, საკუთარი ჩიპების დიზაინი და ქსელური არქიტექტურა უმაღლეს დონეზე შეინარჩუნოს და დამოუკიდებელი წარმოების რისკები მინიმუმამდე დაიყვანოს.
მთელი ამ ინიციატივის მთავარი მამოძრავებელი ძალა კი ენერგეტიკული ბიუჯეტია. გავრცელებული ცნობებით, Meta გეგმავს, 2027 წლისთვის საკუთარი AI მონაცემთა ცენტრების სიმძლავრე დაახლოებით გააორმაგოს და შთამბეჭდავ 14 გიგავატს (GW) მიაღწიოს. 14 გიგავატი გლობალური მასშტაბის ენერგიაა, რომელიც მრავალი ქვეყნის სრულ მოხმარებას უტოლდება. ასეთ პირობებში მხოლოდ უნივერსალურ GPU-ებზე დაყრდნობა კოლოსალურ ენერგეტიკულ დეფიციტსა და ხარჯების უკონტროლო ზრდას ნიშნავს. სწორედ ამიტომ, თითოეულ ვატზე მიღებული წარმადობა კომპანიის გადარჩენისა და ზრდის მთავარი საზომი ხდება.
Meta ამ მიმართულებით მარტო არ იბრძვის. ინდუსტრიაში საკუთარ ამაჩქარებლებს აქტიურად ავითარებს Google თავისი ცნობილი TPU ჩიპებით, Amazon საკუთარი Trainium და Inferentia პროცესორებით და Microsoft, რომელიც Maia 300-ის შექმნაზე მუშაობს. თუმცა Iris-ის წარმოების დაწყება ნათლად ადასტურებს, რომ ხელოვნური ინტელექტის ეპოქაში პროგრამული უზრუნველყოფა საკმარისი აღარ არის. რეალური კონკურენტული უპირატესობა ახლა მათ ხელშია, ვინც საკუთარ ალგორითმებს ზუსტად მორგებულ, ენერგოეფექტიან აპარატურას უქვემდებარებს.
წყარო: tech-insider.org, ai.meta.com
