بر اساس یک سند داخلی که رویترز مشاهده کرده است، متا پلتفرم، شرکت مادر فیس بوک، در حال برنامه ریزی برای استقرار نسخه جدیدی از تراشه سفارشی خود به نام “آرتمیس” در سال ۲۰۲۴ در مراکز داده خود است.
زاکربرگ همچنین استراتژی شرکت برای رقابت با آلفابت و مایکروسافت در مسابقه تسلیحاتی هوش مصنوعی را تشریح کرد. متا قصد دارد از باغ بزرگ داده خود استفاده کند و بر صدها میلیارد تصویر به اشتراک گذاشته شده عمومی و ده ها میلیارد ویدیوی عمومی موجود در پلتفرم خود تأکید کند. این به عنوان یک مزیت کلیدی نسبت به رقبایی مانند گوگل، مایکروسافت و OpenAI است که در درجه اول مدل های هوش مصنوعی خود را بر روی داده های خزیده شده عمومی از وب آموزش می دهند.
هدف این نسل دوم سیلیکون داخلی متا حمایت از ابتکارات هوش مصنوعی این شرکت است و به طور بالقوه می تواند اتکای آن به تراشه های NVIDIA را که در حال حاضر بر بازار تسلط دارند، کاهش دهد.
علاوه بر فناوری هوش مصنوعی مولد که قبلاً توسط متا ارائه شده بود، زاکربرگ جاه طلبی هایی را برای “هوش عمومی”، یعنی مفهوم هوش مصنوعی همه منظوره که قادر به عملکرد بهتر از انسان در وظایف مختلف است، ابراز کرد. هدف، ساخت محبوب‌ترین و پیشرفته‌ترین محصولات و خدمات هوش مصنوعی است و به کاربران دستیار هوش مصنوعی در سطح جهانی برای افزایش بهره‌وری ارائه می‌کند.
با این حال، دستیابی به این چشم انداز با قیمت گزاف همراه است. مخارج سرمایه ای متا می تواند تا ۹ میلیارد دلار در سال جاری افزایش یابد و در مقایسه با ۲۸٫۱ میلیارد دلار در سال ۲۰۲۳، در مجموع به ۳۰ میلیارد دلار یا حتی ۳۷ میلیارد دلار برسد.
این شرکت اذعان می‌کند که تحقیقات بلندمدت و تلاش‌های توسعه محصول در هوش مصنوعی مستلزم سرمایه‌گذاری‌های زیرساختی مداوم فراتر از سال جاری است. با وجود هزینه های قابل توجه، متا به نظر می رسد متعهد خود را به عنوان یک رهبر در چشم انداز در حال تکامل هوش مصنوعی قرار دهد.
متا میلیاردها دلار در تراشه‌های تخصصی و پیکربندی‌های مجدد مرکز داده سرمایه‌گذاری کرده است تا تقاضای رو به رشد برای محصولات هوش مصنوعی در پلتفرم‌های خود از جمله فیس‌بوک، اینستاگرام، واتس‌اپ و دستگاه‌های سخت‌افزاری مانند عینک‌های هوشمند را برآورده کند.
استقرار تراشه خود می تواند به Meta کمک کند تا عملکرد و کارایی را در بارهای کاری خاص خود بهینه کند و به طور بالقوه در هزینه های انرژی و خرید سالانه تراشه صرفه جویی کند.
تراشه جدید برای پردازش استنتاج طراحی شده است، جایی که مدل‌ها از الگوریتم‌های خود برای قضاوت در رتبه‌بندی و ایجاد پاسخ به درخواست‌های کاربر استفاده می‌کنند. مارک زاکربرگ، مدیر عامل متا، قبلاً به برنامه‌هایی برای داشتن حدود ۳۵۰۰۰۰ پردازنده NVIDIA “H100” تا پایان سال اشاره کرده بود که به ظرفیت محاسباتی کلی متا کمک می کند.
این حرکت پس از تصمیم متا در سال ۲۰۲۲ مبنی بر توقف اولین تکرار تراشه داخلی خود و خرید پردازنده‌های گرافیکی NVIDIA صورت گرفت. تراشه Artemis بخشی از پروژه گسترده‌تر سیلیکون هوش مصنوعی متا است و طبق گزارش‌ها، این شرکت بر روی یک تراشه جاه‌طلبانه‌تر کار می‌کند که قادر به انجام فرآیندهای آموزش و استنتاج است.
علیرغم چالش‌های قبلی، تراشه استنتاجی مانند Artemis می‌تواند کارایی بیشتری را در مدیریت مدل‌های توصیه‌شده متا در مقایسه با پردازنده‌های پرقدرت NVIDIA ارائه دهد.
(با ورودی های نمایندگی ها)
منبع: https://www.firstpost.com/tech/meta-to-develop-use-its-in-house-data-centre-ai-chips-this-year-ai-tools-to-cost-over-30-billion-annually-13683142.html