آزمایش نخستین تراشه اختصاصی آموزش هوش مصنوعی متا

01

از 04

تراشه‌ای اختصاصی برای پردازش هوش مصنوعی

منابع آگاه اعلام کرده‌اند که تراشه جدید متا، یک شتاب‌دهنده اختصاصی است که منحصراً برای پردازش‌های هوش مصنوعی طراحی شده و از نظر بهره‌وری انرژی، عملکرد بهتری نسبت به پردازنده‌های گرافیکی (GPU) سنتی دارد. متا برای تولید این تراشه با شرکت تایوانی TSMC همکاری کرده و روند توسعه آن، پس از تکمیل نخستین مرحله Tape-out، آغاز شده است. این فرآیند، که شامل ارسال طراحی اولیه به کارخانه تولید تراشه می‌شود، یکی از مراحل کلیدی در توسعه سخت‌افزارهای پردازشی به شمار می‌رود.

اجرای یک Tape-out معمولاً ده‌ها میلیون دلار هزینه دارد و تکمیل آن بین سه تا شش ماه زمان می‌برد. در عین حال، هیچ تضمینی برای موفقیت این مرحله وجود ندارد و در صورت شکست، متا ناچار خواهد بود مشکل را شناسایی کرده و این فرآیند را از ابتدا تکرار کند.

02

از 04

آینده‌ای مبتنی بر تراشه‌های اختصاصی

متا این تراشه را به‌عنوان جدیدترین محصول از سری Meta Training and Inference Accelerator (MTIA) معرفی کرده است. این پروژه، طی سال‌های گذشته با چالش‌هایی روبه‌رو بوده و حتی در مقطعی، یکی از تراشه‌های این سری در مراحل اولیه توسعه کنار گذاشته شد.

بااین‌حال، متا در سال گذشته یک تراشه MTIA را برای عملیات استنتاج در سیستم‌های توصیه‌گر خود به کار گرفت. این سیستم‌ها تعیین می‌کنند که چه محتوایی در بخش خبرخوان فیسبوک و اینستاگرام نمایش داده شود.

بر اساس برنامه‌ریزی‌های انجام‌شده، متا قصد دارد تا سال ۲۰۲۶ از تراشه‌های اختصاصی خود برای آموزش مدل‌های هوش مصنوعی استفاده کند. در مرحله نخست، این تراشه‌ها در سیستم‌های توصیه‌گر به کار گرفته خواهند شد و در ادامه، برای محصولات هوش مصنوعی مولد، مانند چت‌بات “Meta AI”، مورد استفاده قرار خواهند گرفت.

کریس کاکس، مدیر ارشد محصولات متا، در نشست اخیر فناوری و رسانه مورگان استنلی، ضمن اشاره به تلاش‌های این شرکت در زمینه توسعه تراشه‌های سفارشی، تأکید کرد که متا در حال بررسی نحوه بهینه‌سازی فرآیند آموزش برای سیستم‌های توصیه‌گر و هوش مصنوعی مولد است.

03

از 04

چالش‌های رقابت با انویدیا

این نخستین باری نیست که متا تلاش می‌کند تراشه‌های اختصاصی خود را توسعه دهد. این شرکت پیش‌تر یک تراشه سفارشی برای استنتاج طراحی کرده بود، اما به دلیل شکست در مراحل آزمایشی، پروژه آن را متوقف کرد و در سال ۲۰۲۲، میلیاردها دلار برای خرید پردازنده‌های گرافیکی انویدیا هزینه کرد.

از آن زمان تاکنون، متا یکی از بزرگ‌ترین مشتریان انویدیا باقی مانده و با بهره‌گیری از پردازنده‌های گرافیکی این شرکت، مدل‌های هوش مصنوعی خود، از جمله سیستم‌های توصیه‌گر، تبلیغاتی و مدل‌های زبانی Llama را آموزش داده است. این پردازنده‌ها همچنین عملیات استنتاج برای بیش از ۳ میلیارد کاربر روزانه اپلیکیشن‌های متا را انجام می‌دهند.

04

از 04

چالش‌های مقیاس‌پذیری مدل‌های هوش مصنوعی

بااین‌حال، امسال ارزش تراشه‌های گرافیکی انویدیا با تردیدهایی مواجه شده است، زیرا پژوهشگران هوش مصنوعی نسبت به کارایی افزایش مقیاس مدل‌های زبانی بزرگ ابراز نگرانی کرده‌اند. آن‌ها معتقدند که افزایش حجم داده و قدرت پردازشی، دیگر لزوماً بهبود چشمگیری در عملکرد این مدل‌ها ایجاد نمی‌کند.

این نگرانی‌ها، با ورود استارتاپ چینی DeepSeek که مدل‌هایی کم‌هزینه‌تر و کارآمدتر ارائه داده، تشدید شده است. مدل‌های DeepSeek به‌جای تمرکز بر مقیاس‌پذیری سنتی، بهینه‌سازی محاسباتی را در اولویت قرار داده‌اند.

پس از رونمایی از این مدل‌ها، بازار سهام شرکت‌های فعال در حوزه هوش مصنوعی با نوسان همراه شد و ارزش سهام انویدیا در مقطعی تا ۲۰ درصد کاهش یافت. بااین‌حال، سرمایه‌گذاران همچنان معتقدند که تراشه‌های انویدیا استاندارد اصلی برای آموزش و استنتاج مدل‌های هوش مصنوعی باقی خواهند ماند، هرچند که این شرکت نیز تحت تأثیر نگرانی‌های تجاری جهانی، با افت ارزش مجدد مواجه شده است.