Meta (META.US) verstärkt die Eigenentwicklung von KI-Chips! Einsatz in Rechenzentren im ersten Halbjahr nächsten Jahres, um die Kosten und den Energieverbrauch für das Inferenzverfahren zu senken.

Nach Informationen der Smart Finance App plant Meta Platforms (META.US), die nächste Generation seiner selbst entwickelten KI-Chips in der ersten Hälfte des Jahres 2027 in Datenzentren zu implementieren. Damit hofft das Unternehmen, durch eigens entwickelte Chips den Energieverbrauch und die Kosten beim Betrieb von KI-Modellen zu senken. Gleichzeitig hat Meta bereits einen Einsatzumfang von mehr als 1 Gigawatt für diese Chips zugesagt und erklärt, dass sich das Tempo der Implementierung weiter erhöhen wird, sollte die Nachfrage nach KI stark bleiben.

Yee Jiun Song, Vizepräsident für Engineering bei Meta, erklärte in einem Interview, dass der dritte selbst entwickelte KI-Prozessor des Unternehmens, MTIA 450, derzeit in der Testphase ist. Der Chip trägt den Codenamen „Arke“. Die nächste Generation, MTIA 500, Codename „Astrid“, soll voraussichtlich in etwa einem Monat fertig designt werden und ist für die Einführung in Datenzentren vor Ende 2027 geplant.

Song betonte, dass jede Generation der maßgeschneiderten Chips von Meta größere technische Herausforderungen meistern muss, um höhere Leistung zu gewinnen, unter anderem durch verbessertes Leistungsverhalten pro Watt und pro Kosten. Dies bedeutet, dass Meta im Zuge des Ausbaus der KI-Infrastruktur gezielt auf Eigenentwicklungen setzt, um die Effizienz der Rechenleistung zu steigern und die langfristigen Betriebskosten zu senken.

Gemeinsames Design mit Broadcom, Herstellung durch TSMC – Einsatzumfang über 1 Gigawatt

Meta arbeitet derzeit mit Broadcom (AVGO.US) an der Entwicklung maßgeschneiderter KI-Chips zusammen, deren Produktion von TSMC (TSM.US) übernommen wird. Song verriet, dass Meta sich verpflichtet hat, innerhalb von 12 Monaten mehr als 1 Gigawatt dieser Chips zu implementieren. Falls die Nachfrage nach KI weiterhin stark bleibt, erwartet das Unternehmen, dass sich das Implementierungstempo weiter beschleunigt.

Arke befindet sich bereits in der praktischen Testphase. Am 1. September wurden die ersten 12 Arke-Chips von TSMC an Meta geliefert, wobei die tatsächliche Leistung nur um 2 % bis 3 % von den Simulationsergebnissen abwich.

Bemerkenswert ist, dass diese Prozessoren bereits erfolgreich Meta‘s eigene KI-Modelle ausführen – und zudem DeepSeek-Modelle sowie die von Alibaba (BABA.US). Das zeigt, dass Meta’s Eigenentwicklungen nicht nur auf unternehmensinterne Modelle optimiert sind, sondern auch für verschiedene KI-Modelle geeignet sind.

Verzicht auf Training und Inferenz zugleich – Meta legt Entwicklungsschwerpunkt auf KI-Inferenz

Die KI-Chip-Strategie von Meta hat sich weiterentwickelt.

Das Unternehmen hatte ursprünglich geplant, einen Chip namens Olympus zu entwickeln, der sowohl für das Trainieren als auch für die Inferenz von KI-Modellen genutzt werden sollte. Dieses Projekt wurde aber später eingestellt, wobei die Kosten teilweise ausschlaggebend waren. Anschließend fokussierte Meta die Eigenentwicklung auf die Inferenz von KI-Modellen. Song erklärte: „Diese Chips werden unsere Hauptchips für allgemeine Inferenz.“

Mit der fortlaufenden Integration von KI-Funktionen in Facebook, Instagram und weitere Produkte steigt die Anzahl der Modellaufrufe, und der Bedarf an Rechenressourcen für die Inferenz wächst entsprechend. Im Vergleich zur alleinigen Steigerung der Rechenleistung wird die Senkung der Kosten und des Energieverbrauchs pro KI-Inferenz für Meta immer wichtiger.

So zeichnet sich auch eine klarere Richtung der KI-Chip-Strategie ab: Meta strebt nicht an, sofort alle KI-Berechnungen abzudecken, sondern setzt den Fokus zunächst auf große, kontinuierlich stattfindende Inferenz-Workloads. Ziel ist, durch verbesserte Leistung pro Watt und pro Dollar die Betriebskosten der KI-Infrastruktur insgesamt zu senken.

Wettbewerb um KI-Infrastruktur reicht bis zu Eigenentwicklungen – Meta spricht von „solider Roadmap“

Da große Technologieunternehmen ihre Investitionen in KI-Infrastruktur weiter ausbauen, avancieren selbst entwickelte Chips zu einem entscheidenden Mittel, um KI-Kosten zu kontrollieren und die Effizienz in Datenzentren zu steigern. Dass Meta die Einführung von MTIA 450 und MTIA 500 vorantreibt, zeigt, dass das Chipprojekt des Unternehmens von der Testphase zum großflächigen Einsatz übergeht.

Nach aktueller Planung soll MTIA 450, der derzeit getestet wird, in der ersten Hälfte 2027 in Datenzentren eingesetzt werden, während die nächste Generation, MTIA 500, voraussichtlich noch vor Ende 2027 implementiert wird. Künftige Produktgenerationen werden zudem Geschwindigkeit und Durchsatz weiter erhöhen. Song betonte, dass Meta für seine maßgeschneiderten Chips eine „sehr solide Produkt-Roadmap“ erstellt hat.