Meta implementará su propio chip de IA en la primera mitad del próximo año, con el objetivo de reducir costos y disminuir la dependencia de Nvidia.

Meta está acelerando el ritmo de despliegue de sus propios chips de IA, en un esfuerzo por reducir la dependencia de Nvidia y recortar los costos operativos de sus centros de datos.

La empresa informó que la tercera generación de su chip propio, el MTIA 450 (nombre en clave Arke), comenzará a utilizarse en sus centros de datos durante la primera mitad del próximo año. El diseño del producto de cuarta generación, MTIA 500 (nombre en clave Astrid), se completará aproximadamente en un mes y se espera su implementación más amplia en los centros de datos para finales de 2027.

Esta hoja de ruta de chips marca un avance sustancial de Meta en la reducción de costos de infraestructura de IA.

El vicepresidente de ingeniería de Meta, Yee Jiun Song, afirmó que, en comparación con los productos actualmente enviados por Nvidia, sus chips internos resultan más eficientes para ejecutar modelos de IA, "precisamente porque realizamos una gran parte del trabajo de ingeniería nosotros mismos".

En los próximos 12 meses, Meta ya se ha comprometido a despliegues de chips propios con una equivalencia de consumo superior a 1 gigavatio. Yee Jiun Song indicó que, posteriormente, se espera una expansión aún más acelerada, siempre que el mercado o la demanda de IA no colapsen.

Al momento de la publicación, Meta subía 0,18% y Nvidia 0,74% en el intradía del martes.

Meta colabora con Broadcom en el diseño de los chips y con TSMC en la fabricación, con el objetivo general de disminuir la dependencia del dominio sectorial de Nvidia.

Meta anunció por primera vez su plan de desarrollar chips propios en 2023. La tercera generación actual recibió los primeros 12 prototipos de TSMC el 1 de septiembre, con una diferencia entre el rendimiento real y los resultados de simulación inferior al 3%. En la primera jornada de pruebas, el equipo de ingeniería logró ejecutar un modelo propio de Meta utilizando el chip.

Según Yee Jiun Song, los resultados de las pruebas demuestran que no hay defectos notables en el diseño, aunque aún se requieren meses de ajustes y optimización, mientras que el rendimiento de la producción de TSMC sigue en aumento.

Él destacó que esta línea de chips depende principalmente de memoria de alto ancho de banda y está enfocada en escenarios de inferencia generalizada, en lugar de mercados que exigen inferencia ultrarrápida. "Este es nuestro chip principal para inferencia generalizada", afirmó.

Meta había previsto anteriormente el desarrollo de un chip bajo el nombre código Olympus, destinado a soportar tanto el entrenamiento como la inferencia de modelos de IA, con un lanzamiento proyectado entre 2028 y 2029.

Pero, según lo revelado por Yee Jiun Song, el proyecto fue cancelado y la empresa ahora se centra en chips de inferencia, siendo el factor principal el coste.

"Cuando comenzás a expandirte a capacidades de varios gigavatios, el costo se vuelve crítico", dijo. Destacó que si un chip capaz de entrenar e inferir modelos cuesta un 30% más, esto sería "totalmente inaceptable" a escala masiva.

Meta Superintelligence Labs está colaborando proporcionando información sobre las necesidades de los futuros modelos de IA, ayudando así a la optimización detallada de los chips para mejorar la eficiencia en la fase de inferencia.

Luego de completar el desarrollo de Astrid, Meta señaló que se enfocará en mejorar la velocidad de cómputo y el rendimiento, es decir, la cantidad de tareas de IA que pueden procesarse por unidad de tiempo. La introducción de tecnología óptica también podría mejorar aún más el rendimiento de los chips.

"Contamos con una hoja de ruta muy sólida", expresó Yee Jiun Song. "En los próximos años, esperamos seguir construyendo chips que sean competitivos con los productos de los proveedores".

Esta declaración muestra la intención de Meta de hacerse con el control estratégico de las tecnologías clave de la infraestructura de IA mediante el desarrollo propio de semiconductores, apostando por ventajas competitivas de largo plazo en costes y eficiencia energética.