Meta apuesta por sus propios chips de IA para reducir costos y consumo de energía

Meta apuesta por sus propios chips de IA para reducir costos y consumo de energía

Bloomberg — Meta Platforms Inc. (META) planea comenzar a implementar un nuevo chip de inteligencia artificial de desarrollo propio en centros de datos durante la primera mitad del próximo año, una medida que, según afirma, permitirá ahorrar dinero y energía al ejecutar modelos de IA. La compañía, que anunció por primera vez sus planes para desarrollar chips de IA propios en 2023, está probando la tercera generación de la línea, denominada MTIA 450 o Arke. La siguiente, llamada 500 o Astrid, estará terminada en aproximadamente un mes y se instalará en centros de datos a finales de 2027. Meta prevé utilizarla aún más ampliamente. “Cada una implica un riesgo tecnológico ligeramente mayor, pero nos permite obtener un mejor rendimiento”, declaró Yee Jiun Song, vicepresidente de ingeniería de Meta, en una entrevista.

Esto incluye un mejor rendimiento por vatio de energía y por dólar invertido, añadió. Meta, propietaria de Facebook, Instagram y WhatsApp, está desarrollando sus propios chips como parte de una apuesta masiva por desarrollar infraestructura de IA. La empresa colabora con Broadcom Inc. (AVGO) en los diseños y con Taiwan Semiconductor Manufacturing Co. (TSM) en la fabricación —un proyecto destinado a reducir su dependencia de los procesadores líderes del sector de Nvidia Corp. (NVDA). Si se mide por el consumo de energía —un indicador clave para la industria de los centros de datos—, la empresa se ha comprometido a suministrar chips por un valor superior a un gigavatio durante un período de 12 meses.

Después de eso, “esperamos que el crecimiento se acelere”, afirmó Song, quien supervisa el programa de silicio personalizado de Meta. Esta previsión parte de la base de que no habrá una caída drástica en los mercados de IA ni en la demanda, añadió. Meta Superintelligence Labs, la división de inteligencia artificial de la compañía, está ayudando a optimizar los chips ofreciendo información sobre los futuros modelos de IA y los requisitos para su ejecución, una etapa conocida como inferencia. El resultado final es que los chips pueden funcionar de manera más eficiente que “cualquier producto que Nvidia esté comercializando actualmente” al ejecutar modelos de IA, explicó Song, “simplemente porque estamos realizando gran parte del trabajo de ingeniería nosotros mismos”.

Doce de los nuevos chips llegaron a Meta desde TSMC el 1 de septiembre y su rendimiento se sitúa dentro de un margen del 2% o el 3% respecto a lo que habían indicado las simulaciones de la empresa. El primer día, el equipo pudo utilizar los procesadores para ejecutar modelos de Meta, así como otros de DeepSeek y Alibaba Group Holding Ltd. (BABA). Las pruebas indican que no hay problemas de diseño en los semiconductores. No obstante, aún quedan muchas pruebas y ajustes por realizar —unos meses de trabajo— mientras se acelera la producción en la fábrica.

Las cuatro generaciones de chips se basan en gran medida en memoria de gran ancho de banda y no están destinadas al mercado de la inferencia ultrarrápida —una categoría en la que se espera que los modelos de IA respondan con extrema rapidez—. “Estos son los chips de trabajo que vamos a utilizar para la inferencia de uso general”, afirmó Song. La empresa había planeado previamente desarrollar un chip, con nombre en clave Olympus, destinado tanto a la fase de entrenamiento de modelos de IA como a la de inferencia. Su lanzamiento estaba previsto para 2028 o 2029, pero Meta canceló ese proyecto para centrarse en la inferencia, en parte debido a consideraciones de costos, según Song. “Cuando se empieza a acumular gigavatios y gigavatios de capacidad, el costo se convierte en una preocupación fundamental”, afirmó. Si el chip que gestiona tanto el entrenamiento como la inferencia resulta ser un 30% más caro, de repente parece “completamente inaceptable”, concluyó Song.

Una vez finalizado el trabajo en Astrid, Meta se centrará en mejorar la velocidad y el rendimiento —la cantidad de trabajo de IA gestionada— con futuros modelos. Las tecnologías de fibra óptica también deberían permitir al equipo de chips mejorar el rendimiento. “Tenemos una hoja de ruta muy sólida”, dijo Song. “Durante los próximos años, esperamos seguir fabricando chips que sean competitivos con los que nuestros proveedores fabrican para nosotros”. Lea más en Bloomberg.com