معالج Meta الفائق بقوة 1700 واط يحقق 30 بيتافلوب وذاكرة HBM بسعة 512 جيجابايت

تطوير بنية الذكاء الاصطناعي الخاصة بـ Meta

تعمل شركة Meta على تعزيز بنيتها التحتية للذكاء الاصطناعي من خلال مجموعة من شرائح MTIA المخصصة، المصممة خصيصًا لمعالجة مهام الاستنتاج (Inference) عبر تطبيقاتها المختلفة.

مواصفات الرائد الجديد من شرائح MTIA

أعلنت Meta عن تطوير معالج فائق بقوة 1700 واط قادر على تحقيق أداء 30 بيتافلوب (PFLOPs) واحتواء على ذاكرة HBM بسعة 512 جيجابايت، مدمج ضمن بنية MTIA لتمكين معالجة الاستنتاج على نطاق واسع.

بدون الاعتماد على شركات تصنيع أخرى

من المثير للاهتمام أن Meta تحقق هذا الإنجاز دون الاعتماد على شركات مثل Nvidia، AMD، Intel، أو ARM.

---

اعتماد Meta على شرائح MTIA في الإنتاج

انتشار واسع ودعم متنوع

وفقًا لـ Meta، هناك مئات الآلاف من شرائح MTIA التي تم نشرها بالفعل في البيئات الإنتاجية، لدعم مهام الترتيب، التوصيات، وخدمات الإعلانات.

تصميم مخصص لتحسين الكفاءة

هذه الشرائح جزء من نظام شامل ومخصص، يُحسِّن من كفاءة الحساب مقارنة بالأجهزة العامة، لتلبية متطلبات مخصصة بشكل أكثر فعالية.

---

استراتيجية Meta في تطوير شرائح الذكاء الاصطناعي

التركيز على الكفاءة والتخصيص

على عكس الشركات الكبرى الأخرى مثل Google، AWS، Microsoft، و Apple، تتبع Meta استراتيجية تصميم شرائح مخصصة بالكامل، مع التركيز على الكفاءة بدلاً من الاستخدام العام، مما يجعل عمليات الاستنتاج أكثر تكلفة وفعالية مقارنة مع وحدات المعالجة الرسومية أو المعالجات المركزية التقليدية.

دعم البرمجيات الصناعية

تظل شرائح Meta متوافقة مع برمجيات معتمدة مثل PyTorch، vLLM، و Triton، لضمان سهولة التكامل مع البنية التحتية الحالية.

---

خطة Meta المستقبلية لشرائح MTIA

جيل جديد من الشرائح

تتوقع Meta إصدار أربعة أجيال جديدة من شرائح MTIA خلال العامين المقبلين، بما في ذلك MTIA 300 الذي يُستخدم حاليًا في مهام الترتيب والتوصيات.

دعم أوسع لمهام الذكاء الاصطناعي التوليدي

الأجيال القادمة — MTIA 400، 450، و 500 — ستوسع دعمها لمهام الاستنتاج في الذكاء الاصطناعي التوليدي (GenAI)، مع تصميمات تناسب البنية التحتية الحالية للخوادم.

---

مرونة وسرعة التطوير

تطوير سريع ومتكرر

تتبنى Meta منهجية تطوير سريع وتكراري، حيث تصدر شرائح جديدة كل حوالي ستة أشهر باستخدام تصميمات مُجزأة وقابلة لإعادة الاستخدام.

مميزات التصميم المعياري

يسمح التصميم المعياري بإضافة الشرائح الجديدة إلى الأنظمة الموجودة، مما يقلل من أعباء النشر ويعجل من الوصول إلى الإنتاج.

---

استراتيجيتها في التفوق التكنولوجي

التكيف مع تقنيات الذكاء الاصطناعي الناشئة

تمكّن هذه المنهجية Meta من اعتماد تقنيات جديدة بسرعة مقارنة بالمنافسين، الذين عادةً ما يستغرقون من سنة إلى سنتين لكل جيل من الشرائح.

التركيز على مهام الاستنتاج

على عكس معظم شرائح الذكاء الاصطناعي التي تركز على التدريب المسبق على الذكاء الاصطناعي التوليدي، تركز شرائح MTIA 450 و 500 بشكل أساسي على مهام الاستنتاج.

دعم المهام الأخرى

بالإضافة للاستنتاج، يمكن لهذه الشرائح دعم مهام الترتيب والتوصيات، أو تدريب الذكاء الاصطناعي التوليدي، مع تصميم يظل متوافقًا مع الطلب المتوقع على الاستنتاج.

---

معايير وتوافقية التوزيع

تتوافق تصميمات Meta مع معايير مشروع Open Compute، مما يسهل نشرها في مراكز البيانات مع الحفاظ على كفاءة عالية في الحساب.

تنويع الشرائح

تعترف Meta بأنه لا يمكن لشرائح واحدة تلبية جميع متطلبات الذكاء الاصطناعي، لذا فهي تقوم بنشر أجيال متعددة من شرائح MTIA مع شرائح من موردين آخرين، لتحقيق توازن بين المرونة والأداء.

---

خلاصة

تُظهر استراتيجية Meta في تطوير شرائح MTIA التزامها بالابتكار المستمر، مع التركيز على كفاءة الأداء، وسرعة التطوير، والتوافق مع التقنيات الحديثة، بهدف دفع حدود الذكاء الاصطناعي التوليدي والاستنتاج بشكل أسرع وأكثر كفاءة.

تابعوا أخبار التقنية عبر TechRadar للحصول على أحدث الأخبار، والتقارير، والتحليلات، والبصائر التي تدعم نجاح أعمالكم!