Der Social-Media-Riese-Meta ist vor einem beispiellosen Druck auf die KI-Infrastrukturkosten ausgesetzt. Die KI-bezogenen Ausgaben werden voraussichtlich erstaunliche 65 Milliarden US-Dollar steigen, und die jährlichen Gesamtausgaben können 119 Milliarden US-Dollar erreichen. Angesichts einer astronomischen Rechnung konnte der Technologieriese endlich nicht still sitzen und entschlossen auf den Weg selbst entwickelter KI-Chips begangen und in diesem Bereich erhebliche Fortschritte erzielt. Der jüngste Bericht zeigt, dass Meta kurz vor dem Einsatz einer kleinen selbst entwickelten Chip-Bereitstellung startet, ein Schritt, der darauf hinweist, dass Meta allmählich seine Abhängigkeit von NVIDIA und seinen teuren GPUs beseitigt, um die enormen Kosten für die Schulung künstlicher Intelligenzmodelle zu senken.
Meta traf nicht die Entscheidung, seine eigenen Impulschips zu entwickeln. Tatsächlich legen sie einst das Projekt beiseite, und der Grund kann mit den vielen Herausforderungen im F & E -Prozess zusammenhängen. Aber jetzt scheinen Meta-Führungskräfte diese Hindernisse überwunden zu haben und große Hoffnungen auf selbst entwickelte Chips zu haben. Sie erwarten, dass dieser Chip 2026 verwendet wird, zuerst zum Training von KI -Modellen verwendet wird, und dann zu generativen KI -Produkten wie KI -Chatbots ausgeweitet.
Laut Reuters ist der selbst entwickelte KI-Chip von Meta ein spezieller Beschleuniger, was bedeutet, dass seine einzige Mission darin besteht, verschiedene schwere Aufgaben im Zusammenhang mit künstlicher Intelligenz effizient zu erledigen. Zusätzlich zu den GPU-Beschaffungskosten von NVIDIA, die zu jedem Preis "himmelhoch" sind, können selbst entwickelte Chips auch den Energieverbrauch der Infrastruktur erheblich verringern. Da es auf bestimmte KI-Aufgaben zugeschnitten ist, überschreitet dieser Chip in Bezug auf die Energieeffizienz weit über die einer allgemeinen GPU und sparen zweifellos eine Menge Stromrechnungen.
Es wird berichtet, dass TSMC für die Produktion und Herstellung dieses maßgeschneiderten Chips verantwortlich sein wird, aber die spezifische Prozesstechnologie wird im Bericht nicht klar erwähnt. Details zeigten jedoch, dass Meta den ersten KI-Chip erfolgreich abgeschlossen hat. Dies ist normalerweise ein komplexer Prozess, der Millionen von Dollar kostet und bis zu sechs Monate dauert. Trotzdem bedeutet der Erfolg des Stanzes nicht, dass alles gut läuft. Es besteht immer noch Unsicherheit darüber, ob der Chip die Leistungsanforderungen von Meta vollständig erfüllen kann. Sobald der Chip die Erwartungen nicht erfüllt, muss Meta mehr Zeit und Energie investieren, um Probleme zu beheben, Fehler zu diagnostizieren und möglicherweise eine Redisladung durchzuführen, was zweifellos die F & E -Kosten weiter erhöhen wird.
Zuvor hat Meta aufgrund von Schwierigkeiten in der F & E einst seinen eigenen AI -Chip -Plan suspendiert, aber jetzt scheint es, dass sie diese Hindernisse erfolgreich überwunden haben. Die Senior Management von Meta erwartet, dass selbst entwickelte Chips im Jahr 2026 eine Rolle spielen können. Das Hauptziel ist es, das eigene KI-System von Meta zu trainieren und es dann allmählich auf generative KI-Produkte wie die mit Spannung erwarteten KI-Chatbots anzuwenden. Nvidia genießt immer noch die Dividenden, die durch den Anstieg der GPU -Verkäufe hervorgerufen werden. Meta ist immer noch einer der profitabelsten Kunden, aber mit der Weiterentwicklung der selbst entwickelten Chips von Meta könnte sich diese Situation in naher Zukunft ändern.