A Meta Começa a Testar Chip de IA Interno para Reduzir Dependência da Nvidia

A Meta começou a testar seu primeiro chip interno para treinamento de sistemas de inteligência artificial, marcando uma mudança estratégica destinada a reduzir sua dependência da Nvidia e a cortar custos de infraestrutura, de acordo com um relatório exclusivo da Reuters.

O chip, parte do esforço de longo prazo da Meta para o silício personalizado, está atualmente em um pequeno desdobramento. Se bem-sucedido, a empresa planeja expandir seu uso, fontes informaram à Reuters.

Meta, a empresa mãe do Facebook, Instagram e WhatsApp, tem investido pesadamente em IA, com despesas projetadas para 2025 entre $114 bilhões e $119 bilhões, incluindo até $65 bilhões em despesas de capital relacionadas à IA, conforme relatado pela Reuters.

O novo chip de treinamento de IA é um acelerador dedicado, otimizado para tarefas específicas de IA, tornando-o potencialmente mais eficiente em termos de energia do que as unidades de processamento gráfico tradicionais (GPUs).

A Reuters informa que a Meta está aparentemente trabalhando com a Taiwan Semiconductor Manufacturing Company (TSMC) para produzir o chip. O desenvolvimento segue o primeiro “tape-out” bem-sucedido da empresa, um passo essencial no design do chip que envolve o envio de um protótipo inicial para um fabricante.

Este processo pode levar meses e custar dezenas de milhões de dólares, sem nenhuma garantia de sucesso. A Reuters observa que as tentativas anteriores da Meta de chips AI personalizados tiveram resultados mistos, incluindo o descarte de um chip de treinamento anterior.

A Meta começou a usar um chip de inferência interno no ano passado para otimizar as recomendações de conteúdo no Facebook e Instagram. A empresa agora pretende estender suas capacidades de chip personalizado para o treinamento de IA, começando com sistemas de recomendação e eventualmente expandindo para produtos de IA gerativos como o Meta AI, conforme relatado pela Reuters.

Enquanto a Meta continua sendo um dos maiores clientes da Nvidia, recentes mudanças na pesquisa de IA levantaram questões sobre a escalabilidade a longo prazo de grandes modelos de linguagem, podendo influenciar a demanda por GPUs de alta potência.