La firma asegura que el silicio personalizado de IA es clave para su infraestructura tecnológica, que soportará el desarrollo de sus productos y servicios a futuro.
Tras los recientes anuncios de Google e Intel, Meta dio a conocer el chip Meta Training and Inference Accelerator (MTIA).
Se trata de la segunda versión de su chip, desarrollado internamente, para impulsar los modelos de inteligencia artificialEs la combinación de algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Fuente: opensource.org (IA) de la compañía.
Te puede interesar leer: Google lanza sus primeros CPU Axion, basados en ARM
Pues, de acuerdo con las proyecciones financieras de la firma para este año, la infraestructura tecnológica será su principal gasto.
Seguido de la contratación de personal técnico especializado y sus desarrollos en Reality Labs.
En su comunicado detalla que el nuevo chip dará soporte a sus nuevos productos de IA generativa, sistemas de recomendación e investigación avanzada de la empresa.
“MTIA es una apuesta a largo plazo para proporcionar una arquitectura más eficiente para las cargas de trabajo únicas de Meta.
“A medida que las cargas de trabajo de IA se vuelven cada vez más importantes para nuestros productos y servicios, esta eficiencia será fundamental para brindar las mejores experiencias a nuestros usuarios”, menciona.
La primera versión, que se presentó en mayo de 2023, se enfocó en mejorar el soporte a su infraestructura e impulsar la creación de modelos de IA a nivel de software.
Mejoras y nuevas capacidades del chip
La nueva versión, argumenta el documento, es parte de su programa para el desarrollo de silicio personalizado para cargas de trabajo y sus sistemas únicos.
Así, el MTIA v2 duplica el ancho de banda de cómputo y memoria en comparación con la primera versión.
Además, está diseñado para servir de manera eficiente a los modelos de clasificación y recomendación que atienden a los usuarios.
“Los resultados hasta ahora muestran que este chip puede manejar modelos de clasificación y recomendación tanto de baja como de alta complejidad; claves para los productos de Meta.
“Debido a que controlamos toda la pila, podemos lograr una mayor eficiencia en comparación con las unidades de procesamiento de gráficos comerciales”, asegura.