Meta Platforms, moderbolaget till Facebook, planerar att introducera sina egna anpassade AI-chips, kända som Artemis, i sina datacenter i år. Denna satsning syftar till att minska företagets beroende av Nvidia’s dominerande H100-chips och hantera de eskalerande kostnaderna för att köra AI-arbetsbelastningar.
Integrationen av generativa AI-produkter i tjänster som Facebook, Instagram och WhatsApp har krävt att Meta investerar miljarder dollar för att öka sin datorkapacitet. Detta har inneburit förvärv av specialiserade chips och omkonfigurering av datacenter.
Även om en framgångsrik implementering av Metas egna chip potentiellt kan leda till hundratals miljoner dollar i årliga energibesparingar och miljarder i chip-inköpskostnader, kommer företaget fortfarande att förlita sig på Nvidia’s H100 GPUs på sikt. Fram till slutet av året planerar Meta att ha cirka 350 000 H100-processorer i drift.
Beslutet att utveckla sitt eget chip markerar en positiv vändning för Metas in-house AI-silicon-projekt. Under 2022 beslutade företaget att avbryta chipets första iteration till förmån för Nvidias GPUs. Det nya chipet, Artemis, delar sin föregångares fokus på AI-inferens, vilket innebär att man använder algoritmer för att göra rankningsbedömningar och generera svar på användarförfrågningar.
En talesperson från Meta kommenterade: ”Vi ser våra internt utvecklade acceleratorer som mycket komplementära till kommersiellt tillgängliga GPUs när det gäller att leverera den optimala mixen av prestanda och effektivitet för Meta-specifika arbetsbelastningar.”
Även om Metas ansträngningar för att minska sitt beroende av Nvidias processorer kan tyda på en potentiell förändring, kommer Nvidias GPUs fortsätta spela en betydande roll i Metas AI-infrastruktur för närvarande. Införandet av Artemis understryker emellertid Metas engagemang för att förbättra effektiviteten och driva innovation inom området artificiell intelligens.
FAQ
1. Vad implementerar Meta Platforms i sina datacenter i år?
Meta Platforms implementerar sina egna anpassade AI-chips, kända som Artemis, i sina datacenter.
2. Varför implementerar Meta sina egna chips?
Meta implementerar sina egna chips för att minska beroendet av Nvidias H100-chips och hantera kostnaderna för att köra AI-arbetsbelastningar.
3. Hur har Meta investerat för att öka sin datorkapacitet?
Meta har investerat miljarder dollar för att förvärva specialiserade chips och omkonfigurera sina datacenter för att integrera generativa AI-produkter i tjänster som Facebook, Instagram och WhatsApp.
4. Kommer Meta helt att ersätta Nvidias H100-chips?
Nej, Meta kommer fortfarande att förlita sig på Nvidias H100 GPUs på sikt och planerar att ha cirka 350 000 H100-processorer i drift fram till slutet av året.
5. Vad är fokus för Metas nya chip, Artemis?
Artemis, Metas nya chip, fokuserar på AI-inferens, vilket innebär att man använder algoritmer för att göra rankningsbedömningar och generera svar på användarförfrågningar.
Definitioner
– Artificiell intelligens (AI): Simuleringen av mänsklig intelligensprocess av maskiner, särskilt datorsystem, som omfattar uppgifter som lärande, resonemang och problemlösning.
– Datacenter: Anläggningar som används för att hysa datorsystem och relaterade komponenter, som telekommunikation och lagringssystem. De kan lagra, bearbeta och hantera stora mängder data.
– GPUs (Graphics Processing Units): Specialiserade processorer designade för att hantera komplexa grafik- och parallella beräkninguppgifter, vanligtvis använda för AI- och maskininlärningsapplikationer.
Föreslagna relaterade länkar:
1. Artificiell intelligens – Wikipedia
2. Datacenter – Wikipedia
3. Nvidia GPU Accelerated Applications
The source of the article is from the blog shakirabrasil.info