كشفت Meta عن خطة لأربع شرائح AI من MTIA للاستدلال، لكن من دون التخلي عن Nvidia وAMD

كشفت ميتا عن خطة لتطوير خطها الخاص من معجلات الذكاء الاصطناعي MTIA: على مدى السنتين القادمتين، تريد الشركة إطلاق أربعة أجيال من الرقائق لمهام التصنيف والتوصية والذكاء الاصطناعي التوليدي. ومع ذلك، لن يكون من الممكن التخلي تماماً عن Nvidia و AMD — ترى ميتا السيليكون الخاص بها كمكمل لمشتريات الأجهزة من جهات خارجية، وليس كبديل فوري.

لماذا تحتاج ميتا إلى رقائقها الخاصة

السبب الرئيسي بسيط: حمل البنية التحتية في ميتا ينمو بسرعة كبيرة جداً، وتزداد تكاليف وحدات المعالجة الرسومية الشاملة أكثر فأكثر. تقوم الشركة بتوسيع السعة الحاسوبية لمراكز البيانات الخاصة بـ Facebook و Instagram وخدماتها التوليدية الخاصة، لذا فهي تحاول الحصول على مزيد من التحكم في تكاليف الاستدلال — المرحلة التي يكون فيها النموذج مدرباً بالفعل ويستجيب لاستعلامات المستخدمين. لمثل هذا العمل، لا يكون معجل متعدد الاستخدامات بالكامل ضرورياً دائماً.

في بعض الأحيان يكون من الأرخص أن تنشئ شريحة لسيناريوهات داخلية محددة وتستخرج أفضل كفاءة لكل وات ولكل دولار. تقول ميتا أنها تستخدم بالفعل مئات الآلاف من رقائق MTIA للاستدلال في التوصيات والمحتوى العضوي والإعلانات. بشكل أساسي، هذا ليس تجربة معملية، بل جزء مدمج من البنية التحتية الإنتاجية.

في ضوء ذلك، تعجل الشركة بتطوير أجيال جديدة. رقم آخر معبّر: في عام 2026، تتوقع ميتا نفقات رأسمالية بمستوى 115-135 مليار دولار، وجزء كبير من هذه الاستثمارات يذهب إلى البنية التحتية للذكاء الاصطناعي. يجب أن تساعد معجلاتها الخاصة ليس فقط على التوسع بشكل أسرع، بل أيضاً على تقليل الاعتماد على أسعار وإمدادات البائعين الخارجيين.

كيف يبدو خريطة الطريق

في قلب خريطة الطريق الجديدة توجد أربع رقائق MTIA التي تخطط ميتا نشرها بسرعة أكبر بكثير من المعتاد في الصناعة. في حين أن العديد من رقائق الذكاء الاصطناعي تُحدّث كل سنة أو سنتين، تريد ميتا التحرك بخطوات تقريباً ستة أشهر. أصبح هذا ممكناً بفضل نهج معياري: تم تصميم الأجيال الجديدة لتناسب الرفوف المحضرة بالفعل والبنية التحتية للشبكة دون إعادة تصميم كاملة للموقع.

• MTIA 300 في الإنتاج بالفعل وتم تصميمها لمهام التصنيف والتوصية.
• MTIA 400 ستكون الخطوة التالية وحسب الشركة، يجري تحضيرها للعمل في مراكز بيانات ميتا.
• MTIA 450 يجري تصميمها في المقام الأول للاستدلال بالذكاء الاصطناعي التوليدي.
• MTIA 500 ستستمر في نفس الخط ومن المتوقع أن تعزز البنية التحتية في عام 2027.

بدءاً من MTIA 400، لا تصمم ميتا الشريحة نفسها فحسب، بل نظام كامل حولها: عدة رفوف خادم وشبكة وتبريد سائل. هذا النهج مهم لأنه في مجموعات الذكاء الاصطناعي الكبيرة، تكون حدود الأداء مقيدة منذ فترة طويلة ليس فقط بالحوسبة، بل أيضاً بتسليم البيانات واستهلاك الطاقة وتبديد الحرارة. كلما حسنت الشركة المكدس بأكمله، قل ما تدفعه مقابل الاستخدام الشامل الذي لا تحتاجه دائماً.

لماذا هذا ليس بديلاً لـ Nvidia

على الرغم من الإعلان الضخم، لا تضع ميتا MTIA بشكل مباشر كبديل سيحل محل Nvidia أو AMD من مراكز بياناتها. بدلاً من ذلك، تتحدث الشركة عن نهج "محفظة": أنواع مختلفة من الأحمال تتطلب رقائق مختلفة، وببساطة لا توجد حل شامل واحد لكل شيء. في السنوات القادمة، ستبقى المعجلات الخارجية حاسمة الأهمية، خاصة حيث تكون هناك حاجة لأثقل السيناريوهات في تدريب النماذج الكبيرة أو الوصول السريع إلى نظام بيئي للأجهزة والبرامج جاهز بالفعل.

رهان ميتا مختلف: نقل الأحمال إلى رقائقها الخاصة حيث يمكنك الحصول على أقصى فوائد في السعر والكفاءة. في الوقت نفسه، تحاول الشركة عدم بناء نظام بيئي مغلق. تم تصميم MTIA في البداية بالاعتماد على أدوات مألوفة في الصناعة — PyTorch و vLLM و Triton ومعايير Open Compute Project.

هذا يبسط النشر في مراكز البيانات الموجودة. جزء من التطوير يتم إجراؤه مع Broadcom، والتصنيع موكول إلى TSMC، لذا حتى السيليكون "الخاص" له سلسلة طويلة من الشركاء الخارجيين.

ماذا يعني هذا

تظهر ميتا أن سباق أجهزة الذكاء الاصطناعي ينتقل من مجرد شراء وحدات المعالجة الرسومية الأقوى إلى نموذج أكثر تعقيداً: تقوم المنصات الكبيرة بتجميع مجموعة مختلطة من معجلات الجهات الخارجية والخاصة. بالنسبة للسوق، هذا إشارة إلى أن النقص الرئيسي في السنوات القادمة لن يكون الرقائق نفسها فحسب، بل أيضاً القدرة على التكيف السريع للبنية التحتية مع أنواع محددة من أحمال الذكاء الاصطناعي.