重磅！Meta首次披露自研AI芯片

来源:OFweek电子工程发布时间:2023-05-201417浏览

点击维科网电子工程→ 主页右上角 → 设为星标★

5月19日，据报道，Facebook母公司Meta分享了其数据中心项目的新细节，以更好地支持人工智能(AI)工作，包括一款内部开发的定制芯片“家族”的新成员。

这家社交媒体巨头在本周早些时候首次披露了该公司的内部芯片项目，此后又在周四晚间的虚拟活动上探讨了他们对人工智能技术基础架构的投资。Meta 此前宣布今年为“效率之年”，不仅裁员至少 2.1 万人，还大幅压缩各种成本。在此之后，投资者一直在密切关注 Meta 对人工智能及相关数据中心硬件的投资。Meta相信这笔“大投资”尽管对一家公司而言，自主设计和开发电脑芯片的成本十分高昂，但 Meta 基础架构副总裁亚历克西斯・博乔林（Alexis Bjorlin）表示，Meta 相信，只要能提高公司业绩，便可证明这笔投资的意义。该公司还一直在调整其数据中心的设计，以便将更多精力集中在具有能耗效率的技术上，比如液冷技术和减少过热。据官网解读，Meta下一代数据中心还将更快、更经济地构建，并将补充其他新硬件，例如Meta的第一个内部开发的ASIC解决方案MSVP，旨在为Meta不断增长的视频工作负载提供动力。随着生成式AI等新技术内容产生，人们对视频基础设施的需求进一步加剧，这推动Meta推出了一款可扩展视频处理器MSVP。其中一款名为 Meta 可扩展视频处理器（MSVP）的电脑芯片可以处理视频，并将其传输给用户，同时减少能耗。另外一款处理器则是该公司的 Meta 训练和推理加速器（MTIA）家族中的首款芯片，其目的是帮助 Meta 处理各种专门的人工智能任务。新的 MTIA 芯片专门处理“推理”，也就是利用已经训练好的人工智能模型做出预测或采取行动。博乔林表示，新的人工智能推理芯片有助于加强 Meta 的推荐算法，这种算法可以决定用户的信息流中显示哪些内容和广告。Meta在博客文章中承认，它的首款MTIA芯片在处理高复杂性的AI模型时遇到了挫折，但也指出，它在处理中低复杂性模型方面比竞争对手的芯片更有效。据它介绍，MTIA采用开源芯片架构RISC-V，它的功耗仅有25瓦，远低于英伟达等主流芯片厂商的产品功耗。规划定制“芯片家族”路线路博乔林还表示，Meta 为其人工智能芯片家族制定了“好几代路线图”，包括用于训练人工智能模型的任务，但她拒绝提供除新款推理芯片之外的更多细节。由于 Meta 并未像 Alphabet 和微软一样出售云计算服务，所以该公司没有太大动力公开讨论其内部数据中心芯片项目。Meta 工程副总裁阿帕纳・拉马尼（Aparna Ramani）表示，该公司的新硬件是为了与其自主开发的 PyTorch 软件高效配合，后者已经成为第三方开发者开发人工智能应用时最常用的工具之一。可以说Meta将AI视为公司的核心基础设施。自从2010年Meta的第一个数据中心破土动工至今，AI已成为每天使用Meta系列应用程序的30多亿人的引擎。从2015年的Big Sur硬件到PyTorch的开发，再到去年Meta的AI超算的初步部署，Meta当下正将这些基础设施进一步升级进化。而这款新硬件最终可以用于执行与元宇宙相关的任务，比如虚拟现实和增强现实，还能用于新兴的生成式人工智能技术。生成式人工智能是一种统称，指的是能够创造有吸引力的文本、图像和视频的人工智能软件。拉马尼还表示，Meta 为该公司的程序员开发了生成式人工智能编程助手，帮助其简化软件开发和运营过程。这款新的助手类似于微软 2021 年在人工智能创业公司 OpenAI 的帮助下推出的 GitHub Copilot 工具。除此之外，Meta 还宣布，该公司的超级计算机 Research SuperCluster（简称“RSC”）已经进入到第二阶段，也就是最后一个阶段。这台超级计算机包含 1.6 万个英伟达 A100 GPU，Meta 使用这台超级计算机训练其 LLaMA 大语言模型及其他技术。据Meta公告，其AI超级计算机（RSC）是世界上最快的人工智能超级计算机之一，旨在训练下一代大型AI模型，为新的AR工具、内容理解系统、实时翻译技术等提供动力。LLaMA是Meta在今年早些时候构建并开源的大型语言模型，具有650亿参数规模。Meta称其目标是提供一个更小、更高性能的模型，研究人员可以在不需要重要硬件的情况下对特定任务进行研究和微调。拉马尼表示，Meta 依然坚持自己的信念，希望通过为开源技术和人工智能研究做出贡献来推动科技领域的发展。该公司透露，其最大的 LLaMA 大语言模型 LLaMA 65B 包含 650 亿个参数，使用 1.4 万亿个令牌训练。令牌指的是用于训练人工智能的数据。小结Meta 此前宣布今年为“效率之年”，不仅裁员至少 2.1 万人，还大幅压缩各种成本。在此之后，投资者一直在密切关注 Meta 对人工智能及相关数据中心硬件的投资，如今Meta大笔押注能否跑赢市场我们拭目以待。但值得肯定的是，Meta自定义设计其大部分基础设施，因为这能使其优化端到端的体验，包括从物理层到软件层再到实际的用户体验，其可以根据自己的特定需求对其进行定制。这些基础设施将支持Meta开发和部署更大规模、更复杂的AI大模型。【温馨提示】

由于微信公众平台修改了推送规则，没有加“星标★”的读者，收到的推送仅有标题和小图，或者十天半个月都无法收到最新的推送。建议读者朋友们多点击“点赞、在看、收藏”，并点击微信公众号右上角的“设为星标★”，成为常读用户。