Facebook 母公司 Meta 加入 Google、亞馬遜、微軟的半導體大戰，首度公開自行研發 AI 晶片進展。

Meta 正在打造特別為 AI 設計的基礎設施架構，涵蓋硬體與軟體堆疊的各個層面，以及串聯這些技術的客製化網路，包括 Meta 第一款用於執行 AI 模型的客製化晶片、針對 AI 最佳化的資料中心設計，以及目前進展至第二階段的 AI 超級電腦。

名為 Meta Training and Inference Accelerator（MTIA）的全新 ASIC 晶片，是 Meta 第一款自行研發的客製化晶片，宣稱運算效能和處理效率勝過 CPU，專門用於處理與 AI 推薦系統相關的工作，幫助用戶找出最佳貼文內容並更快呈現在你眼前。Meta 在 2020 年開發出第一代 MTIA（MTIA v1），採用台積電 7 奈米製程。而據國外媒體 TechCrunch 報導，MTIA 至少要到 2025 年才會正式問世、投入服務當中。

▲ Meta 執行長祖克柏親自展示 MTIA。

除了 MTIA，Meta 自行研發另一款晶片，是稱為 Meta Scalable Video Processor（MSVP）的 ASIC 晶片，以支援持續成長的影音內容處理需求，最終希望將大部分成熟且穩定的影音內容處理工作交由 MSVP 執行。

▲ 另一款自研晶片 MSVP。

至於 Meta 新一代資料中心設計除了將支援現有產品以外，更將協助未來新的 AI 硬體展開訓練和推理。新的資料中心針對 AI 最佳化，支援液體冷卻式 AI 硬體設備和高效 AI 網路，將數千個 AI 晶片串聯在一起形成資料中心規模的 AI 訓練集，能與 MSVP 等新硬體設備相輔相成。

Meta 的 Research SuperCluster（RSC）AI 超級電腦，可訓練新一代大型 AI 模型以支援新的 AR 工具、內容理解系統、即時翻譯技術等等，它配備 16,000 個 Nvidia A100 Tensor Core GPU（ 2,000 個 Nvidia DGX A100 系統）。從去年開始 RSC 參與各項研究計畫，例如 Meta 推動的大型語言模型 LLaMA（Large Language Model Meta AI）。

除了日前宣布將生成式 AI 運用在廣告工具上，Meta 也計畫調整程式編寫方式，透過內部開發的生成式 AI 程式編寫輔助工具 Code Compose，提升開發者的工作效率。

自 2016 年以來，Google 一直在設計和部署稱為 Tensor Processing Units（TPU）的 AI 晶片，用於訓練生成式 AI 系統如 PaLM-2、Imagen 等，亞馬遜則向 AWS 客戶提供 AWS Trainium、AWS Inferentia 兩款自研晶片進行應用，微軟也傳出正與 AMD 合作開發一種名為 Athena 的 AI 晶片。

Meta 過去主要使用 CPU 以及用於加速 AI 演算法而設計的客製化晶片來處理 AI 運算工作，為了扭轉局面，Meta 開始自行研發客製化晶片，並與同樣向 AI 領域投入大量資源的 Google、亞馬遜、微軟等競爭。

（首圖為 MTIA v1，圖片來源：）