A Meta não conseguiu criar seu próprio chip de IA porque é “muito complicado” e sofre com “problemas técnicos”.

A Meta✴ encontrou dificuldades no desenvolvimento de seus próprios aceleradores para sistemas de inteligência artificial e foi forçada a abandonar seu projeto mais avançado em favor de uma opção menos complexa, informou o The Information, citando fontes informadas.

Fonte da imagem: Igor Omilaev / unsplash.com

Na semana passada, a Meta✴ cancelou o desenvolvimento de seu acelerador mais avançado para treinamento de modelos de IA devido a desafios técnicos e de design; a gerência informou sua equipe de infraestrutura sobre a mudança de planos. A empresa revisou seu roadmap, com diversas opções de contingência. Ela firmou um acordo multimilionário para alugar aceleradores de IA TPU do Google; iniciou um projeto de parceria para aceleradores AMD Instinct com capacidade total de até 6 GW; e anunciou sua intenção de adquirir aceleradores de IA da Nvidia, tanto da geração atual quanto da futura.

A empresa está desenvolvendo seus próprios chips como parte do programa Meta✴Training and Inference Accelerator (MTIA), que visa reduzir custos e aprimorar o controle sobre a infraestrutura de data centers. “Continuamos comprometidos em investir em um portfólio diversificado de chips para atender às nossas necessidades, o que inclui o desenvolvimento do nosso portfólio MTIA, e compartilharemos novidades ainda este ano”, comentou um representante da Meta✴. A empresa abandonou uma versão de seu chip de treinamento de IA de segunda geração, com o codinome Iris, desenvolvido internamente na Meta✴. Em seguida, começou a trabalhar em um chip mais avançado, chamado Olympus, mas também o abandonou.

A Meta✴ se mostra cética quanto à possibilidade de criar seus próprios aceleradores de IA com desempenho comparável ao dos chips da Nvidia, admitiu um de seus desenvolvedores. Isso se deve ao risco de atrasos ou retrabalho forçado de projetos. Esse trabalho exige uma grande equipe de engenheiros para projetar, depurar e garantir baixo consumo de energia, tornando os produtos da Nvidia mais viáveis. O acelerador de IA Iris, projetado para treinamento, é baseado na tecnologia de processamento em lote SIMD (Single Instruction, Multiple Data) — o processamento simultâneo de dados é mais fácil de projetar, mas mais difícil de programar. O acelerador Olympus utiliza a abordagem SIMT (Single Instruction, Multiple Threads) da Nvidia, na qual múltiplas threads executam uma única instrução, mantendo a independência lógica. Esses chips são mais complexos de projetar, mas mais fáceis de programar para o treinamento de modelos de IA.

Algumas empresas de tecnologia preferem a segunda abordagem, inspirada na Nvidia, por oferecer maior flexibilidade e ser mais adequada para o treinamento de modelos de IA modernos. A Meta✴ planejava concluir o desenvolvimento do Olympus não antes do quarto trimestre de 2026, mas, na realidade, levaria pelo menos nove meses até a produção em massa. A arquitetura do Olympus seria baseada no trabalho da Rivos, uma startup adquirida pela Meta✴ no ano passado. Ela é compatível com o software CUDA da Nvidia, o mais popular para treinamento e execução de modelos de IA.

A Meta✴ planejava desenvolver grandes clusters de servidores com chips Olympus, mas a administração da empresa viu isso como uma ameaça ao treinamento de novos modelos diante da concorrência da OpenAI e do Google.Software para sua própria criaçãoOs aceleradores seriam menos estáveis ​​do que os da Nvidia, e a arquitetura complexa da Olympus poderia dificultar sua produção em massa. Portanto, por enquanto, a Meta✴ pretende usar aceleradores de parceiros para o treinamento de IA, que vêm com softwares mais avançados e estáveis.