Meta Platforms Inc. planea comenzar a desplegar en sus centros de datos un nuevo chip de inteligencia artificial propio durante el primer semestre del próximo año, con el que busca reducir los costos y el consumo de energía de sus modelos de IA.
La compañía, que anunció por primera vez sus planes para desarrollar chips propios de IA en 2023, está probando la tercera generación de la línea, llamada MTIA 450, o Arke. El diseño del siguiente —denominado 500, o Astrid— estará listo en aproximadamente un mes y llegará a los centros de datos a fines de 2027. Meta espera utilizar este último de forma aún más amplia.
“Cada uno asume un poco más de riesgo tecnológico y nos ofrece un mejor rendimiento”, dijo en una entrevista Yee Jiun Song, vicepresidente de ingeniería de Meta. Eso incluye un mejor rendimiento por vatio de energía y por dólar gastado, señaló.
Meta, propietaria de Facebook, Instagram y WhatsApp, está desarrollando sus propios chips como parte de una enorme apuesta por ampliar su infraestructura de IA. La compañía trabaja con Broadcom Inc. en los diseños y con Taiwan Semiconductor Manufacturing Co. en la fabricación, en un proyecto que busca reducir su dependencia de los procesadores líderes de Nvidia Corp.
Medido por el consumo de energía —un indicador clave para la industria de centros de datos—, Meta se ha comprometido a desplegar más de un gigavatio de estos chips durante un período de 12 meses. Después de eso, “esperamos que se acelere”, dijo Song, quien supervisa el programa de chips personalizados de Meta. Esa previsión supone que no habrá un desplome de los mercados de IA ni de la demanda, agregó.
Meta Superintelligence Labs, la división de inteligencia artificial de la compañía, está ayudando a perfeccionar los chips al aportar información sobre los próximos modelos de IA y los requisitos para ejecutarlos, una etapa conocida como inferencia. El resultado es que los chips pueden operar con mayor eficiencia que “cualquier cosa que Nvidia esté ofreciendo actualmente” al ejecutar modelos de IA, dijo Song, “simplemente porque nosotros mismos estamos haciendo gran parte del trabajo de ingeniería”.
Una vez terminado el trabajo en Astrid, Meta se concentrará en mejorar la velocidad y la capacidad de procesamiento —la cantidad de trabajo de IA que puede manejar— con futuros modelos. (Foto de Samuel Boivin / NurPhoto vía AFP)
Doce unidades del nuevo modelo llegaron a Meta desde TSMC el 1 de septiembre y su rendimiento se encuentra entre 2% y 3% de lo que habían indicado las simulaciones de la compañía. El primer día, el equipo pudo utilizar los procesadores para ejecutar modelos de Meta, así como modelos de DeepSeek y Alibaba Group Holding Ltd.
Las pruebas indican que no hay problemas de diseño con los semiconductores. Sin embargo, todavía quedan varios meses de pruebas y ajustes mientras aumenta la producción en la fábrica. Las cuatro generaciones de chips dependen en gran medida de memoria de alto ancho de banda y no están dirigidas al mercado de inferencia ultrarrápida, una categoría en la que se espera que los modelos de IA respondan con extrema rapidez.
La compañía había planeado previamente desarrollar un chip con el nombre en clave Olympus, destinado tanto a la etapa de entrenamiento de modelos de IA como a la fase de inferencia. Habría llegado en 2028 o 2029, pero Meta canceló el proyecto para concentrarse en la inferencia, en parte por consideraciones de costos, dijo Song. “Cuando empiezas a acumular gigavatios y gigavatios de capacidad, realmente te importa el costo”, señaló. Si el chip que maneja tanto entrenamiento como inferencia puede ser 30% más caro, eso de repente parece “completamente inaceptable”, agregó.
Una vez terminado el trabajo en Astrid, Meta se concentrará en mejorar la velocidad y la capacidad de procesamiento —la cantidad de trabajo de IA que puede manejar— con futuros modelos. Las tecnologías de fibra óptica también deberían permitir al equipo mejorar el rendimiento.
“Tenemos una hoja de ruta muy sólida”, dijo Song. “Durante los próximos años, esperamos seguir desarrollando chips que sean competitivos con los que nuestros proveedores fabrican para nosotros”.
