Содержание
Meta рассказала о развитии собственной линейки ускорителей MTIA для ИИ-инференса и показала планы на «суперчип» с потреблением 1700 Вт, производительностью 30 PFLOPs и памятью 512 ГБ HBM. Компания говорит, что уже развернула сотни тысяч таких чипов в продакшене и строит стек под свои задачи, без опоры на Nvidia, AMD, Intel или ARM.
Фокус тут не на «самом мощном железе в вакууме», а на том, чтобы дешевле и эффективнее крутить инференс в приложениях Meta. Речь про ранжирование, рекомендации и рекламные системы, то есть про те места, где миллисекунды и стоимость вычислений превращаются в реальные деньги.
Что Meta делает с MTIA в продакшене
Meta заявляет, что сотни тысяч MTIA уже работают в производственных нагрузках. Основные кейсы — ranking, рекомендации и ad-serving. Это не лабораторный проект и не «пилот», а часть инфраструктуры, которую компания масштабирует под свои сервисы.
Важная деталь: Meta описывает MTIA как часть «full-stack» системы. То есть они оптимизируют не только сам чип, но и связку «железо + софт + развертывание». И прямо говорят, что под целевые задачи такая специализированная платформа даёт более высокую вычислительную эффективность, чем универсальные CPU или GPU.
При этом Meta не обещает «один чип на всё». Компания признаёт, что один ускоритель не закроет весь спектр ИИ-нагрузок, поэтому MTIA будут сосуществовать с решениями других вендоров.
1700-ваттный суперчип: 30 PFLOPs и полтерабайта HBM
Самая яркая цифра в анонсе — будущий 1700W «суперчип» в той же MTIA-инфраструктуре, который нацелен на инференс в масштабе. Meta заявляет для него 30 PFLOPs и 512 ГБ HBM. Для задач инференса память и пропускная способность часто не менее важны, чем «голые» FLOPs, особенно когда речь про большие модели и высокую параллельность запросов.
Meta отдельно подчёркивает, что идёт по пути полностью кастомного кремния и не строит стратегию вокруг «друзей» из мира массовых платформ — без Nvidia, AMD, Intel и ARM. По сути, компания делает ставку на собственную архитектуру и на то, что «железо под задачу» выиграет по эффективности и стоимости владения.
Дорожная карта MTIA: новые поколения каждые полгода
Meta описывает темп разработки как быстрый и итеративный: новые чипы выходят примерно раз в шесть месяцев. На ближайшие два года компания закладывает четыре новых поколения, включая MTIA 300, который уже находится в производстве и используется для ранжирования и рекомендаций.
Дальше в роадмапе идут MTIA 400, а также MTIA 450 и MTIA 500. Эти поколения расширят поддержку GenAI-инференса и ranking-нагрузок. И тут важен акцент: Meta говорит, что MTIA 450/500 проектируют «сначала под инференс», а не под пре-тренинг. Они смогут выполнять и другие задачи, включая тренировки для ранжирования и рекомендаций или даже GenAI-тренинг, но настройка — под ожидаемый рост спроса на инференс.
Ещё один практичный момент — модульность. Meta хочет, чтобы новые поколения «вставали» в существующую стойку без переделок. Компания связывает это с меньшим трением при развертывании и более быстрым выходом в продакшен.
Софт и стойки: ставка на совместимость и OCP
Meta заявляет совместимость MTIA с индустриальными инструментами: PyTorch, vLLM и Triton. Это снижает цену входа для внутренних команд и помогает не превращать собственный ускоритель в «остров» с уникальным софтом.
На уровне дата-центров Meta привязывает дизайн к стандартам Open Compute Project. Идея простая: меньше экзотики в стойках и питании — быстрее масштабирование, меньше сюрпризов при эксплуатации.
Первоисточник: Meta.
Meta также подтверждает, что MTIA 300 уже в производстве и работает на задачах ранжирования и рекомендаций.
