Meta septembrī uzsāks Iris čipa ražošanu. Tā ir kompānijas pirmā pašu projektētā ASIC — izstrādāta kopā ar Broadcom un ražota TSMC rūpnīcās. Informācija nāk no iekšēja memo, ko 9. jūlijā publicizēja CNBC un Reuters. Testēšanas fāzi čips izgāja sešās nedēļās bez būtiskiem atradumiem — ātrs termiņš šāda mēroga projektam.
Iris ir daļa no MTIA programmas (Meta Training and Inference Accelerators) — četru paaudžu projekta, kura mērķis ir samazināt atkarību no Nvidia un AMD GPU. Pašlaik tieši šie GPU apstrādā lielāko daļu Meta AI infrastruktūras, sākot no modeļu apmācīšanas līdz reāllaikā notiekošajai ieteikumu ranžēšanai.
Ko Iris dara
Iris ir ASIC — application-specific integrated circuit — optimizēts ieteikumu ranžēšanai un ziņu plūsmām Facebook un Instagram. Atšķirībā no universālajiem GPU, šis čips paredzēts vienam konkrētam uzdevumam: rādīt katram lietotājam piemērotus ierakstus piemērotā secībā. Tas ir viens no tehniski prasīgākajiem uzdevumiem Meta infrastruktūrā — sistēma apstrādā miljardus pieprasījumu dienā un katram jāatbild milisekundēs.
Rekomendāciju sistēmas ir Meta galvenais ieņēmumu dzinējs. Lielāka precizitāte un ātrums tieši ietekmē to, cik ilgi lietotāji paliek platformā un cik daudz reklāmu redz. Tas ir iemesls, kāpēc Meta ieguldī tik ievērojamu daļu pētījumu resursu tieši šajā infrastruktūras slānī. ASIC šajā gadījumā ir efektīvāks par GPU: mazāks enerģijas patēriņš uz vienu apstrādātu pieprasījumu, zemākas izmaksas par gigavatu skaitļošanas jaudas.
MTIA programmas četras paaudzes
MTIA 100 tika ražots uz TSMC 7nm procesa, MTIA 200 — uz 5nm. Iris pieder pie 300. sērijas vai jaunākas, ko TSMC ražo uz 3nm ar CoWoS iepakojumu un HBM atmiņu. Saskaņā ar Tom’s Hardware analīzi par pielāgotajiem ASIC, pāreja no MTIA 300 uz 500. paaudzi paaugstinās HBM joslas platumu 4,5 reizes un skaitļošanas jaudu — 25 reizes.
Broadcom šajā projektā ir dizaina partneris — tā pati kompānija, kas palīdz Google projektēt TPU čipus un Apple — paplašinātās I/O shēmas. TSMC ražo, Meta definē arhitektūru un prasības. Šāds modelis — kompānija nenodibina savu ražotni, bet iegūst pielāgotu silikonu — kļūst izplatīts lielākajās tehnoloģiju firmās.
MTIA programma aptver četras paaudzes. Katras nākamās mērķis ir ieteikumu sistēmu ātrums un efektivitāte — ne vispārēja AI apmācīšana, ko joprojām dara Nvidia H100 un H200 čipi.
7 gigavati 2026. gadā, 14 — 2027. gadā
Memo norāda, ka Meta 2026. gada beigās sasniegs 7 gigavatu skaitļošanas jaudu. 2027. gadā kapacitāti plāno divkāršot līdz 14 gigavatiem. AI infrastruktūrā šogad plānotie izdevumi sasniedz 145 miljardus dolāru.
Iris neaizstās Nvidia un AMD pirkumus. Meta skaidri norāda: čips ir papildinājums, kas pārņems ieteikumu ranžēšanu, kamēr GPU turpinās apmācīt modeļus. Mērķis ir zināmus uzdevumus nodot pašu čipiem un samazināt izmaksas par gigavatu skaitļošanas.
Platākā tendence: tehnoloģiju kompānijas veido savus čipus
Apple Silicon (M sērija), Google TPU, Amazon Trainium un Microsoft Maia — Iris iekļaujas šajā rindā. Katra lielā platforma cenšas samazināt atkarību no universālā GPU tirgus, kurā Nvidia nosaka cenas. Pašu ASIC ļauj optimizēt konkrētu darba slodzi, nevis pirkt universālu jaudu ar uzcenojumu.
Nvidia reakcija pagaidām ir lielāka jauda: H200, Blackwell arhitektūra, NVLink savienojumi starp čipiem. Taču Android Headlines raksta, ka Meta, Google un Amazon kopā jau veido tik lielu ASIC pieprasījumu, ka čipu dizaina kompānijas — Broadcom un Marvell — ir kļuvušas par nozīmīgiem Nvidia konkurentiem infrastruktūras slāņa projektos.
Izstrādātājiem Iris tieši nepieejams — Meta to nepiedāvās mākonī. Rekomendāciju sistēmas, ko darbinās Iris, kļūs ātrākas un lētākas skaitļošanas izmaksu ziņā. Tas ietekmēs to, kā Meta algoritmi strādā visos tās produktos — ne tikai reklāmās, bet arī Llama modeļu izvietošanā Meta AI produktos.
Nākamie soļi
Ražošana TSMC rūpnīcās sākas septembrī. Pirmās Iris čipu partijas nonāks Meta datu centros 2026. gada beigās. Cik liela daļa no ieteikumu apstrādes pāries no GPU uz Iris, redzams 2027. gada pārskatos — Meta tos publicē reizi ceturksnī kopā ar finanšu rezultātiem.
Komentāri
Šim rakstam vēl nav komentāru. Esi pirmais, kurš dalās ar savu viedokli.