A Meta planeja iniciar a fabricação das versões mais recentes de seus chips dedicados à inteligência artificial em setembro, revelou na terça-feira, 9 de julho, um memorando interno. A medida visa diminuir os custos com GPUs em meio à escassez histórica de componentes, em um movimento estratégico para otimizar seus gastos bilionários em IA e buscar maior autonomia em hardware.
Segundo o documento, pelo menos um dos processadores concluiu a fase de testes em aproximadamente seis semanas. A Meta colabora com a Broadcom no desenvolvimento do design dos chips, enquanto a fabricação ficará a cargo da Taiwan Semiconductor Manufacturing Company (TSMC). Além disso, a companhia está adquirindo memória RAM da Samsung, armazenamento da SanDisk e equipamentos de fibra óptica da Sumitomo Electric.
Os detalhes sobre os quatro novos chips, parte do programa Meta Training and Inference Accelerator (MTIA), foram divulgados pela empresa em março. Alguns desses processadores já estão em uso ou serão implementados ainda este ano e no próximo. A abordagem modular no design reflete a expectativa de que as exigências da inteligência artificial evoluam rapidamente até que os chips estejam em plena produção.
Na ocasião do anúncio, a Meta afirmou que “cada geração MTIA se baseia na anterior, utilizando chiplets modulares, incorporando os mais recentes conhecimentos sobre cargas de trabalho de IA e tecnologias de hardware, e sendo implementada em um ciclo mais curto.”
A expectativa é que esses chips gerem economia na compra de GPUs de fabricantes como Nvidia e AMD, embora a empresa ainda preveja gastos significativos com esses fornecedores. Os processadores MTIA serão utilizados para treinar modelos em algoritmos de ranqueamento e recomendação, além de cargas de trabalho de IA mais amplas e inferência para suas aplicações. A gigante das redes sociais desenvolve seus próprios chips de IA desde 2023.
A Meta tem investido vultosamente na garantia de capacidade computacional suficiente para suas diversas iniciativas de inteligência artificial. Em abril, a empresa anunciou uma previsão de despesas de capital entre US$ 125 bilhões e US$ 145 bilhões para este ano, com grande parte desse valor direcionada aos projetos de IA.
Globalmente, a companhia tem fechado acordos para centros de dados e energia, destinando dezenas de bilhões para assegurar capacidade de computação para treinar e implementar sua nova série de modelos de IA, Muse Spark. Conforme o memorando interno, a Meta planeja implantar 7 gigawatts de capacidade computacional este ano, com o objetivo de dobrar esse número no próximo.
No ano passado, a empresa firmou um acordo com a ARM para garantir poder de processamento para seus sistemas de recomendação. Além disso, assinou um contrato multimilionário com a AMD para as GPUs Instinct e outro, também de bilhões, com a Amazon, para utilizar as CPUs desenvolvidas internamente pela gigante da nuvem em necessidades relacionadas à inteligência artificial.
A Meta não é a única empresa buscando reduzir a dependência de grandes investimentos na Nvidia. No mês passado, a OpenAI apresentou um processador de inferência que está desenvolvendo com a Broadcom, e a Anthropic estaria avaliando a criação de seus próprios chips em parceria com a Samsung. Empresas como Amazon e Google já desenvolvem seus próprios processadores para treinamento e inferência de IA, enquanto inúmeras startups também atuam nesse mercado para atender à crescente demanda. Esse cenário reflete uma tendência consolidada entre as grandes companhias de tecnologia, que buscam maior controle sobre a arquitetura de hardware e otimização de custos em um setor cada vez mais competitivo e intensivo em recursos.
