Meta продолжает выстраивать собственную ИИ-инфраструктуру и делает это не только за счет дата-центров, но и за счет «железа». Компания последовательно развивает линейку фирменных ускорителей MTIA, которые изначально проектируются под инференс-нагрузки внутри ее приложений, где важны ранжирование, рекомендации и показ рекламы.
Читать на сайте: Meta готовит суперчип MTIA: 30 PFLOPs при 1700 Вт — без Nvidia
На этом фоне стало известно, что Meta готовит так называемый суперчип: потребление заявлено на уровне 1700 Вт, производительность достигает 30 PFLOPs, а подсистема памяти включает 512 ГБ HBM. Важный нюанс заключается в том, что этот монстр не планируют выносить в отдельный «зоопарк» оборудования. Его собираются встраивать в уже привычную для компании MTIA-инфраструктуру, чтобы масштабировать инференс без перестройки всей платформы. Примечательно и то, что Meta двигается по этой дороге без прямого участия Nvidia, AMD, Intel или Arm.
Сама компания утверждает, что в промышленной эксплуатации у нее уже работают сотни тысяч MTIA-чипов. Это не «железки ради галочки», а часть полнофункциональной системы «под ключ», заточенной под конкретные требования Meta. Такой подход ставит эффективность выше универсальности и, по сути, позволяет выполнять целевые вычисления экономичнее, чем на массовых GPU или CPU. При этом совместимость с распространенными инструментами сохраняют: упоминаются PyTorch, vLLM и Triton.
Дорожная карта выглядит агрессивно. В ближайшие два года заявлены четыре новых поколения, причем MTIA 300 уже находится в производстве и рассчитан на задачи ранжирования и рекомендаций. Следом должны выйти MTIA 400, 450 и 500, где расширят поддержку инференса генеративного ИИ. Конструкции заранее подгоняют под существующие стойки, а системный дизайн укладывается в стандарты Open Compute Project, чтобы развертывание в дата-центрах проходило без боли.
Meta отдельно подчеркивает быстрый итеративный темп: новые чипы хотят выпускать примерно раз в полгода, опираясь на модульные и повторно используемые решения. Это снижает «трение» при внедрении и помогает компании быстрее конкурентов переносить в продакшен новые методы и аппаратные улучшения, тогда как у многих смена поколения занимает год или даже два.
Нужно отметить и позиционирование MTIA 450 и 500. В отличие от большинства массовых ИИ-чипов, которые в первую очередь рассчитаны на крупное предварительное обучение, а затем приспосабливаются под инференс, здесь ставка сделана именно на инференс. При необходимости такие чипы смогут закрывать и другие задачи, включая обучение моделей ранжирования или даже генеративного ИИ, но настройка остается ориентированной на ожидаемый рост спроса на инференс.
При этом Meta признает: одного универсального кристалла, который перекроет весь спектр ее ИИ-нагрузок, не существует. Поэтому компания будет параллельно держать несколько поколений MTIA и дополнять их решениями других поставщиков, пытаясь сохранить баланс гибкости и производительности, одновременно ускоряя инновации на пути к персональному суперинтеллекту.
Популярные статьи:
ММВЗ: новые мотоциклы «Минск» в 2026-м — не «как раньше». В чем отличия
Автоэлектрик объяснил, сколько нужно проехать, чтобы аккумулятор зарядился зимой
В полиции раскрыли, почему водители большегрузов стали препятствовать обгону на трассе
Кибербезопасник рассказал о мессенджере imo, который заменил россиянам WhatsApp и Telegram
Автоюрист раскрыл, что нужно сказать гаишнику, если он требует показать багажник автомобиля
