A Meta, proprietária das plataformas Facebook, Instagram e WhatsApp, está testando um chip interno dedicado ao treinamento de sistemas de inteligência artificial, marcando um passo significativo na sua estratégia de reduzir a dependência de fornecedores externos, como a Nvidia, conforme revelado por duas fontes à Reuters.
A gigante global das mídias sociais iniciou uma implementação inicial do chip e pretende expandir a produção para uso em larga escala, caso os testes sejam bem-sucedidos, conforme relataram as fontes.
Este movimento faz parte de um plano de longo prazo da Meta para diminuir os custos com infraestrutura, enquanto investe pesadamente em ferramentas de IA. A empresa estima que suas despesas totais possam chegar a US$114 bilhões a US$119 bilhões em 2025, com até US$65 bilhões destinados a despesas de capital, principalmente para infraestrutura de IA.
Fase de testes do Chip interno
Segundo umas das fontes, o novo chip corresponde a um acelerador dedicado projetado para tarefas específicas de inteligência Artificial (IA), prometendo ser mais eficiente em termos de energia em comparação com as unidades de processamento gráfico (GPUs) normalmente utilizadas. E afirmou também que a Meta está colaborando com o fabricante de chips TSMC, de Taiwan, para a produção do novo dispositivo.
A fase de testes iniciou após a Meta finalizar seu primeiro "tape-out", sendo um marco importante no processo de desenvolvimento de silício, que consiste no envio de um projeto inicial por uma fábrica de chips, conforme informou outra fonte. Este processo, por sua vez, pode custar dezenas de milhões de dólares e levar meses. Além disso, não garante sucesso, e uma falha exigiria diagnóstico e repetição da etapa.
Chip série MTIA
O chip faz parte da série Meta Training and Inference Accelerator (MTIA), que teve um início instável, incluindo o descarte de um protótipo anterior. No entanto, no ano passado, a Meta passou a utilizar um chip MTIA para realizar inferências (processo que ocorre ao executar um sistema de IA durante a interação dos usuários com ele) nos sistemas de recomendação que definem o conteúdo exibido nos feeds de notícias do Facebook e do Instagram.
Criação de chips próprios
Uma tela exibe um processador de inteligência artificial. (Foto: Reprodução/LLUIS GENE/AFP/Getty Images Embed)
Executivos da Meta revelaram que pretendem iniciar o uso de seus próprios chips para treinamento até 2026. Esse processo envolve a intensa computação necessária para fornecer grandes volumes de dados ao sistema de IA, com o intuito de "ensiná-lo" a desempenhar suas funções. Assim como o chip de inferência, o chip de treinamento terá como foco inicial os sistemas de recomendação, avançando posteriormente para produtos de IA generativa, como o chatbot Meta AI, afirmam eles.
Chris Cox, diretor de produtos da Meta, na semana passada durante a conferência de tecnologia, mídia e telecomunicações do Morgan Stanley descreveu o desenvolvimento do chip como um processo de “andar, engatinhar e correr”, destacando que os executivos qualificam o chip de inferência de primeira geração para recomendação como um verdadeiro sucesso.
Desafios na Era das GPUs
Apesar dos esforços para desenvolver tecnologia interna, a Meta permanece como uma das maiores clientes da Nvidia, utilizando um vasto conjunto de GPUs para treinar seus modelos, incluindo a plataforma de código aberto Llama. Essas unidades também são responsáveis pela inferência para mais de 3 bilhões de usuários que acessam seus aplicativos diariamente.
Neste ano, o valor dessas GPUs foi questionado, à medida que pesquisadores de IA levantam preocupações sobre o real progresso ao “ampliar” grandes modelos de linguagem, apenas adicionando mais dados e poder computacional.
Essas incertezas foram acentuadas com o lançamento, no final de janeiro, de novos modelos de baixo custo da empresa chinesa DeepSeek, que priorizam a eficiência computacional ao focar mais na inferência do que a maioria dos modelos convencionais.
Foto Destaque: O logotipo da Meta AI aparece em um dispositivo com a Meta AI visível em um tablet (Reprodução/Jonathan Raa/NurPhoto/Getty Images Embed)
