Meta presenta cuatro nuevos chips para impulsar sus sistemas de inteligencia artificial y recomendación

Meta ha presentado cuatro nuevos chips que diseñó para gestionar tareas como entrenar y ejecutar modelos de IA y brindar recomendaciones en sus plataformas de redes sociales y otros servicios.

Los nuevos chips forman parte de la familia de aceleradores de entrenamiento e inferencia de Meta (MTIA) de Meta y están diseñados para su uso en centros de datos. Meta lleva años diseñando su propio silicio, principalmente para reducir el coste de sus sistemas de IA y recomendación. La compañía afirma que necesita chips personalizados para satisfacer la demanda de servicios basados ​​en IA.

Google, Amazon y Microsoft también han estado diseñando sus propios chips de IA como una forma de evitar tener que depender de componentes de otras empresas y optimizar sus centros de datos para el aprendizaje automático. Un artículo reciente sobre la escasez global de Los chips de IA subrayan este punto, explicando que «las empresas tecnológicas tienen una frenética búsqueda de potencia computacional para satisfacer las crecientes demandas de los modelos de inteligencia artificial». El resultado de todo esto es que quien tenga la mejor infraestructura de IA podría acabar dominando el futuro de la IA.

¿Qué hacen los chips?

Los chips MTIA están diseñados para realizar dos funciones principales. El entrenamiento es la tarea computacionalmente intensiva de entrenar un modelo de IA en un conjunto de datos. La inferencia es el proceso de usar un modelo entrenado para realizar predicciones en tiempo real. Los chips personalizados de Meta están optimizados para la inferencia, lo cual no sorprende dado que los productos principales de la compañía se centran en algoritmos de recomendación.

Cada vez que le das "me gusta" a una publicación, la comentas o te desplazas por un video, un modelo de IA realiza predicciones sobre lo que podrías querer ver a continuación. Los analistas suelen afirmar que las recomendaciones se encuentran entre los casos de uso de IA más intensivos del mundo. Para ver cómo funcionan en las plataformas de redes sociales, Consulte esta historia reciente sobre los algoritmos de recomendación de IA.Optimizar esas cargas de trabajo puede ser la diferencia entre una aplicación rápida y una lenta.

Por qué es importante

En cierto modo, sin embargo, los detalles de los chips son secundarios ante una tendencia más importante: la IA ya no se trata solo de software, sino de potencia de procesamiento. Para construir modelos de IA de vanguardia, se necesitan chips personalizados, cantidades ingentes de energía y enormes centros de datos. Las empresas que pueden controlar esa infraestructura obtienen una gran ventaja sobre el resto.

La incursión de Meta en chips personalizados es una señal de que la siguiente fase de la guerra de la IA podría librarse no solo en la investigación de IA, sino también en el diseño de semiconductores. Algunos analistas creen que si las empresas desarrollan sus propias pilas de hardware optimizadas, podrán reducir significativamente sus costes y acelerar la implementación de la IA en una amplia gama de aplicaciones, desde recomendaciones y asistentes de voz hasta los mundos digitales inmersivos del metaverso.

Ahora mismo, el anuncio de Meta de cuatro nuevos chips podría parecer un detalle menor en la épica historia de la IA. Pero pregúntenles a quienes trabajan en esto, y les dirán algo diferente: a veces la clave para descifrar la IA no está en los algoritmos, sino en el propio silicio.