Meta dévoile quatre nouvelles puces pour alimenter ses systèmes d'IA et de recommandation.

Meta a dévoilé quatre nouvelles puces conçues pour gérer des tâches telles que l'entraînement et l'exécution de modèles d'IA et la diffusion de recommandations sur ses plateformes de médias sociaux et autres services.

Ces nouvelles puces font partie de la famille Meta Training and Inference Accelerator (MTIA) de Meta et sont conçues pour les centres de données. Meta conçoit ses propres circuits intégrés depuis quelques années, principalement pour réduire les coûts d'alimentation de ses systèmes d'IA et de recommandation. L'entreprise affirme avoir besoin de puces sur mesure pour répondre à la demande croissante de services basés sur l'IA.

Google, Amazon et Microsoft conçoivent également leurs propres puces d'IA. afin d'éviter de dépendre de composants provenant d'autres entreprises et d'optimiser leurs centres de données pour l'apprentissage automatique. Un article récent traite de la pénurie mondiale de Les puces d'IA soulignent ce point.Ils expliquent que « les entreprises technologiques se livrent à une course effrénée à la puissance de calcul pour répondre aux exigences croissantes des modèles d'intelligence artificielle ». En conséquence, celui qui disposera de la meilleure infrastructure d'IA pourrait bien finir par contrôler l'avenir de l'IA.

Que font les puces ?

Les puces MTIA sont conçues pour remplir deux fonctions principales. L'entraînement, tâche gourmande en ressources de calcul, consiste à entraîner un modèle d'IA sur un ensemble de données. L'inférence, quant à elle, est le processus d'utilisation d'un modèle entraîné pour effectuer des prédictions en temps réel. Les puces personnalisées de Meta sont optimisées pour l'inférence, ce qui n'est pas surprenant étant donné que les produits phares de l'entreprise reposent sur des algorithmes de recommandation.

Chaque fois que vous aimez ou commentez une publication, ou que vous faites défiler une vidéo, un modèle d'IA prédit ce qui pourrait vous intéresser ensuite. Les analystes affirment souvent que les recommandations figurent parmi les cas d'utilisation de l'IA les plus intensifs au monde. Pour découvrir comment elles fonctionnent sur les plateformes de médias sociaux, Consultez cet article récent sur les algorithmes de recommandation basés sur l'IA.L'optimisation de ces charges de travail peut faire la différence entre une application rapide et une application lente.

Pourquoi cela compte

D'une certaine manière, les détails techniques des puces sont secondaires par rapport à une tendance plus importante : l'IA ne se résume plus aux logiciels, elle repose désormais sur la puissance de calcul. Pour concevoir des modèles d'IA de pointe, il faut des puces sur mesure, une consommation énergétique colossale et d'immenses centres de données. Les entreprises capables de maîtriser cette infrastructure acquièrent un avantage considérable sur leurs concurrentes.

L'incursion de Meta dans le domaine des puces personnalisées indique que la prochaine phase de la guerre de l'IA pourrait se jouer non seulement dans la recherche en IA, mais aussi dans la conception des semi-conducteurs. Certains analystes estiment que si les entreprises parviennent à développer leurs propres architectures matérielles optimisées, elles pourront réduire considérablement leurs coûts et accélérer le déploiement de l'IA dans un large éventail d'applications, des recommandations aux assistants vocaux en passant par les mondes numériques immersifs du métavers.

L'annonce par Meta de quatre nouvelles puces pourrait sembler un détail insignifiant dans la grande histoire de l'IA. Mais interrogez ceux qui travaillent sur ces technologies, et ils vous diront tout autre chose : parfois, la clé pour maîtriser l'IA ne réside pas dans les algorithmes, mais inscrite dans le silicium lui-même.