JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKARTA - JAKAR
ووفقا لمصادر نقلتها رويترز ، يتم اختبار هذه الرقائق على نطاق صغير ، مع خطط لزيادة الإنتاج إذا نجحت التجربة. يعد تطوير الرقائق الداخلية جزءا من استراتيجية ميتا طويلة الأجل لخفض تكاليف البنية التحتية الهائلة ، إلى جانب استثماراتها الضخمة في تكنولوجيا الذكاء الاصطناعي.
وتقدر ميتا أن إجمالي الإنفاق بحلول عام 2025 سيصل إلى ما بين 114 مليار إلى 119 مليار دولار أمريكي (1.874.7 تريليون روبية إندونيسية-1.956.9 تريليون دولار)، بما في ذلك ما يصل إلى 65 مليار دولار أمريكي للإنفاق الرأسمالي، والذي سيتم استخدامه في الغالب في البنية التحتية الذكاء الاصطناعي.
يذكر أحد المصادر أن رقاقة الذكاء الاصطناعي هذه من Meta هي مسرع مخصص ، مما يعني أنها مصممة خصيصا للتعامل مع مهام الذكاء الاصطناعي وحدها. ويعتقد أن هذا النهج أكثر كفاءة في استهلاك الطاقة من وحدات معالجة الرسومات التقليدية المستخدمة على نطاق واسع لأعباء العمل الذكاء الاصطناعي.
يتم تصنيع هذه الشريحة من قبل شركة تايوان لصناعة أشباه الموصلات (TSMC) ، وهي واحدة من أكبر الشركات المصنعة للرقائق في العالم. وصلت عملية إنتاج هذه الرقائق إلى مرحلة الخروج من الشريحة ، وهي تسليم التصاميم الأولية إلى المصنع لإنتاجها ، وهو معلم هام في تطوير السيليكون.
ومع ذلك ، فإن هذه المرحلة ليست خالية من المخاطر. إذا فشلت التجربة الأولية ، فيجب على Meta تحليل الأخطاء وتكرار عملية الخروج ، والتي قد تستغرق من ثلاثة إلى ستة أشهر وتكلف ما يصل إلى عشرات الملايين من الدولارات.
هذه الرقبة الأخيرة هي جزء من برنامج Meta Training and Inference Accelerator (MTIA) ، الذي واجه عقبات مختلفة في السنوات الأخيرة. في السابق ، ألغت Meta مشروعا مشابها للرقائق بعد فشلها في مرحلة الاختبار الصغيرة.
ومع ذلك ، منذ العام الماضي ، بدأت Meta في استخدام رقائق MTIA للإشارة - وهي عملية تشغيل نظام الذكاء الاصطناعي عندما يتفاعل المستخدم معه - على نظام التوصية الذي يحدد المحتوى على Facebook و Instagram.
في المستقبل ، تخطط Meta لاستخدام هذه الرقائق ليس فقط لأنظمة التوصية ولكن أيضا لمنتجات الذكاء الاصطناعي التوليدية ، مثل روبوتات الدردشة Meta الذكاء الاصطناعي. تستهدف Meta استخدام هذه الرقائق على نطاق واسع لتدريب نماذج الذكاء الاصطناعي بحلول عام 2026.
على الرغم من أن Meta تقوم بتطوير رقائقها الخاصة ، إلا أن هذه الشركة لا تزال العملاء الرئيسيين لشركة Nvidia. في عام 2022 ، بعد فشل الرقائق المخصصة السابقة في التجربة ، طلبت Meta بالفعل مليارات الدولارات من GPU Nvidia.
تستخدم وحدة المعالجة الرسومات لتدريب مجموعة متنوعة من نماذج الذكاء الاصطناعي ، بما في ذلك نظام الإعلانات ونموذج اللغة الكبير ، سلسلة نماذج مؤسسة لاما. بالإضافة إلى ذلك ، تتعامل شريحة Nvidia أيضا مع عمليات الإحباط لأكثر من 3 مليارات مستخدم لتطبيق Meta كل يوم.
ومع ذلك ، بدأت تهيمن Nvidia في صناعة الذكاء الاصطناعي في التشكيك فيه. يشك باحثو الذكاء الاصطناعي بشكل متزايد في فعالية نهج "التوسع" الذي يعتمد على المزيد من البيانات وقوة الحوسبة لتحسين نماذج الذكاء الاصطناعي.
أصبح هذا الشك أقوى منذ أن أطلقت DeepSeek ، وهي شركة ناشئة في مجال الذكاء الاصطناعي من الصين ، نموذجا موفوفاة من حيث التكلفة يزيد من تحسين كفاءة الحوسبة من خلال الاحتيال ، مقارنة بالطرازات التقليدية الذكاء الاصطناعي.
حتى أن إطلاق DeepSeek تسبب في الذعر في سوق أسهم الذكاء الاصطناعي العالمي ، حيث انخفضت أسهم Nvidia بنسبة 20٪ قبل أن تتعافى في النهاية. ومع ذلك ، لا يزال المستثمرون يعتقدون أن رقائق Nvidia لا تزال معيارا صناعيا للتدريب واختراق الذكاء الاصطناعي.
جاكرتا - تدخل Meta الآن مرحلة حرجة في استراتيجيتها الذكاء الاصطناعي. إذا كانت رقائق الذكاء الاصطناعي الداخلية هذه ناجحة ، يمكن ل Meta تقليل الاعتماد على Nvidia وتقليل تكاليف تشغيلها. ومع ذلك ، إذا فشلت هذه التجربة كما كانت من قبل ، فمن المرجح أن تعتمد Meta مرة أخرى على Nvidia GPU لتلبية احتياجاتها الذكاء الاصطناعي.
مع طموحات كبيرة في مجال الذكاء الاصطناعي ، يمكن أن تصبح هذه الخطوة Meta مغرية ألعاب في صناعة الذكاء الاصطناعي ، فضلا عن تحد جديد لهيمنة Nvidia على سوق رقائق الذكاء الاصطناعي.
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
