Meta เริ่มใช้ชิป MTIA ยุคถัดไป เน้นความสมดุลสำหรับ AI Workload ของบริษัท

เมื่อวานนี้ Meta ได้เปิดตัวชิป MTIA ใหม่สำหรับใช้ภายในบริษัทเพื่อเร่งการประมวลผล AI Workload ต่าง ๆ ภายใน ที่มีประสิทธิภาพเหนือกว่ารุ่นก่อนหน้าอย่างมีนัยสำคัญ ซึ่งหวังว่าจะสามารถลดการพึ่งพาชิป AI ของ NVIDIA และประหยัดค่าพลังงานได้มากขึ้น

MTIA ย่อมาจาก Meta Training and Inference Accelerator ซึ่งเป็นชิปที่เร่งการประมวลผล AI สำหรับการทำ Inference ซึ่งปีที่แล้วได้ปล่อย MTIA v1 ออกมาเพื่อใช้ประมวลผล AI Workload ของภายใน Meta เป็นหลัก โดยเฉพาะการทำโมเดลแนะนำ (Recommendation Model) ที่สามารถปรับปรุงประสบการณ์ได้ดีขึ้นเรื่อย ๆ 

ส่วน MTIA รุ่นใหม่ที่เรียกกันภายในว่า “Artemis” นี้จะเป็นความพยายามที่จะใช้ประโยชน์ในวงกว้างมากขึ้น ซึ่งนอกจากการสร้างชิปหรือฮาร์ดแวร์ขึ้นมาแล้ว บริษัทยังมีการลงทุนในการพัฒนาซอฟต์แวร์ที่จำเป็นต่าง ๆ ขึ้นมาเพื่อใช้ประโยชน์จากโครงสร้างพื้นฐานต่าง ๆ ที่มีให้เกิดประสิทธิภาพสูงสุดอีกด้วย

โดยสถาปัตยกรรมของชิปนี้จะมีพื้นฐานที่มุ่งเน้นความสมดุลทั้งในการประมวลผล พื้นที่หน่วยความจำ และแบนด์วิดท์ เพื่อตอบสนองต่อโมเดล Recommendation หรือการทำ Ranking ให้ได้ดีที่สุด ซึ่ง MTIA ตัวใหม่นี้ได้ถูกใช้งานใน Data Center ของบริษัทแล้วและเริ่มเห็นผลลัพธ์ที่ดีขึ้นเรื่อย ๆ อีกด้วย

สำหรับรายละเอียดอื่น ๆ ของชิป MTIA ยุคใหม่ สามารถอ่านเพิ่มเติมได้ที่นี่

ที่มา: https://www.reuters.com/technology/meta-debuts-new-generation-ai-chip-2024-04-10/

About chatchai

Tech Writer แห่ง TechTalk Thai ที่สนใจในทุกนวัตกรรมและเทคโนโลยี

Check Also

Sonar เข้าซื้อกิจการ Gitar สตาร์ตอัป AI Code Review ยกระดับระบบตรวจสอบโค้ดด้วย Agentic Reasoning

Sonar ผู้ให้บริการแพลตฟอร์มตรวจสอบคุณภาพและความมั่นคงปลอดภัยของโค้ด ประกาศเข้าซื้อกิจการ Gitar สตาร์ตอัปผู้เชี่ยวชาญด้านระบบ AI-native Code Review การเข้าซื้อกิจการครั้งนี้มีเป้าหมายเพื่อผสานความสามารถด้านการคิดวิเคราะห์ของ Gitar เข้ากับเอนจินตรวจสอบโค้ดของ Sonar เพื่อสร้างความมั่นคงปลอดภัยที่รัดกุมยิ่งขึ้นสำหรับทีม DevOps ในยุคที่ …

Stripe ยกระดับระบบชำระเงินสู่โครงสร้างพื้นฐานสำหรับ Machine-to-Machine รับยุค Agentic AI

Stripe เปิดตัวผลิตภัณฑ์ใหม่ 288 รายการ พร้อมส่งแผนพลิกโฉมระบบชำระเงินจากเดิมที่เป็นโครงสร้างพื้นฐานในการทำธุรกรรมสำหรับมนุษย์ ให้กลายเป็นโครงสร้างพื้นฐานที่สามารถตั้งโปรแกรมได้และทำงานอย่างต่อเนื่องเพื่อรองรับธุรกกรรมแบบ Machine-to-Machine ถือเป็นการปูทางเข้าสู่ระบบเศรษฐกิจแบบ Agentic AI อย่างเต็มรูปแบบ