Metaએ Nvidia GPU નિર્ભરતા ઘટાડવાના ઉદ્દેશ્ય સાથે જાહેરાત રેન્કિંગ માટે MTIA ચિપ રજૂ કરી. ચિપને AI હાર્ડવેર રેસમાં Google અને Amazon જેવા ટેક જાયન્ટ્સ તરફથી સ્પર્ધાનો સામનો કરવો પડે છે, જે Metaને સ્વતંત્રતા માટે દબાણ કરવાની જરૂરિયાતનો સંકેત આપે છે.
Facebookની પેરન્ટ કંપની Metaએ તાજેતરમાં તેની નેક્સ્ટ જનરેશન Meta ટ્રેનિંગ એન્ડ ઇન્ફરન્સ એક્સિલરેટર (MTIA) ચિપ લોન્ચ કરી છે, જે તેના 2023 MTIA v1 ની અનુગામી છે. “નેક્સ્ટ-જનન” Meta ટ્રેઇનિંગ એન્ડ ઇન્ફરન્સ એક્સિલરેટર (MTIA) તરીકે ઓળખાતી, ચિપ Facebook જેવી Metaની પ્રોપર્ટીઝ પર રેન્કિંગ અને ડિસ્પ્લે જાહેરાતોની ભલામણ સહિતના મોડલ ચલાવે છે. “આ ચિપનું આર્કિટેક્ચર મૂળભૂત રીતે કોમ્પ્યુટ, મેમરી બેન્ડવિડ્થ અને રેન્કિંગ અને ભલામણ મોડલ્સને સેવા આપવા માટે મેમરી ક્ષમતાનું યોગ્ય સંતુલન પ્રદાન કરવા પર કેન્દ્રિત છે,” કંપનીએ એક બ્લોગ પોસ્ટમાં લખ્યું.
જ્યારે MTIA પહેલેથી જ Metaના ડેટા સેન્ટર્સમાં એડ રેન્કિંગ અને ભલામણ જેવા કાર્યો માટે તૈનાત છે, તેનો હજુ સુધી કંપનીના મુખ્ય ફોકસ – જનરેટિવ AI તાલીમ માટે ઉપયોગ કરવામાં આવ્યો નથી.
જો કે Meta આ સંભાવનાની શોધ કરી રહી છે, તેઓ સ્વીકારે છે કે ચિપ પરંપરાગત GPU ને સંપૂર્ણપણે બદલી શકશે નહીં, જે AI હાર્ડવેર રેસમાં અપેક્ષા કરતા ધીમી ગતિ સૂચવે છે.
અત્યાધુનિક જનરેટિવ AI મોડલ્સની તાલીમની ઊંચી કિંમત ઇન-હાઉસ હાર્ડવેર જેવું બનાવે છે
MTIA એક આકર્ષક વિકલ્પ. Meta આ વર્ષે GPUs પર નોંધપાત્ર રકમ ખર્ચવાનો અંદાજ છે, જે તેની પોતાની ચિપ્સ વિકસાવવાને સંભવિત ખર્ચ-બચત માપ બનાવે છે.
ખર્ચ પરિબળ
જેનરિક AI પ્રશિક્ષણ ખર્ચ લાખોમાં છે, MTIA જેવા ઇન-હાઉસ હાર્ડવેર વિકસાવવાથી નોંધપાત્ર સંસાધનોની બચત થઈ શકે છે. વર્ષના અંત સુધીમાં $18 બિલિયનનો તેમનો અંદાજિત GPU ખર્ચ આ પ્રેરણાને રેખાંકિત કરે છે. કંપની Nvidia અને અન્ય AI ચિપ્સ ખરીદવા માટે પણ અબજોનો ખર્ચ કરી રહી છે.
જ્યાં સ્પર્ધા ઊભી છે
ગૂગલ, એમેઝોન અને માઈક્રોસોફ્ટ સ્થાપિત કસ્ટમ AI ચિપ પરિવારો સાથે પહેલાથી જ આગળ છે. જ્યારે META એ MTIA માટે ઝડપી ટર્નઅરાઉન્ડ હાંસલ કર્યું છે, ત્યારે તેમની પાસે પુલ કરવા માટે નોંધપાત્ર અંતર છે. પ્રગતિ હોવા છતાં, Meta AI હાર્ડવેર રેસમાં પાછળ હોવાનું જણાય છે. કંપનીની નવી ચિપ સુધારાઓ પ્રદાન કરે છે પરંતુ હરીફો જનરેટિવ AI પ્રશિક્ષણ માટે જે ઓફર કરે છે તેની સાથે હજી સ્પર્ધા કરતી નથી. તૃતીય-પક્ષ GPU થી સ્વતંત્રતા મેળવવા અને સ્પર્ધાને ખરેખર પડકાર આપવા માટે Metaને વધુ ઝડપથી આગળ વધવાની જરૂર પડશે.
