5 月 18 日，Meta 披露了旗下数据中心项目支持 AI 工作的细节，提到已经打造一款定制芯片，Meta将新芯片称为Meta Training and Inference Accelerator，简称MTIA，并将其描述为用于加速人工智能培训和推理工作负载的芯片“家族”的一部分。（“推理”是指运行经过训练的模型。）MTIA是一种ASIC，一种将不同电路组合在一个电路板上的芯片，允许对其进行编程，以同时执行一项或多项任务。

用于加快生成式 AI 模型的训练。这是 Meta 首次推出 AI 定制芯片。Meta 称，MTIA 是加快 AI 训练和推理工作负载的芯片「家族」的一部分，这意味着后续 Meta 还将开发、推出更多芯片产品。

MTIA 全称为 Meta 训练和推理加速器。所谓推理是指运行经过训练的模型。MTIA 是一种 ASIC，也就是将不同电路集成在一块板上的芯片，可以将它进行编程，执行一项或多项任务。

Meta 介绍，MTIA 采用开源芯片架构 RISC-V，它的功耗仅有 25 瓦，远低于英伟达等主流芯片厂商的产品功耗。

 

Meta的软件工程师Joel Cohurn介绍新芯片时称，Meta最初用图形处理单元（GPU）执行推理任务，发现GPU不太适合这种工作。用GPU固然可以大幅优化软件，但对真实模型的效率很低，现实配置时难度大、成本高。所以Meta需要MTIA。

Meta承认，MTIA芯片在处理高复杂度AI模型时遇到了问题，但指出，它比竞品芯片能更有效地处理中低复杂度的模型。

Meta表示，芯片在内存和网络领域的工作还未完成，随着AI模型发展，这些工作会出现瓶颈。目前，MTIA 的重点放在Meta应用家族的推理，而不是训练。不过Meta 强调，MTIA“大大”提高了单位瓦特的推荐负载运行效率，让公司能运行加强版的、更尖端的AI工作负载。

Meta本周四并未披露配置新芯片的时间表，也未说明具体有什么计划开发可能训练模型的芯片。

Meta同时介绍，计划针对以AI为核心的网络和冷却系统，重新设计其数据中心，今年内，首个相关数据中心的设施将破土动工。Meta的员工演示时称，新设计的成本将降低31%，而且建造速度是公司目前数据中心的两倍。

Meta还介绍了旗下的一种AI驱动系统，它可帮助Meta的工程师编写电脑代码。Meta的AI助力代码工具名为CodeCompose，目前没有对外公开。公司团队内部用它获取Python 和其他语言的代码建议。

内容中包含的图片若涉及版权问题，请及时与我们联系删除