Meta ha recentemente avviato i test sul suo primo chip AI sviluppato internamente, denominato Meta Training and Inference Accelerator (MTIA). Questo acceleratore dedicato è stato progettato per ottimizzare l’efficienza energetica nei carichi di lavoro di intelligenza artificiale, superando le prestazioni delle tradizionali GPU.
La collaborazione con il produttore taiwanese TSMC ha portato alla realizzazione del chip utilizzando la tecnologia di processo a 7 nanometri, con una frequenza operativa di 800 MHz. L’MTIA offre una potenza di elaborazione di 102,4 TOPS con precisione INT8 e 51,2 TFLOPS con precisione FP16, mantenendo un consumo energetico di 25 W.
Questa mossa strategica mira a ridurre la dipendenza di Meta da fornitori esterni come Nvidia, affrontando le sfide legate alla disponibilità limitata e ai costi elevati delle GPU. Nel 2023, la forte domanda di acceleratori H100 basati sull’architettura Hopper di Nvidia ha causato tempi di consegna fino a 52 settimane, evidenziando la necessità per le aziende di sviluppare soluzioni interne per soddisfare le proprie esigenze di intelligenza artificiale.
L’iniziativa di Meta rappresenta un passo significativo verso l’indipendenza tecnologica, con l’obiettivo di integrare l’MTIA nei suoi sistemi di raccomandazione e, successivamente, in prodotti di intelligenza artificiale generativa come Meta AI entro il 2026. Questo sviluppo riflette l’ambizione dell’azienda di creare soluzioni siliconiche personalizzate per supportare la vasta base di utenti e i servizi basati sull’AI.
La collaborazione con TSMC non solo rafforza la posizione di Meta nel panorama dell’intelligenza artificiale, ma contribuisce anche alla crescita del settore dei semiconduttori. TSMC ha registrato un aumento del 39% delle entrate nei primi due mesi del 2025 rispetto allo stesso periodo dell’anno precedente, trainato dalla forte domanda di chip AI. Inoltre, l’azienda ha annunciato un investimento di 100 miliardi di dollari negli Stati Uniti, ampliando la sua presenza globale e riducendo la dipendenza dalla produzione taiwanese.
La decisione di Meta di sviluppare chip AI interni segue un precedente tentativo fallito, culminato con il successo del chip di inferenza l’anno scorso.
Questo sottolinea l’importanza di investire in infrastrutture tecnologiche proprietarie per mantenere un vantaggio competitivo nel mercato in rapida evoluzione dell’intelligenza artificiale.