メタの新型AIチップ、9 月から量産開始へ
メタが自社開発した新型 AI チップの量産を 9 月に開始し、データセンター向け高性能半導体の供給体制強化を図る方針を発表した。
キーポイント
自社チップの量産開始時期
メタが独自開発した次世代 AI チップの製造を今年 9 月から本格化させることを発表した。
供給体制の強化計画
この動きにより、同社はデータセンターで使用する高性能半導体に対する外部依存度を下げ、供給安定性を高める計画である。
垂直統合戦略の進展
ハードウェア設計から製造までを自社で制御するメタの垂直統合戦略が、実用段階へと移行したことを示している。
影響分析・編集コメントを表示
影響分析
この発表は、メタが AI インフラストラクチャにおける自律性を高め、長期的なコスト競争力を確保するための決定的な一歩を示しています。業界全体として、大手テック企業が独自チップ開発を加速させる潮流に拍車がかかり、半導体市場の構造変化を促す要因となるでしょう。
編集コメント
大手テック企業が半導体の自給化を加速させる中、メタの量産開始は AI インフラの自立に向けた重要なマイルストーンです。
前例のない部品の不足の中で GPU コストを削減しようとする試みの一環として、Meta は Reuters 報道 によると、内部文書を引用し、最新の AI 専用チップの製造を 9 月に開始する見込みです。
同文書によれば、少なくとも 1 つのチップは約 6 週間でテストフェーズを通過しました。Meta は Broadcom と共同でチップ設計に取り組んでいますが、製造には台湾積体電路製造会社（TSMC）を使用します。また、レポートによると、RAM はサムスンから、ストレージはサンディスクから、光ファイバー機器は住友電気工業から購入しているとのことです。
Meta は 3 月、同社が展開する Meta Training and Inference Accelerator (MTIA) プログラムの下で開発された 4 つの新しいチップについて 詳細 を発表しました。これらの一部は現在導入中か、今年または来年中に導入される予定です。同社は、AI が急速に進化する中で製造時に必要とされる要件が変化する可能性を見越して、これらのチップを設計する際にモジュラーアプローチを採用しています。
「各 MTIA 世代は前世代に基づき、モジュラーなチップレットを使用し、最新の AI ワークロードの洞察やハードウェア技術を組み込み、より短いサイクルで展開されます」と同社は当時述べています。
これらのチップは、Nvidia や AMD などの半導体メーカーから GPU を購入する際の費用削減に寄与すると期待されていますが、Reuters の報道によると、同社は依然としてこれらのプロバイダーにも多額の支出を予定しています。Meta は、MTIA チップを使用して、ランキングおよび推薦アルゴリズムのモデルトレーニング、より広範な AI ワークロード、および自社のアプリケーションを対象とした推論（inference）に活用する意向です。このソーシャルメディア企業は 2023 年以降、独自の AI チップの生産を開始しています。
Meta は、さまざまな AI 取り組みを推進するために十分な計算容量を確保するために巨額の資金を投じてきました。同社は今年 4 月、今年の設備投資額が 1,250 億ドルから 1,450 億ドルの間になると発表しており、その多くは AI 関連の取り組みに充てられる見込みです。
同社は世界中でデータセンターや電力に関する契約を次々と締結し、新しい Muse Spark シリーズの AI モデル（Muse Spark）のトレーニングと展開に必要な計算容量を確保するために数百億ドル規模の支出を行っています。Reuters の報道によると、同社は今年 7 ギガワットの計算容量を展開し、翌年にはその倍に拡大する計画です。
また、昨年 ARM とも提携し、推薦システム向けの計算リソースを確保する契約を結んでいます。これに加え、AMD からは AI 関連のニーズに対応するためのインスタント GPU を活用する数十億ドル規模の契約を結び、Amazon からは同社が自社開発した CPU を AI 用途に使用する契約を締結しています。
Meta は、Nvidia への資金集中の流れを食い止めようとする企業の中で唯一ではありません。OpenAI は先月 Broadcom と共同で推論用プロセッサを開発中だと発表し、Anthropic もサムスンと独自のチップ開発を検討していると言われています。Amazon と Google の両社は AI 学習および推論用の独自チップを開発しており、急増する需要に応えるために多数のスタートアップがこの分野で活動しています。
Meta はコメントを控えています。
当記事内のリンクを通じてご購入いただいた場合、私たちは少額のコミッションを獲得する可能性があります。これは私たちの編集の独立性には影響しません。
Ram は金融およびテクノロジー担当の記者兼編集者です。彼はロイターやアキュリス・グローバルで、北米および欧州の M&A（企業結合）、株式、規制ニュース、債務市場を取材し、また旅行、観光、エンターテインメント、書籍についても執筆しています。
Ram への連絡や、彼からのアウトリーチの検証は、ram.iyer@techcrunch.com までメールを送信してください。
原文を表示
In a bid to lower its GPU costs amid an unprecedented component shortage, Meta is on track to start making the latest versions of its AI-specific chip in September, Reuters reported, citing an internal memo.
At least one chip sailed through its testing phase in about six weeks, the memo said. Meta is working with Broadcom on the chip design, but it will use Taiwan Semiconductor Manufacturing Company (TSMC) to manufacture them. It is also buying RAM from Samsung, storage from Sandisk, and fiber-optic equipment from Sumitomo Electric, according to the report.
Meta detailed the four new chips, developed under its Meta Training and Inference Accelerator (MTIA) program, in March, some of which are currently in deployment or will be this year or next. The company is taking a modular approach to designing these chips, anticipating that their needs will change as AI evolves rapidly by the time the chips are in production.
“Each MTIA generation builds on the last, using modular chiplets, incorporating the latest AI workload insights and hardware technologies, and deploying on a shorter cadence,” the company wrote at the time.
The chips are expected to help the company save on buying GPUs from chipmakers like Nvidia and AMD, although it still expects to spend plenty with those providers as well, Reuters reports. Meta intends to use the MTIA chips for training models for its ranking and recommendation algorithms, broader AI workloads, and inference aimed at its applications. The social media company has been producing its own AI chips since 2023.
Meta has been spending massively on securing enough compute capacity to power its various AI efforts. The company in April said it expects capital expenditures between $125 billion and $145 billion this year, a lot of which is going toward its AI efforts.
The company has been striking data center and power deals across the world, spending tens of billions to secure computing capacity to train and deploy its new Muse Spark series of AI models. It plans to deploy 7 gigawatts of compute this year, and double that next, according to Reuters, which cited the memo.
It also signed a deal with ARM last year to secure compute for its recommendation systems, in addition to a multibillion-dollar deal with AMD for its Instinct GPUs and a multibillion-dollar deal with Amazon to use the cloud giant’s homegrown CPUs for AI-related needs.
Meta isn’t the only company trying to stem the tide of capital going to Nvidia. OpenAI last month unveiled an inference processor that it is building with Broadcom, and Anthropic is said to be considering developing its own chips with Samsung. Amazon and Google both develop their own chips for AI training and inference, and there’s a host of startups building in the space to meet skyrocketing demand.
Meta declined to comment.
*When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.*
Ram is a financial and tech reporter and editor. He covered North American and European M&A, equity, regulatory news and debt markets at Reuters and Acuris Global, and has also written about travel, tourism, entertainment and books.
You can contact or verify outreach from Ram by emailing ram.iyer@techcrunch.com.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み