Meta avança com chips de IA próprios: produção começa em setembro

A Meta está dando um passo estratégico crucial na corrida da IA ao anunciar que a produção de seus próprios chips personalizados começa em setembro. Essa movimentação, que envolve colaboração com a Broadcom no design e a TSMC na fabricação, não é novidade no cenário das grandes techs. Gigantes como Google e Amazon já trilham esse caminho, desenvolvendo seus próprios semicondutores para treinamento e inferência de IA. O objetivo claro da Meta é reduzir a dependência de fornecedores externos, como Nvidia e AMD, e otimizar a performance para suas cargas de trabalho específicas.

Os chips fazem parte do programa Meta Training and Inference Accelerator (MTIA), uma arquitetura modular pensada para evoluir rapidamente com as necessidades da IA. Além disso, a empresa está diversificando sua cadeia de suprimentos, comprando RAM da Samsung, armazenamento da SanDisk e equipamentos de fibra óptica da Sumitomo Electric. A iniciativa reflete o investimento colossal da Meta em IA, com bilhões de dólares destinados à infraestrutura para treinar e rodar modelos como a série Muse Spark, com projeções de gastos de capital entre US$ 125 bilhões e US$ 145 bilhões para este ano.

A notícia de que a produção dos chips de IA da Meta começa em setembro marca uma evolução significativa. Em março, a Meta detalhou os quatro novos chips sob o programa MTIA, alguns já em fase de implantação ou previstos para este ano e o próximo. Agora, temos a confirmação de que, após testes bem-sucedidos de pelo menos um desses chips, a fabricação em larga escala está a caminho. Isso transforma os anúncios e planos em uma realidade de hardware palpável, intensificando a autonomia da Meta no desenvolvimento de sua infraestrutura de IA.

Essa iniciativa da Meta é um divisor de águas para a empresa. Fabricar seus próprios chips permite à Meta ter maior controle sobre sua infraestrutura de IA, adaptando o hardware às suas necessidades específicas de software e algoritmos. Isso não só otimiza o desempenho, mas também representa uma estratégia de economia substancial, diminuindo os custos com GPUs externas em um mercado de semicondutores altamente disputado. Para o setor, sinaliza a consolidação da tendência de verticalização na tecnologia, onde grandes players buscam autossuficiência e inovação em silício para sustentar seus avanços em IA.