Meta ha avviato i test sul suo primo chip sviluppato internamente per l’addestramento dell’intelligenza artificiale.
La notizia, riportata per prima da Reuters, segna un passo importante nella strategia dell’azienda di Zuckerberg per ridurre la dipendenza da fornitori esterni come Nvidia e di abbassare i costi infrastrutturali.
Se il test darà esito positivo, la società punta a una produzione su larga scala, con l’obiettivo di integrare il nuovo chip nei suoi sistemi di raccomandazione e, successivamente, nei prodotti di intelligenza artificiale generativa come il chatbot Meta AI.
Iscrivetevi alla newsletter settimanale di TechTalking
Meta, che già utilizza un chip proprietario per le inferenze necessarie ai feed di Facebook e Instagram, sta ora cercando di sviluppare una soluzione anche per l’addestramento, un processo estremamente oneroso in termini di calcolo e risorse.
Il chip fa parte della serie Meta Training and Inference Accelerator (MTIA), un programma che ha avuto un percorso travagliato, con tentativi precedenti abbandonati prima di raggiungere la produzione.
Un passaggio chiave da decine di milioni di dollari
La produzione del chip è affidata a TSMC, il colosso taiwanese dei semiconduttori, e il suo sviluppo è giunto a una tappa fondamentale con il completamento del tape-out, ovvero la prima realizzazione del progetto in una fabbrica specializzata.
Questa fase, che può costare decine di milioni di dollari e richiedere dai tre ai sei mesi, rappresenta un momento cruciale: se il chip non dovesse funzionare come previsto, Meta dovrà identificare il problema e ripetere l’intero ciclo produttivo, con ulteriori ritardi e costi elevati.
Secondo fonti vicine all’azienda, il chip di Meta è un acceleratore dedicato, progettato esclusivamente per i compiti di intelligenza artificiale.
Questa caratteristica lo renderebbe più efficiente dal punto di vista energetico rispetto alle GPU tradizionali, che sono pensate per carichi di lavoro generici dell’IA.
Meta ha stimato che le sue spese totali nel 2025 si aggireranno tra i 114 e i 119 miliardi di dollari, con un investimento fino a 65 miliardi destinato alle infrastrutture per l’intelligenza artificiale.
L’adozione di chip proprietari potrebbe ridurre questi costi, rendendo l’azienda meno dipendente dalle soluzioni hardware di Nvidia, oggi leader nel settore.
Il nuovo tentativo di Meta, dopo il primo fallimento
L’azienda di Menlo Park ha già sperimentato un cambio di strategia in passato.
Dopo il fallimento di un primo chip di inferenza, che non ha superato un test su piccola scala, Meta ha deciso di investire miliardi di dollari nelle GPU Nvidia, diventando uno dei principali acquirenti del produttore californiano.
Oggi, però, la società vuole tornare a sviluppare il proprio hardware per avere un maggiore controllo sulle prestazioni e sui costi.
Nel 2023, Meta ha lanciato con successo il chip MTIA per l’inferenza, utilizzato nei suoi sistemi di raccomandazione per personalizzare i contenuti di Facebook e Instagram. Ora vuole replicare questo approccio anche per l’addestramento, il processo che alimenta i modelli di intelligenza artificiale con enormi quantità di dati per migliorarne le capacità.
“Stiamo lavorando su come gestire l’addestramento per i sistemi di raccomandazione e, successivamente, su come affrontare l’addestramento e l’inferenza per l’IA generativa”, ha dichiarato Chris Cox, Chief Product Officer di Meta, durante la conferenza Morgan Stanley Technology, Media and Telecom della scorsa settimana.
Cox ha descritto gli sforzi di Meta nello sviluppo di chip come un processo graduale (“prima dobbiamo gattonare, poi camminare, infine correre”), ma ha aggiunto che i dirigenti dell’azienda considerano il primo chip di inferenza per i sistemi di raccomandazione un “grande successo”.
La corsa all’IA tra Nvidia, Meta e i nuovi competitor
Le mosse di Meta si inseriscono in un contesto in cui il valore delle GPU tradizionali sta venendo messo in discussione.
L’avvento della cinese DeepSeek, che ha presentato modelli di IA più efficienti e meno dipendenti dalla potenza di calcolo, ha generato forti oscillazioni nel mercato delle azioni legate all’intelligenza artificiale.
A gennaio, Nvidia ha visto il suo valore di mercato perdere fino al 20% prima di recuperare terreno, un segnale questo che gli investitori stanno valutando con attenzione la sostenibilità dell’attuale modello di crescita basato sulla semplice espansione delle capacità computazionali.
Per Meta, il successo del nuovo chip potrebbe rappresentare un punto di svolta, permettendole di ridurre la dipendenza da Nvidia e posizionarsi tra le poche big tech capaci di sviluppare soluzioni hardware su misura per l’IA.
Ma la strada non è priva di ostacoli. Il vero banco di prova sarà l’efficacia del chip negli scenari reali: se il progetto dovesse fallire, Meta potrebbe trovarsi costretta a rivedere nuovamente la sua strategia e tornare a investire sulle GPU Nvidia, come già accaduto in passato.
