Buzz
Dòng chip mới của Meta thuộc series Training and Inference Accelerator (MTIA), đang được TSMC, công ty sản xuất bán dẫn hàng đầu thế giới, đảm nhận quy trình chế tạo.
Meta đang tiến hành một bước đi quyết định để giảm sự phụ thuộc vào Nvidia bằng cách tự phát triển dòng chip AI. Đây không chỉ là cơ hội tiết kiệm chi phí mà còn là một phần trong cuộc đua AI đầy kịch tính giữa các tên tuổi công nghệ lớn.
Nvidia hiện đang chiếm lĩnh thị trường chip AI với các GPU mạnh mẽ như H100 và B200. Những sản phẩm này không chỉ nổi bật về hiệu suất mà còn được hỗ trợ bởi nền tảng phần mềm CUDA, gần như là độc quyền trong cộng đồng học máy. Meta muốn phát triển phần cứng AI riêng, tuy nhiên, câu hỏi là liệu họ có thể tạo ra một đối thủ xứng tầm với Nvidia không.
Dòng chip AI mới của Meta, thuộc dòng Training and Inference Accelerator (MTIA), hiện đang được sản xuất bởi TSMC, ông lớn trong ngành bán dẫn. Sau khi hoàn thành giai đoạn tape-out quan trọng, vẫn còn một chặng đường dài trước khi sản phẩm này có thể được tung ra thị trường. Meta hy vọng sẽ đưa chip này vào ứng dụng trong hệ thống đào tạo AI vào năm 2026, đánh dấu một bước tiến quan trọng trong chiến lược phần cứng của công ty.
Một trong những lý do chính khiến Meta mạnh tay đầu tư vào việc phát triển chip AI là để giảm chi phí và tăng quyền kiểm soát. Hiện tại, Meta chi hàng tỷ USD mỗi năm để mua GPU từ Nvidia phục vụ cho các mô hình AI như Llama và hệ thống gợi ý trên Facebook và Instagram. Nếu thành công, Meta sẽ có thể tiết kiệm chi phí, cải thiện hiệu suất và tối ưu hóa phần cứng cho các tác vụ riêng biệt của mình. Việc tự sở hữu phần cứng cũng giúp Meta giảm thiểu rủi ro liên quan đến vấn đề nguồn cung, đặc biệt khi thị trường chip đang rơi vào tình trạng khan hiếm và các lệnh cấm công nghệ của Mỹ đối với Trung Quốc ngày càng chặt chẽ.
Mặc dù có tiềm năng lớn, nhưng việc phát triển chip AI không phải là điều dễ dàng. Meta không phải là công ty chuyên về phần cứng như Nvidia hay AMD, và sẽ phải đối mặt với nhiều thách thức kỹ thuật. Công ty thiếu kinh nghiệm trong việc sản xuất chip AI hiệu suất cao, trong khi Nvidia đã xây dựng một hệ sinh thái phần mềm mạnh mẽ như CUDA, TensorRT và cuDNN. Meta sẽ cần phát triển hoặc điều chỉnh các công cụ riêng để đạt được hiệu quả tương tự. Nếu chip AI không đáp ứng được kỳ vọng về hiệu suất, Meta sẽ phải điều chỉnh thiết kế và sản xuất lại, dẫn đến việc triển khai bị kéo dài, trong khi Nvidia vẫn tiếp tục cải tiến sản phẩm của mình.
Dù Meta và nhiều công ty khác đang cố gắng tự phát triển phần cứng AI, Nvidia vẫn giữ ưu thế vượt trội. GPU của Nvidia vẫn là sự lựa chọn hàng đầu trong việc đào tạo AI, và phần lớn các mô hình AI lớn trên thế giới hiện nay đều sử dụng nền tảng CUDA của Nvidia. Ngay cả khi Meta thành công, họ vẫn có thể cần sự hỗ trợ của Nvidia cho những tác vụ đòi hỏi hiệu suất cực kỳ cao.
Cuộc đua trong lĩnh vực AI không chỉ tập trung vào phần mềm và dữ liệu mà còn là cuộc chiến về phần cứng. Google đã có TPU, Amazon có Trainium, Microsoft hợp tác với AMD, và giờ Meta gia nhập với MTIA. Nếu Meta thành công, đây sẽ là bước ngoặt quan trọng, có thể chấm dứt sự phụ thuộc quá nhiều vào Nvidia của các công ty công nghệ lớn. Tuy nhiên, nếu thất bại, Meta vẫn sẽ là một khách hàng lớn của Nvidia với chi phí cao ngất ngưởng. Dù thế nào, cuộc chiến giành quyền kiểm soát AI vẫn chưa có dấu hiệu hạ nhiệt.
