Meta 宣布新一代 AI 基建專案
社交媒體巨頭 Meta，以往的 Facebook 名稱，在人工智慧領域上具有超過一個十年的先驅地位。如今隨著對更先進和可擴充套件的 AI 解決方案的需求不斷增長，則有更多對創新和高效的 AI 基礎設施的需求。在今天的 AI Infra @ Scale 活動中，Meta 的工程和基礎設施團隊主持了這場為期一天的虛擬會議，宣布了一系列旨在支援下一代 AI 應用的新硬體和軟體專案。
新的 AI 資料中心設計
這些新的資料中心將利用 Meta 自己的矽片，即 Meta 訓練和推理加速器（MTIA），該晶片將有助於加速各個領域的 AI 工作負載，如計算機視覺、自然語言處理和推薦系統。Meta 還披露，它已經建造了研究超級叢集（RSC），這是一臺 AI 超級計算機，融合了 16,000 個 GPU，以幫助訓練大型語言模型。
自定義 AI 推理晶片的需求
Meta 當前也進入了自定義矽片的領域，推出了 MTIA 晶片。自定義 AI 推理晶片也不是什麼新鮮事物。Google 幾年前開始建立其「tensor processing unit」（TPU），而亞馬遜早在 2018 年就擁有 AWS 推論晶片。對於 Meta 來說 AI 推理的需求涵蓋了其社交媒體網站的多個方面，包括新聞 Feeds、排名、內容理解和推薦。
傳統的 CPU 不適合處理 Meta 執行的應用程式對推理的要求，這就是為什麼公司決定自行開發定制矽片。Meta 研究基礎設施科學家 Amin Firoozshahian 在影片中講解說，「MTIA 是一個為我們關心的工作負載量進行了最佳化，並針對這些需求進行了定制的晶片。」
建立為 AI 打造的資料中心
資料中心一直是 Meta 為其數十億使用者建造的一個設施。然而隨著 AI 需求的不斷增長，需要更多的計算能力。Meta 預計未來 AI 晶片的消耗電量將超過其典型 CPU 伺服器的 5 倍以上。這一預期促使 Meta 重新考慮資料中心的冷卻方式，提供給晶片的液體冷卻以實現適當的功率效率。
當前Meta 正朝著為 AI 打造的資料中心未來努力，以實現最佳的效能和最好的服務。Meta 正在採用高度整合的方法來最佳化 AI 運營，包括網路、資料中心最佳化和電源利用。
新一代 AI 基建的必要性
像 Meta 這樣的大公司正在積極投資於 AI 基建。近年來 AI 需求的急劇增長迫使如 IBM、Google、Microsoft 和 Nvidia 等公司重新思考 AI 基礎設施的開發。在建立 AI 基建方面具有先進經驗的科技公司，也將成為推動 AI 解決方案和服務開發、擴充套件以及升級的關鍵角色。
建立 AI 基建的必要性
在 AI 行業中，企業需要透過技術，將海量的資料轉化爲有意義的訊息，以實現商業增值。企業在 AI 上的分析和戰略投資專案，將最終優先考慮 AI 部署的基礎設施和技術能力，以實現其目標和成果。因此建立 AI 基建是企業實現商業戰略的重要一環。有了強大的 AI 基礎設施，企業可以將其 AI 應用整合爲自己的核心競爭優勢。
Meta 的建設意義
Meta 作為社交巨頭，AI 應用範圍十分廣泛。Meta 的新 AI 基建專案，可以最大程度地滿足公司持續增長的 AI 需求，尤其是在 AI 資料中心和 AI 推理晶片方面為 Meta 提供了關鍵支援。此外 Meta 還在大力投資於聲音、影象、自然語言處理等 AI 領域，這些最佳化都需要強大的 AI 基礎設施為支撐。因此以上提到的系列新硬體和軟體專案以及 AI 基建，將有助於 Meta 繼續引領 AI 應用領域，並在日常生活中為使用者帶來更多服務和價值。
結論
AI 基礎設施是建設 AI 解決方案和提供 AI 服務的關鍵要素。Meta 在人工智慧領域取得了優勢地位，系列新硬體和軟體專案的推出以及 AI 基建的投資，將使 Meta 更好地滿足日益增長的 AI 需求，由此爲使用者帶來更好的 AI 體驗和更多的價值。建立 AI 基礎設施對於持續增長的企業來說意義重大。不斷投資於 AI 基建，勢必將成爲對企業長遠可持續增長的重要推動因素。
延伸閱讀
- Meta 推出的 AI 聊天機器人計畫中包含一個針對年輕使用者的「時髦搞怪機器人」
- AI「不確保時代」的到來
- Salesforce 買下 Airkit.ai，專為建立 AI 客戶服務代理平臺的低程式碼解決方案
- 「突破性評估人工智慧的「通」測試方法」
- Kindo 打算從 AI 工作流程中消除安全壓力
- 人工智慧的極限？Anthropic 的 Dario Amodei 說：「我不確保是否有極限」
- 著名創業家 Kevin Systrom：不相信 AI 末世論
- 微軟希望人們不要過度依賴其人工智慧助手
- Qruise 計劃打造 AI 以自動化量子裝置開發
- AI 新創公司 Gizmo 透過遊戲化測驗和閃卡，籌集了 350 萬美元，讓學習變得有趣
