Meta Platforms plant Einsatz eines neuen hauseigenen Arke-Chips im ersten Halbjahr, um die Abhängigkeit von Nvidia zu verringern

TradingKey – Meta Platforms (META) plant, in der ersten Hälfte des Jahres 2027 mit dem Einsatz seiner hauseigenen KI-Chips der nächsten Generation in Rechenzentren zu beginnen. Laut Unternehmensangaben soll dieser Schritt dazu beitragen, beim Betrieb von KI-Modellen Kosten und Energie zu sparen und gleichzeitig die Abhängigkeit von Nvidia-Prozessoren zu verringern.

Berichten zufolge hat Meta seine Pläne für hauseigene KI-Chips bereits 2023 angekündigt und testet derzeit das Produkt der dritten Generation der Serie, den MTIA 450 mit dem internen Codenamen Arke. Die Designarbeiten für den MTIA 500 der nächsten Generation (Codename Astrid) werden voraussichtlich in etwa einem Monat abgeschlossen sein, wobei der Einsatz in Rechenzentren bis Ende 2027 erwartet wird. Meta plant, diesen Chip umfassender einzusetzen als vorherige Generationen.

Yee Jiun Song, Vice President of Engineering bei Meta, erklärte in einem Interview, dass jede Generation ein etwas höheres technisches Risiko eingeht, um eine bessere Leistung zu erzielen – einschließlich Leistungsgewinnen pro Energie- und Investitionseinheit. Laut Song wurden die Chips gemeinsam von Meta und Broadcom entwickelt und von TSMC gefertigt. TSMC lieferte die erste Charge von 12 neuen Chips am 1. September aus, wobei die tatsächliche Leistung um nur 2 % bis 3 % von vorherigen Simulationsergebnissen abwich. Das Ingenieurteam nutzte diese Chips noch am selben Tag, um Metas eigene Modelle auszuführen. Erste Tests zeigten keine Designfehler, jedoch sind noch mehrere Monate der Fehlersuche und Optimierung erforderlich, während die Ausbeute beim Auftragsfertiger hochgefahren wird.

Gemessen am Stromverbrauch – einer Kernkennzahl in der Rechenzentrumsbranche – hat sich Meta dazu verpflichtet, innerhalb von 12 Monaten hauseigene Chips mit einer Gesamtleistung von mehr als 1 Gigawatt einzusetzen; im Anschluss daran wird eine „weitere Beschleunigung erwartet“. Song merkte zudem an, dass diese Prognose davon ausgeht, dass kein deutlicher Abschwung auf dem KI-Markt und der damit verbundenen Nachfrage eintritt.

Metas Superintelligence Lab beteiligt sich an der Feinabstimmung der Chips und liefert dem Hardware-Team Erkenntnisse über zukünftige KI-Modelle und deren Anforderungen in der Inferenzphase. Song erklärte, da Meta einen Großteil der Entwicklungsarbeit selbst durchgeführt habe, könnten die hauseigenen Chips die eigenen KI-Modelle effizienter ausführen als „alles, was Nvidia derzeit ausliefert“.

Was die strategische Ausrichtung betrifft, hatte Meta zuvor einen Chip mit dem Codenamen Olympus geplant, der sowohl Trainings- als auch Inferenzaufgaben bewältigen kann. Dieses Projekt wurde jedoch abgesagt, um sich auf Inferenzchips zu konzentrieren. Song erklärte, dass die Kosten entscheidend werden, wenn die Skalierung des Einsatzes mehrere Gigawatt erreicht; wenn ein Chip, der sowohl Training als auch Inferenz übernimmt, etwa 30 % teurer ist, sei dies bei einem großflächigen Einsatz „völlig unakzeptabel“. Meta wird dennoch weiterhin große Mengen an GPUs von Nvidia und AMD beziehen.