meta将开发自己的定制人工智能芯片，并将其部署在本地数据中心，为他们的人工智能工具提供动力。所有这一切，包括开发和部署这些新的人工智能通行费，每年的成本可能高达300亿美元
路透社看到的一份内部文件显示，Facebook的母公司meta平台计划在2024年将其名为“Artemis”的定制芯片的新版本部署到其数据中心。
扎克伯格还概述了公司在高风险的人工智能军备竞赛中与Alphabet和微软竞争的战略。meta的目标是利用其庞大的数据花园，强调其平台内可提供的数千亿公开共享图像和数百亿公共视频。这被定位为相对于谷歌、微软和OpenAI等竞争对手的一个关键优势，这些竞争对手主要是在从网络上公开抓取的数据上训练他们的人工智能模型。
meta的第二代内部芯片旨在支持该公司的人工智能计划，并可能减少对目前主导市场的英伟达芯片的依赖。
除了meta已经提供的生成式人工智能技术外，扎克伯格还表达了对“通用智能”的雄心，即能够在各种任务中超越人类的通用人工智能概念。目标是打造最流行、最先进的人工智能产品和服务，为用户提供世界一流的人工智能助手，以提高生产力。
然而，实现这一愿景需要付出高昂的代价。今年meta的资本支出可能会增加90亿美元，达到300亿美元甚至370亿美元，而2023年的资本支出为281亿美元。
该公司承认，雄心勃勃的长期人工智能研究和产品开发工作将需要在今年之后继续进行基础设施投资。尽管涉及巨大的成本，meta似乎致力于将自己定位为不断发展的人工智能领域的领导者。
meta一直在投资数十亿美元用于专门的芯片和数据中心重新配置，以满足其平台(包括Facebook、Instagram、WhatsApp和智能眼镜等硬件设备)对人工智能产品日益增长的需求。
部署自己的芯片可以帮助优化其特定工作负载的性能和效率，从而在每年的能源和芯片采购方面节省大量成本。
这种新芯片是为推理处理而设计的，在推理处理中，模型使用它们的算法做出排名判断，并根据用户提示生成响应。meta首席执行官马克·扎克伯格此前曾提到，计划在今年年底前拥有约35万个NVIDIA“H100”处理器，为meta的整体计算能力做出贡献。
此举是在2022年meta决定停止其内部芯片的第一次迭代并选择购买NVIDIA gpu之后做出的。Artemis芯片是meta更广泛的人工智能芯片项目的一部分，据报道，该公司还在开发一种更雄心勃勃的芯片，能够同时进行训练和推理过程。
尽管存在早期的挑战，但与耗电的NVIDIA处理器相比，像Artemis这样的推理芯片可以在处理meta推荐模型方面提供更高的效率。
(各机构提供资料)
