揭秘Meta押注人工智能新武器：两款自研芯片＋超算

原文：腾讯科技

过去几年，Facebook母公司Meta在元宇宙上投入巨资，并不断致力于相关硬件和软件的开发，甚至可能为此忽略了人工智能领域的最新趋势。但随着生成式人工智能爆火，Meta似乎重新调整了公司方向，开始在人工智能领域发力。美国当地时间周四，Meta发布了两款用于人工智能的自研芯片，并透露了其在人工智能超算方面取得的最新进展。

在周四的虚拟活动中，Meta展示了其为人工智能工作负载开发的内部基础设施，包括支持运行生成式人工智能，该公司在新推出的广告设计和创作工具中都集成了这种新技术。这是Meta展示实力的一次尝试。此前，该公司在采用对人工智能友好的硬件系统方面始终行动迟缓，这削弱了其与谷歌和微软等竞争对手保持同步的能力。

Meta负责基础设施的副总裁亚历克西斯·比约林说：“建立我们自己的硬件能力，使我们能够控制从数据中心设计到培训框架的每一层堆栈。这种水平的垂直整合是推动人工智能研究向前发展的必要条件。”

在过去十年左右的时间里，Meta花费了数十亿美元招募顶级数据科学家，并构建了新型人工智能，包括现在为其应用和服务中的发现引擎、审核过滤器和广告推荐提供支持的人工智能。但该公司始终难以将许多雄心勃勃的人工智能研究创新转化为产品，尤其是在生成式人工智能方面。

直到2022年，Meta才通过使用CPU和为加速人工智能算法而设计的定制芯片来运行其人工智能工作负载。但Meta取消了原计划于2022年大规模推出的定制芯片，因为这需要对其几个数据中心进行重大重新设计，它转而订购了价值数十亿美元的英伟达GPU。

AI加速器芯片

为了扭转局面，Meta计划开始开发一种更雄心勃勃的内部芯片，并定于2025年推出。这种芯片能够用于训练人工智能模型，也能支持运行它们。

Meta将这款新芯片称为Meta训练和推理加速器，简称MTIA，并将其归类为加速人工智能训练和推理工作负载的“芯片家族”。“推理”指的是运行某个经过训练的模型。MTIA是一种专用集成电路(ASIC），即将不同电路组合在一块电路板上的芯片，允许被编程以并行执行一个或多个任务。

图1：为人工智能工作负载定制的人工智能芯片

比约林继续说道：“为了在我们的重要工作负载中获得更好的效率和性能，我们需要一个与模型、软件堆栈和系统硬件共同设计的定制解决方案。这为我们的用户在各种服务上提供了更好的体验。”

定制人工智能芯片越来越成为大型科技公司的主打产品。谷歌开发了一种处理器TPU（张量处理单元），用于训练PaLM-2和Imagen等大型生成式人工智能系统。亚马逊向AWS客户提供专有芯片，用于培训(Trainium)和推理(Inferentia)。据报道，微软正在与AMD合作开发一款名为“雅典娜”的内部人工智能芯片。

Meta表示，该公司在2020年开发了第一代MTIA（MTIA v1），并使用7纳米工艺生产。它可以从128 MB的内存扩展到128 GB，在Meta设计的基准测试中，Meta声称MTIA能比GPU更有效地处理“低复杂度”和“中复杂度”的人工智能模型。

Meta表示，在芯片内存和网络领域仍有很多工作要做，随着人工智能模型规模的增长，这些领域都还存在瓶颈，需要将工作负载分散到多个芯片上。令人觉得巧合的是，Meta最近收购了英国芯片独角兽Graphcore位于奥斯陆的人工智能网络技术团队。就目前而言，MTIA的重点是针对Meta应用系列的“推荐工作量”上进行严格的推理，而不是培训。

但Meta强调，在运行推荐工作负载时，不断改进的MTIA“大大”提高了公司的效率，从而使Meta能够运行“更多增强”和“尖端”的人工智能工作负载。

人工智能超级计算机

也许将来有一天，Meta会将其大部分人工智能工作负载交给MTIA负责。但目前，这家社交网络巨头依靠的是其专注于研究的超级计算机Research SuperCluster。

Research SuperCluster于2022年1月首次亮相，由企鹅计算、英伟达和Pure Storage合作组装，目前已经完成了第二阶段的建设。Meta表示，Research SuperCluster现在总共包含2000个英伟达DGX A100系统，配备16000个英伟达A100 GPU。

那么，Meta为什么要在内部建造超级计算机呢？首先，这里有其他科技巨头带来的压力。几年前，微软对其与OpenAI合作开发的人工智能超级计算机进行了大肆宣传，最近又表示将与英伟达合作，在Azure云上构建新的人工智能超级计算机。同时，谷歌也在吹捧自己的人工智能超级计算机，该计算机拥有26000个英伟达p00 GPU，远远超过Meta的超算。

图2：Meta公司用于人工智能研究的超级计算机