Meta自研训练芯片要来了，集成RISC-V内核_财经频道

（原标题：Meta自研训练芯片要来了，集成RISC-V内核）

如果您希望可以时常见面，欢迎标星收藏哦~

来源：内容编译自tomshardware，谢谢。

几年前，Meta 是首批为 AI 推理打造基于 RISC-V 的芯片的公司之一，旨在降低成本并减少对 Nvidia 的依赖。据路透社报道，该公司更进一步设计了（可能是在博通的帮助下）用于 AI 训练的内部加速器。如果该芯片能够满足 Meta 的目标，它可能会减少对高端 Nvidia AI GPU（如H100 / H200和B100 / B200）的依赖，以训练高级大型语言模型。

据该报道，Meta 和博通已与台积电合作，完成了 Meta 的首款 AI 训练加速器的生产。台积电生产了这些芯片的首批工作样品，合作伙伴已成功推出该设备。目前，Meta 已开始有限部署该加速器，在扩大生产和部署之前评估其性能。目前尚不清楚 Meta 的工程师是否正在对新芯片进行基准测试。该芯片已经部署并发挥了一些作用。

该芯片的规格尚不清楚，但通常情况下，AI 训练芯片采用一种称为“脉动阵列”的设计。该架构由按行和列排列的相同处理单元 (PE) 的结构化网络组成。每个单元处理涉及矩阵或向量的计算，数据按顺序流经网络

由于该处理器专为 AI 训练而设计（这意味着要处理大量数据），因此预计该处理器将配备 HBM3 或 HBM3E 内存。考虑到我们正在处理定制处理器，Meta 定义了其支持的数据格式和指令，以优化芯片尺寸、功耗和性能。至于性能，该加速器必须提供与 Nvidia 最新的 AI GPU（例如 H200、B200 以及可能的下一代B300）相媲美的每瓦性能特性。

该芯片是 Meta 的 Meta 训练和推理加速器 (MTIA) 项目的最新成员。该项目曾面临各种挫折，包括在类似阶段停止开发。

例如，在有限的部署测试中，Meta 内部推理处理器未能达到性能和功率目标，因此停产。这一失败导致 Meta 在 2022 年改变了战略，大量订购 Nvidia GPU，以满足其即时的 AI 处理需求。

从那时起，Meta 就成为 Nvidia 最大的客户之一，购买了数万台 GPU。这些设备对于训练用于推荐、广告和 Llama Foundation 模型系列的 AI 模型至关重要。据路透社报道，这家绿色公司的 GPU 还用于推理过程，支持 Meta 平台上超过 30 亿每日用户的互动。

https://www.tomshardware.com/tech-industry/artificial-intelligence/meta-is-reportedly-testing-its-first-rsic-v-based-ai-chip-for-ai-training

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4061期内容，欢迎关注。

『半导体第一垂直媒体』

实时专业原创深度

公众号ID：icbank