Facebook присоединилась к растущему списку компаний, которые спешат разрабатывать свои собственные чипы. Apple, Microsoft, Google, Amazon, Tesla и Baidu стремятся сократить свою зависимость от таких кремниевых гигантов, как Intel, AMD, Nvidia и Qualcomm. Основная причина заключается в том, что специализированные микросхемы, разработанные для конкретных рабочих нагрузок, требуют меньше энергии для работы и могут быть более масштабируемыми, чем оборудование общего назначения. Последний стал товаром, который могут использовать любые конкуренты, и не допускает тесной интеграции с программным обеспечением.

Facebook - одна из нескольких компаний, которые переходят на процессоры на базе Arm и стремятся к самостоятельности. Согласно отчету The Information, социальный гигант разрабатывает семейство специальных чипсетов для ускорения задач машинного обучения. Один из них будет использоваться для обучения ИИ, который обрабатывает рекомендации по содержанию.

Эта работа началась в 2018 году, когда выяснилось, что Facebook ищет инженеров с опытом проектирования FPGA и ASIC. Год спустя компания объявила о планах создать конвейер ИИ для своих центров обработки данных с помощью таких партнеров, как Intel, Qualcomm, Marvell, Esperanto и Habana, который теперь принадлежит Intel.

Конвейер Facebook Zion для обучения искусственному интеллекту

 Однако в новом отчете говорится, что социальный гигант передумал и полностью занимается разработкой новых чипов. Представитель компании пояснил нам, что Facebook всегда изучает способы повышения уровня вычислительной производительности и энергоэффективности с помощью наших партнеров по микросхемам и за счет наших собственных внутренних усилий. Это говорит о том, что в ближайшие годы компания планирует осуществить переход небольшими шагами, поскольку новые чипы еще не предназначены для полной замены сторонних решений.

Компания также разрабатывает чип для перекодирования видео, чтобы улучшить инфраструктуру, доставляющую видео и прямые трансляции в ее приложениях. Это похоже на то, что Google делает со своими модулями кодирования видео «Argos» (VCU) для ускорения перекодирования видео, загружаемых на YouTube.