Специализация вместо универсальности
Согласно отчету SemiAnalysis, Meta заключила соглашение с AMD на поставку кастомных ускорителей на базе архитектуры Instinct MI450. Ключевое отличие от стандартных чипов — объем памяти: 144 ГБ HBM4 вместо 432 ГБ. Это решение оптимизировано преимущественно для рекомендательных систем Facebook и других социальных платформ, где не требуется полная вычислительная мощь флагманских моделей.
Экономия на BOM и энергопотреблении
Сокращение объема памяти и вычислительных блоков позволяет значительно снизить стоимость материалов (BOM), так как HBM4 — крайне дорогой компонент. Кроме того, кастомные чипы потребляют меньше энергии при работе с рекомендациями и обеспечивают лучший баланс CPU/GPU. По оценкам экспертов, такая специализация может сэкономить Meta десятки миллионов долларов на протяжении жизненного цикла оборудования.
Сравнение характеристик: Кастом vs Стандарт
| Параметр | Кастомный AMD Instinct MI450 (для Meta) | Стандартный AMD Instinct MI455X |
|---|---|---|
| Объем памяти HBM4 | 144 ГБ (6 пакетов 8-Hi) | 432 ГБ |
| Пропускная способность | Снижена (не указано точно) | 19.6 ТБ/с |
| Вычислительная мощность | Значительно снижена | Максимальная |
| Основное назначение | Рекомендательные системы | Обучение LLM, инференс, универсальные задачи |
Риски и влияние на рынок Nvidia
Главный недостаток такого подхода — потеря универсальности. Урезанные чипы не подходят для обучения современных больших языковых моделей (LLM) или их инференса из-за нехватки памяти и пропускной способности. Если спрос Meta сместится в сторону LLM, компания окажется с парком оборудования, не подходящим для новых задач. Это может вынудить Meta продолжать закупки у Nvidia для фронтенд-разработки и обучения моделей, что делает Nvidia бенефициаром этой стратегии, несмотря на контракт с AMD.
Контекст сотрудничества
В рамках пятилетнего соглашения AMD обязалась поставить Meta 6 ГВт ускорителей Instinct. Ранее стороны уже анонсировали наличие кастомных решений на базе MI450, и теперь стало известно, что они будут использоваться выборочно, а не для всего пула вычислений. Это подчеркивает тренд на глубокую кастомизацию железа под конкретные workload'и в крупном бизнесе.
Источник: Tom's Hardware ↗