Meta的第二代自研芯片正式投产！小扎计划今年部署Artemis AI芯片为AI提供算力，以减少对英伟达GPU的依赖。

Meta第二代自研AI芯片Artemis，今年正式投产！

据悉，新的芯片将被用于数据中心的推理（Inference）任务，并与英伟达等供应商的GPU一起协同工作。

对此，Meta的发言人表示：「我们认为，我们自主开发的加速器将与市面上的GPU相得益彰，为Meta的任务提供最佳的性能与效率平衡。」

除了更高效地运行的推荐模型外，Meta还需要为自家的生成式AI应用，以及正在训练的GPT-4开源竞品Llama 3提供算力。

Meta的AI贴纸功能，此前在Messenger、Instagram和WhatsApp上都处于测试阶段

OpenAI工程师Jason Wei在Meta的一次AI活动中听到，Meta现在有足够的算力来训练Llama 3和4。Llama 3计划达到GPT-4的性能水平，但仍将免费提供

不难看出，Meta的目标非常明确——在减少对英伟达芯片依赖的同时，尽可能控制AI任务的成本。

Meta成英伟达大客户

Meta CEO小扎最近宣布，他计划到今年年底部署35万颗英伟达H100 GPU，总共将有约60万颗GPU运行和训练AI系统。

这也让Meta成为了继微软之后，英伟达最大的已知客户。

小扎表示，目前Meta内部正在训练下一代模型Llama 3。

在35万块H100上训练的Llama 3，无法想象会有多大！

Omdia的研究数据显示，Meta在2023年H100的出货量为15万块，与微软持平，且是其他公司出货量的3倍。

小扎称，「如果算上英伟达A100和其他AI芯片，到2024年底，Meta将拥有近60万个GPU等效算力」。

性能更强、尺寸更大的模型，导致更高的AI工作负载，让成本直接螺旋式上升。

据《华尔街日报》的一位匿名人士称，今年头几个月，每有一个客户，微软每月在Github Copilot上的损失就超过20美元，甚至某些用户每月的损失高达80美元，尽管微软已经向用户收取每月10美元的费用。

之所以赔钱，是因为生成代码的AI模型运行成本高昂。 如此高的成本，让大科技公司们不得不寻求别的出路。

除了Meta之外，OpenAI和微软也在试图打造自己专有的AI芯片以及更高效的模型，来打破螺旋式上升的成本。