puces propriétaires, un centre de données optimisé et un supercalculateur

MADRID, 19 mai. (Portail/EP) –

Méta a partagé ses plans pour la construction de son infrastructures d’intelligence artificielle (IA), qui comprend ses propres processeurs et un centre de données optimisé, afin de supporter de nouvelles applications basées sur ladite technologie et le métaverse.

Le vice-président et responsable des infrastructures de Meta, Santosh Janardhan, a assuré que l’entreprise est “exécuter un plan ambitieux” pour construire la prochaine génération de votre infrastructure d’IA.

Alors que l’IA joue déjà un rôle de premier plan dans l’infrastructure mondiale que l’entreprise a commencé à déployer en 2010 avec son premier centre de données, les plans de Meta pour l’avenir de l’IA et du métaverse incluent un nouveau centre de données de nouvelle génération capable de permettre formation et inférence des futures générations de matériel d’IA.

L’entreprise a mis en évidence l’efficacité de ce datacenter optimiségrâce au système de refroidissement liquide qui aidera à refroidir le “matériel” et au réseau de “milliers de puces IA hautes performances”, qui permettra une formation à l’échelle.

Meta fonctionne également sur puces accélératrices propriétaires (connu sous le nom de MTIA) conçu pour les charges de travail internes, avec une puissance de calcul supérieure à celle des processeurs. De la société, ils affirment que lorsqu’ils sont combinés avec des GPU, ils offrent “de meilleures performances, une latence plus faible et une plus grande efficacité pour chaque charge de travail”, comme indiqué dans le blog officiel.

Ce travail est complété par Supercalculateur Meta Research SuperCluster, dont la construction de sa deuxième phase est achevée. Il affirme qu’il s’agit de “l’un des supercalculateurs IA les plus rapides au monde”, avec une puissance de calcul qui peut être effectuée à tous les 5 exaflops.

Ce supercalculateur a 16.000 GPU Nvidia A100 Tensor Coreaccessible via la structure du réseau Clos à trois niveaux qui fournit une bande passante complète à chacun des 2 000 systèmes de formation Nvidia DGX A100 faisant office de nœuds de calculcomme l’explique Meta.

Divers projets y sont actuellement en cours, comme un traducteur vocal universel et son propre grand modèle de langage, LLaMa, avec 65 milliards de paramètres.