Meta本周公布下一代AI晶片Meta训练与推论加速器（Meta Training and Inference Accelerator，MTIA），为软体大厂自制晶片再添一员。

Meta去年5月公布第一代MTIA，是为自家AI负载作业，特别是为Meta平台产品（如脸书）的深度学习推荐模型而设计。MTIA v1有助于改进基础架构的运算效率，并且更能支援工程师开发AI模型。用途上，下一代MITA则将支援内容排序及广告推荐内容的底层模型运算。

最新一代MITA仍将由台积电代工，但采用5奈米制程（第一代为7奈米），体积也比较大以容纳更多处理核心。技术架构上，新一代晶片包含8x8矩阵的运算元件（PE）。由于稀疏运算相关的管线（pipelining）架构改进，加上更大的本地PE储存、晶片SRAM、频宽和LPDDR5，使新晶片的密集运算效能和稀疏运算效能较第一代提高3.5倍及7倍。而晶片上网路（network on chip，NoC）架构的改良，可在低延迟情况下协调不同PE，协助MTIA支援更多更复杂的AI负载。

根据Meta提供的数据，下一代MTIA平均时脉（1.35GHz vs. 800 MHz）、记忆体（128MB vs. 64MB）、主机连线速度（PCIe Gen5 vs. PCIe Gen4）都更优异，不过散热设计功耗（TDP）则较前代更高（90W vs. 25W）意谓可能更为耗电。

软体架构上，新一代MTIA延续前代设计，包括整合PyTorch 2.0及图形层捕捉、分析、转换和撷取机制（如TorchDynamo, torch.export）等，一致化的完整软体堆叠架构确保新晶片可和MTIA v1平台上开发的程式码完全相容。Meta表示，这设计使其可在几天内将运算环境转换到新晶片上；不到9个月内，已部署到Meta 16个云端区域资料中心执行AI模型。

Meta希望借由自制晶片减少对Nvidia的依赖，同时持续推进AI能力，包括训练下一代大型语言模型（LLM）。Meta高层本周也在一场活动上预告，将在下个月开源释出下世代大型语言模型Llama 3。Meta期望在下个月开始部署下一代基础模型Llama 3的最新套件。Llama 3家族包含多个能力及特性不同的AI模型，将陆续于今年内释出，而且「很快就会启动」。