Meta Compute計劃面臨的挑戰(zhàn)與機遇

  ICC訊  Meta首席執(zhí)行官Mark Zuckerberg似乎將數(shù)據(jù)中心計算領域的信條定為“要么做大，要么回家”。但像Meta所期望的那樣做大，說起來容易做起來難。

  在周一的一篇Facebook帖子中，Zuckerberg透露了一項新的“Meta Compute”計劃。他表示，公司將“在本十年內(nèi)建設數(shù)十吉瓦的規(guī)模，并隨著時間的推移達到數(shù)百吉瓦或更多”。這項計劃在規(guī)模上使OpenAI耗資約5000億美元的10吉瓦“星際之門”計劃相形見絀。

  Meta Compute計劃將由Santosh Janardhan負責技術架構和軟件方面，Daniel Gross則負責監(jiān)督長期容量戰(zhàn)略和供應商關系。兩人將與Meta新聘請的總裁兼副董事長Dina Powell McCormick合作。Zuckerberg在帖子中表示，目標是“與各國政府和主權實體達成協(xié)議，以建設、部署、投資和資助Meta的基礎設施”，并最終“為全球數(shù)十億人提供個人超級智能”。

  說Meta的這一計劃雄心勃勃都算是輕描淡寫。AvidThink創(chuàng)始人兼負責人Roy Chua表示，該公告反映了“Meta在人工智能基礎設施領域引領潮流、并開發(fā)能夠作為服務和產(chǎn)品提供給他們龐大用戶群的AI超級智能的雄心?！边@也突顯了該公司在芯片、數(shù)據(jù)中心、模型和應用領域垂直整合的計劃。

  電力從何而來？

  然而，Meta Compute也面臨一些重大障礙。首先或許也是最首要的，是尋找可用電力。

  Meta剛剛簽署了6.6吉瓦的核電協(xié)議，但這只是Zuckerberg所述計劃所需電力的一小部分。時間線也很重要。普遍公認，核電源至少還需要三到五年才能上線。而許多云計算公司正在追求的新型小型模塊化反應堆設計，則需要更多時間來驗證和推廣。這與Meta到2030年部署“數(shù)十吉瓦”的宏偉目標并不相符。

  誠然，天然氣發(fā)電正在迅速增加以彌補缺口。路透社7月報道稱，預計到2030年，美國將有約80吉瓦的燃氣發(fā)電上線。但目前，關鍵燃氣輪機以及電氣變壓器等配電基礎設施的交貨期長達數(shù)年。

  此外，J. Gold Associates創(chuàng)始人兼負責人指出，Meta“正與超大規(guī)模云提供商和其他數(shù)據(jù)中心運營商競爭，以確保滿足其巨大需求的電力供應?！痹摴咀罱l(fā)布的研究發(fā)現(xiàn)，一個運行10萬個GPU的人工智能數(shù)據(jù)中心，一天消耗的電力相當于15萬個普通家庭一年的用電量。

  別忘了還要考慮普通民眾能源需求的變化?！半m然技術領域發(fā)展迅速，一個數(shù)據(jù)中心可以在兩到三年內(nèi)投入運營，但更廣泛的能源系統(tǒng)需要更長的交付周期來規(guī)劃和建設基礎設施，這通常需要大量規(guī)劃、漫長的建設時間和高昂的前期投資，”國際能源署在最近的一份報告中寫道。

  當然，Meta在擴張其足跡時可能會將目光投向美國以外，但國際能源署指出，中國和美國將出現(xiàn)最顯著的電力消費增長——分別增長170%和130%，而歐洲（70%）和日本（80%）等地區(qū)則相對較低。

  芯片從何而來？

  接下來是它將從哪里獲得所需芯片來填滿數(shù)十吉瓦規(guī)模數(shù)據(jù)中心空間的問題。作為對比，“星際之門”第一個1吉瓦的站點預計將容納大約40萬個芯片。將這個數(shù)字乘以“數(shù)十吉瓦”，總量很快就會達到數(shù)百萬。

  雖然Nvidia可能會參與其中，但Gold指出，據(jù)報道Meta一直在洽談從谷歌購買TPU，并有傳言稱正在考慮設計自己的芯片。但是，再加上芯片領域的激烈競爭，以及一點地緣政治不穩(wěn)定性（當芯片主要在海外制造時，這一點非常重要），人們很容易預見到一個未來：Meta難以采購到支撐其人工智能雄心所需的處理器。

  AI如何奏效？

  即使Meta能夠獲得足夠的電力和處理器，關于它是否以及如何能讓AI對用戶產(chǎn)生價值，仍然存在疑問，特別是考慮到其Llama 4模型發(fā)布時出現(xiàn)的性能和其他問題。

  “他們需要從Llama 4的挫折以及其失敗的元宇宙努力所造成的持續(xù)影響中恢復過來，”Chua說，并補充道市場尚未看到該公司下一代名為Avocado的模型的進展?！按送?，他們必須解決核心能力的貨幣化問題，而不僅僅是在WhatsApp和其他Meta產(chǎn)品中添加基本的聊天和圖像/視頻創(chuàng)建功能。”

  在某種程度上，Meta在使用案例上的成功將取決于連接其用戶的網(wǎng)絡。正如Megaport首席執(zhí)行官Michael Reid指出的那樣，目前GPU和網(wǎng)絡性能之間存在一定的差距。

  “如果GPU是大腦皮層，那么網(wǎng)絡就是神經(jīng)系統(tǒng)，”Reid告訴Fierce?！爱斝酒幚硭俣仁俏⒚爰?，而網(wǎng)絡卻需要毫秒級來傳輸數(shù)據(jù)時，你就得到了一個無法實時反應的系統(tǒng)?！币虼?，至少短期內(nèi)的一個關鍵瓶頸是Reid所說的“反射間隙”，這可能阻礙企業(yè)真正充分利用Meta計劃進行的大規(guī)模投資。

  作者：Diana Goovaerts，F(xiàn)ierce Network云計算、數(shù)據(jù)中心與人工智能執(zhí)行編輯

  原文：The problem(s) with Meta Compute | https://www.fierce-network.com/cloud/problems-meta-compute