Meta מתחילה לייצר שבב AI עצמאי בספטמבר
Meta מכניסה לייצור בספטמבר את שבב ה-AI העצמאי Iris, שפיתחה עם Broadcom ו-TSMC, כחלק מתוכנית להכפיל את כוח המחשוב ל-14 גיגה-וואט עד 2027. המהלך מפחית תלות ב-Nvidia ונועד לחסוך מאות מיליונים בעלויות inference - בזמן שהחברה מתכננת להוציא עד 145 מיליארד דולר על תשתיות AI השנה.

Meta הודיעה רשמית: שבב ה-AI העצמאי שלה, ששמו Iris, נכנס לייצור בספטמבר הקרוב. אם אתם עוקבים אחרי תעשיית ה-AI, אתם יודעים שמדובר בצעד משמעותי - לא רק עבור Meta, אלא עבור כל שוק השבבים.
אז מה בעצם קרה כאן?
השבב, שפותח בשיתוף עם Broadcom וייוצר על ידי TSMC, עבר את שלב הבדיקות בהצלחה. Iris מיועד לעבודות inference - כלומר, הרצת מודלי AI שכבר אומנו - ונועד להפחית את התלות של Meta ב-Nvidia, ששולטת כיום בשוק ה-GPUs ל-AI.
המשמעות המיידית: Meta מפסיקה להיות צרכנית שבבים. במקום להיות כפופה ללוח הזמנים של Nvidia, לתמחור שלה ולתנודות בשרשרת האספקה, החברה לוקחת שליטה מלאה.
14 גיגה-וואט עד 2027
השקת Iris היא חלק מתוכנית גדולה הרבה יותר. Meta מתכננת להכפיל את כוח המחשוב של מרכזי הנתונים שלה ל-14 גיגה-וואט עד 2027. לשם השוואה, זה מספיק כדי להפעיל עיר שלמה. החברה גם מתכננת להשיק שבב AI חדש בערך כל שישה חודשים - קצב מהיר משמעותית מהמקובל בתעשייה, שם מחזור חיי שבב עומד על שנה עד שנתיים.
למה זה קריטי ל-Meta?
מעבר לפייסבוק, אינסטגרם ו-WhatsApp, שמשרתים 3.5 מיליארד משתמשים יומיים - מטא AI הפך למנוע צמיחה מרכזי. ה-AI כבר הניע עלייה של 33% בהכנסות ברבעון הראשון. אבל היעילות היא שם המשחק: אפילו שיפור של 10-15% בביצועים לוואט או בעלויות inference יכול לחסוך מאות מיליוני דולרים בשנה.
ה-CFO סוזן לי הודתה לאחרונה שמרכזי נתונים שתוכננו לפני 12-36 חודשים כבר לא מספיקים. הביקוש לכוח מחשוב AI עולה הרבה יותר מהר מהיכולת לבנות תשתית.
מה-Iris יכול לעשות ש-GPU רגיל לא?
בניגוד ל-GPUs כלליים שמיועדים למגוון רחב של יישומים, Iris מותאם אישית למערכות ההמלצה של Meta, מודלי הדרוג, אלגוריתמי הפרסום ושירותי GenAI. זה שבב שנבנה מלמעלה למטה סביב עומסי העבודה הספציפיים של החברה.
Meta יכולה גם לבצע אופטימיזציה מלאה - מהשבב עצמו, דרך התוכנה, הרשת ומרכזי הנתונים - כדי שהכל יעבוד ביחד ביעילות מירבית.
מה עם Nvidia?
אל תספידו אותם עדיין. Nvidia בנתה במשך שנים לא רק GPUs חזקים, אלא גם אקוסיסטם שלם של כלי פיתוח, תוכנה וטכנולוגיות רשת. לבנות שבב זה קל יחסית - לבנות את מה שסביבו, הרבה יותר קשה.
Iris מיועד לעבודות inference בלבד. את העבודות הכבדות של אימון מודלי AI גדולים, Nvidia עדיין תמשיך לספק. אבל ככל שיותר ויותר inference עובר לשבבים של Meta עצמה, כוח המיקוח של Nvidia מול ענקיות הטכנולוגיה ייחלש.
מגמה רחבה יותר
Meta לא לבד במשחק. ל-Google יש TPUs, ל-Amazon יש Trainium ו-Inferentia, ל-Microsoft יש Maia. כולן הולכות לכיוון של שבבים מותאמים אישית. זאת מגמה שמגדירה מחדש את יחסי הכוחות בענף.
החברה גם חתמה על הסכמי אספקה ארוכי טווח עם Samsung (זיכרון), SanDisk (אחסון פלאש) ו-Sumitomo Electric (סיבים אופטיים) - כדי להבטיח שהשרשרת כולה תעמוד בקצב.
מה זה אומר למשקיעים?
Meta נסחרת במכפיל רווח עתידי של 21 - הנחה לעומת שאר חברות ה-Magnificent Seven שנסחרות במכפילים של 25 ומעלה. אם ההשקעות הכבדות יתורגמו לצמיחה רווחית יותר, המניות עשויות לקבל ריאיון מחדש. תזרים המזומנים התפעולי של החברה עומד על 124 מיליארד דולר - כרית ביטחון משמעותית.
מנכ"ל מרק צוקרברג אמר לאחרונה שהיעילות בבניית תשתיות מחשוב תהיה "יתרון אסטרטגי לאורך זמן". עם Iris, הוא מוכיח שהוא רציני.
Meta צפויה להשקיע עד 145 מיליארד דולר בתשתיות AI בשנת 2026 לבדה. סכום שקשה לתפוס - אבל ככה נראית מלחמת השבבים של עידן ה-AI.