Accordo multigenerazionale tra Meta e Nvidia: i processori Grace entrano nei data center

Meta rafforza la partnership con Nvidia per costruire data center alimentati da milioni di chip GPU e CPU, estendendo la collaborazione oltre l'hardware grafic…

Contenuto

Accordo multigenerazionale tra Meta e Nvidia: i processori Grace entrano nei data center

Scopri anche

Accordo multigenerazionale tra Meta e Nvidia: i processori Grace entrano nei data center

Accordo multigenerazionale tra Meta e Nvidia: i processori Grace entrano nei data center

In questo articolo:

Meta ha annunciato un accordo definito "multigenerazionale" con Nvidia per la costruzione di data center alimentati da milioni di chip, sia GPU che CPU, destinati all'addestramento e all'inferenza di modelli di intelligenza artificiale. La partnership segna un'estensione della collaborazione tra le due aziende, storicamente focalizzata sulle unità di elaborazione grafica, verso il dominio dei processori centrali, tradizionalmente controllato da Intel e AMD.

GPU e CPU nello stesso accordo

⬆ Torna su

L'accordo prevede che Meta distribuisca non solo le GPU di Nvidia, ma anche le sue CPU. I processori centrali, utilizzati per compiti di calcolo generico, rappresentano il nucleo di quasi tutti i sistemi informatici moderni e lavorano in sinergia con le GPU all'interno dei data center. Fornendo entrambi i componenti, Nvidia consolida il proprio ruolo all'interno dello stack AI di Meta e aumenta la quota di spesa infrastrutturale acquisita da un singolo fornitore.

Patrick Moorhead, analista principale di Moor Insights & Strategy, ha osservato che Nvidia sta rendendo più esplicite le proprie ambizioni nel settore delle CPU, commercializzando la futura CPU Vera come prodotto autonomo. Questa enfasi riflette il ruolo crescente dei processori centrali man mano che i carichi di lavoro AI si spostano dall'addestramento dei modelli verso l'inferenza.

Efficienza e semplificazione operativa

⬆ Torna su

Rob Enderle, analista principale di Enderle Group, ha spiegato che le CPU tendono a essere più economiche e leggermente più efficienti dal punto di vista energetico per l'inferenza. La decisione di Meta di procurarsi sia GPU che CPU da un unico fornitore può ridurre la complessità operativa: secondo Moorhead e Enderle, i chief information officer preferiscono spesso un approccio definito "one-throat-to-choke" per la risoluzione dei problemi tecnici.

Oltre a GPU e CPU, Meta utilizzerà le apparecchiature di networking di Nvidia all'interno dei data center e la tecnologia di confidential computing per eseguire funzionalità AI all'interno di WhatsApp. Le due aziende collaboreranno inoltre al deployment delle CPU di prossima generazione Vera, che andranno oltre l'attuale modello Grace.

Posizionamento competitivo

⬆ Torna su

L'accordo giunge in un contesto di aumentata competizione nell'infrastruttura AI. Sebbene Nvidia guidi il mercato con una quota stimata dell'80% nel segmento degli acceleratori AI, rivali come Google, AMD e Broadcom stanno tentando di eroderne la posizione. Secondo i dati disponibili, la predominanza di Nvidia è attribuita in larga parte al framework software CUDA, utilizzato da oltre 4 milioni di sviluppatori per costruire e addestrare modelli AI sulle GPU Nvidia.

La mossa di Meta potrebbe ridurre le speculazioni riguardo a presunte trattative con Google per l'utilizzo di TPU (Tensor Processing Units), chip progettati dal rivale. Tuttavia, le grandi aziende tecnologiche testano spesso diversi fornitori contemporaneamente, e Meta continua a sviluppare chip proprietari e a collaborare con fornitori concorrenti come AMD.

Implicazioni per Intel e AMD

⬆ Torna su

Il mercato delle CPU per data center è stato storicamente dominato da Intel e AMD. L'ingresso di Nvidia in questo segmento aumenta la pressione competitiva, sebbene Moorhead abbia osservato che la domanda di infrastruttura è diventata talmente elevata che i rivali di Nvidia probabilmente non vedranno cali assoluti nel breve termine.

AMD sta spingendo nel mercato dei chip AI con la serie MI300, che offre capacità di memoria superiori rispetto alla H100 di Nvidia per determinati carichi di lavoro. Intel, dal canto suo, punta sull'accessibilità con i chip AI Gaudi, posizionandoli come alternativa economica rispetto alle offerte di fascia alta di Nvidia.

Il contesto del mercato AI

⬆ Torna su

Il mercato dei chip AI è in fase di espansione, con proiezioni che prevedono una crescita superiore a dieci volte nel prossimo decennio. La domanda è alimentata dalla diffusione di applicazioni AI, dai chatbot ai veicoli autonomi. I data center rappresentano la spina dorsale del calcolo AI e i chip di Nvidia alimentano molti di essi, con ricavi dalle vendite data center in crescita significativa.

Meta sta sviluppando propri chip AI per le sue piattaforme, una strategia che segue un trend più ampio: grandi aziende come Tesla, Google e Amazon stanno progettando chip personalizzati per ottimizzare le proprie esigenze specifiche. Google ha sviluppato i TPU per gestire i carichi di lavoro AI in modo più efficiente, mentre Amazon ha introdotto i processori Trainium e Inferentia per ridurre i costi AI cloud per gli utenti AWS.

Considerazioni infrastrutturali

⬆ Torna su

La H100 di Nvidia è tra le GPU AI più potenti sul mercato, con un consumo energetico fino a 700 watt per unità. Per le aziende che distribuiscono AI su larga scala, la gestione dei consumi energetici diventa un fattore rilevante, con impatti sui costi e sulla sostenibilità. L'architettura Blackwell di Nvidia, prevista per il 2024, dovrebbe offrire incrementi significativi nelle prestazioni AI.

La domanda di chip High Bandwidth Memory (HBM) è in crescita poiché i modelli AI richiedono grandi quantità di larghezza di banda di memoria. Per le aziende che acquistano chip AI, i modelli con alta capacità HBM possono rappresentare un investimento più duraturo.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La partnership estende il ruolo di Nvidia da fornitore di GPU a partner infrastrutturale completo, includendo CPU, networking e sicurezza. Questo potrebbe ridefinire le dinamiche competitive nel segmento dei data center.

  • Scenario 1: Nvidia consolida la propria posizione nei data center Meta attraverso l'integrazione GPU-CPU-networking, semplificando la gestione operativa secondo il principio "one-throat-to-choke" citato dagli analisti.
  • Scenario 2: La domanda complessiva di infrastruttura AI potrebbe continuare a sostenere anche i rivali AMD e Intel, nonostante l'accordo, vista la crescita del mercato prevista per il prossimo decennio.
  • Scenario 3: Meta mantiene un approccio multi-fornitore, continuando a sviluppare chip proprietari e collaborare con AMD parallelamente alla partnership con Nvidia.

Cosa monitorare

⬆ Torna su
  • Tempi e modalità del deployment effettivo delle CPU Grace e della futura architettura Vera.
  • Evoluzione dei consumi energetici con la transizione verso l'architettura Blackwell.
  • Risposta competitiva di AMD con la serie MI300 e di Intel con i chip Gaudi.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • nvidia
  • meta
  • datacenter
  • gpu

Link utili

Apri l'articolo su DeafNews