מטא חותמת הסכם עם אמזון ווב סרוויסס להפעלת אינטגרציה של אינטיליגנציה מלאכותית

סדא ניוז - חברת «מטא» פועלת לפיתוח דורות חדשים של טכנולוגיות אינטיליגנציה מלאכותית ולפיתוח חוויות חסרות תקדים למשתמשים. כדי להשיג זאת, החברה צריכה לדור חדש של מעבדים, דבר שמסופק על ידי «אמזון ווב סרוויסס (AWS)», כאשר נחתם הסכם בין שתי החברות לשימוש בעשרות מיליוני מעבדי «גרביטון (AWS Graviton)», מה שמשקף שינוי מהותי בדרך בניית התשתית של אינטיליגנציה מלאכותית.

מעבד «גרביטון 5»

בעבר, «יחידות עיבוד גרפיות (GPU)» היו חיוניות לאימון מודלים עצומים, אך התפתחות «אינטיליגנציה מלאכותית סוכנת (Agentic AI)» (יחידות תוכנה עצמאיות שהן מסוגלות לחשוב, לתכנן ולבצע משימות מורכבות כאילו היה משתמש יושב מול המחשב) פירושה שקיים צורך גובר בביקוש עצום על העומסים שמצריכים משאבי «עיבוד מרכזי (CPU)» אינטנסיביים, כמו יצירת טקסטים קודיים, חיפושים ותיאום משימות מרובות שלבים. מעבד «גרביטון 5» (Graviton5) תוכנן במיוחד למשימות הללו, מה שנותן ל«מטא» את יכולות המחשוב הנדרשות להפעלתן ביעילות ואמינות.

עיבוד מהיר יותר של נתונים

המעבד החדש מציע 192 ליבות וזיכרון מטמון גדול פי חמש בהשוואה לדור הקודם, מה שמפחית את זמן התגובה של הליבות ב-33 אחוזים, דבר שפירושו עיבוד מהיר יותר של נתונים עם רוחב פס גדול יותר, שהם שני תנאים חיוניים למערכות אינטיליגנציה מלאכותית שדורשות ביצוע משימות מתמשכות ומרובות שלבים. המעבד יוצר בדיוק של 3 ננומטר להשגת מעבד בגודל קטן יותר וביעילות גבוהה יותר, מה שמוביל לתשתית עם ביצועים גבוהים יותר עד 25 אחוזים בהשוואה לדור הקודם, תוך שמירה על יעילות מעולה בצריכת אנרגיה כדי לצמצם את ההשפעה הסביבתית.

רמות הביצועים והביטחון הגבוהות ביותר

כמו כן, המעבדים תוכננו על מערכת «AWS Nitro» המשתמשת במעגלים אלקטרוניים ותוכנה מותאמת להשגת רמות הביצועים, הזמינות והביטחון הגבוהות ביותר. מערכת זו מאפשרת גישה ישירה לחומרה, תוך מתן טכנולוגיות מתקדמות, כמו: «Elastic Network Adapter ENA» ו«Amazon Elastic Block Store EBS», להפעלת הסביבה הווירטואלית ללא השפעה על הביצועים.

כמו כן, המעבד תומך בטכנולוגיית «Elastic Fabric Adapter EFA» המאפשרת חיבור עם עיכוב נמוך ונפח גבוה בין הסביבות הווירטואליות השונות, דבר שהוא הכרחי להפעלת עומסי עבודה של אינטיליגנציה מלאכותית סוכנת אצל «מטא», אשר דורש חלוקת משימות בקנה מידה רחב על פני קבוצת מעבדים המופעלים בתיאום מלא להשגת מטרה אחת עבור המשתמש.