Meta avança com os aceleradores internos MTIA 450 e 500: cronograma, custos e consumo energético

A Meta está a acelerar a sua estratégia de autossuficiência em inteligência artificial ao aprofundar o desenvolvimento dos aceleradores internos MTIA 450 e MTIA 500. O primeiro, conhecido internamente como Arke, está programado para chegar aos data‑centres da empresa a partir do primeiro semestre de 2027, após extensos testes que demonstraram um desempenho muito próximo das previsões de simulação. Desde o primeiro dia de operação, o chip tem sido capaz de executar modelos desenvolvidos pela própria Meta, bem como por parceiros externos como DeepSeek e Alibaba, confirmando a sua versatilidade e robustez.

Cronograma de implementação

A entrega do MTIA 450 será feita em lotes, começando com doze unidades que chegam da TSMC a 1 de setembro, marcando o início da produção em escala. Este primeiro lote servirá como prova de conceito para validar a integração física e a compatibilidade com a infraestrutura existente. Por outro lado, o MTIA 500, designado internamente como Astrid, deve concluir a fase de conceção cerca de um mês depois de 15 de setembro de 2026, e a meta é que esteja plenamente integrado nos data‑centres até ao final de 2027, permitindo à Meta substituir gradualmente os processadores externos.

Estratégia de eficiência energética

Segundo a empresa, os novos aceleradores proporcionam um melhor rendimento por watt e por dólar quando comparados com soluções genéricas disponíveis no mercado. Embora a Meta não tenha divulgado estudos independentes que confirmem estas alegações, a promessa central da iniciativa é reduzir o consumo energético por consulta. Contudo, analistas apontam que, se a procura por serviços de IA crescer a um ritmo mais acelerado do que as melhorias de eficiência, o consumo total de energia pode permanecer estável ou até aumentar, mitigando parte dos benefícios esperados.

Colaboração e construção

A conceção dos MTIA 450 e 500 está a ser realizada em estreita parceria com a Broadcom, enquanto a produção física está a cargo da TSMC. Esta aliança estratégica tem como objetivo reduzir a dependência da Meta em relação a processadores da Nvidia, reforçando a autonomia da empresa no domínio da IA e permitindo um maior controlo sobre a cadeia de abastecimento e os custos associados.

Arquitetura modular e software suportado

Os três modelos – MTIA 400, 450 e 500 – partilham uma arquitetura de rack modular baseada nos padrões abertos do Open Compute Project. Essa abordagem facilita a integração física nos data‑centres da Meta e garante que os aceleradores possam ser escalados de forma flexível conforme a necessidade. Além disso, os chips são totalmente compatíveis com as principais ferramentas de desenvolvimento de IA, como PyTorch, vLLM e Triton, o que simplifica a adoção pelos engenheiros e reduz o tempo de implementação de novos modelos.

Principais características dos chips

• Otimização para inferência GenAI generalista, focada em cargas de trabalho típicas em vez de latência ultra‑baixa
• Design modular que permite escalar a capacidade de forma flexível, adicionando ou removendo unidades conforme a demanda
• Compatibilidade total com os principais frameworks de IA, garantindo uma integração fluida nos fluxos de trabalho existentes
• Redução prevista dos custos operacionais em comparação com soluções genéricas, graças a uma melhor relação desempenho‑custo

Perspetivas de consumo e investimento

A Meta já comprometeu mais de um gigawatt de capacidade energética para suportar os novos aceleradores ao longo de doze meses, sinalizando a sua intenção de acelerar a adoção caso a demanda por IA se mantenha elevada. Este investimento substancial reflete a estratégia da empresa de controlar os custos energéticos e operacionais das suas vastas infra‑estruturas de computação, ao mesmo tempo que procura melhorar a margem de lucro dos serviços alimentados por IA.

Conclusão local

Em síntese, os MTIA 450 e 500 marcam um avanço significativo para a Meta na busca de maior autonomia e eficiência nos seus data‑centres. Embora as promessas de redução do consumo energético por consulta sejam encorajadoras, o impacto real dependerá da evolução da procura por serviços de IA e da capacidade da empresa de gerir o aumento do volume de trabalho sem sacrificar a eficiência.