Notatka, a nie pokaz na scenie

Wiadomość nie przyszła ze sceny, lecz z wewnętrznej notatki, o której doniesiono w tym miesiącu, a która informowała pracowników Mety, że chip zaprojektowany przez samą firmę wejdzie do produkcji we wrześniu. Nazwa kodowa to Iris, układ przeszedł testy błędów w około sześć tygodni bez większych problemów i jest to najwyraźniejszy jak dotąd sygnał, że Mark Zuckerberg chce, by Meta była nie tylko nabywcą chipów, ale i ich producentem.

Dla firmy, która na infrastrukturę AI wydaje tyle, ile wynosi budżet małego państwa, własny krzem jest mniej projektem badawczym, a bardziej decyzją kosztową. Notatka przedstawia Iris jako sposób na dalszą rozbudowę mocy obliczeniowej bez tego, by każdy kolejny gigawat trafiał prosto do marż Nvidii. To właśnie takie ujęcie, a nie sam chip, jest tu historią dla każdego spoza Mety.

Czym Iris jest naprawdę

Iris to najnowsza generacja linii MTIA firmy Meta, czyli Meta Training and Inference Accelerator, zaprojektowana z Broadcomem jako partnerem krzemowym i wytwarzana przez TSMC na Tajwanie. To akcelerator do obciążeń AI stojących za Facebookiem i Instagramem, przeznaczony do wnioskowania i trenowania na dużą skalę, a nie na otwarty rynek; Meta będzie go używać we własnych centrach danych i nie zamierza go sprzedawać.

Kontekstem jest skala mocy obliczeniowej. Meta planuje uruchomić około 7 gigawatów mocy obliczeniowej w 2026 roku i podwoić tę liczbę do mniej więcej 14 do końca 2027 roku, przy wydatkach na infrastrukturę AI, które w tym roku mogą sięgnąć rzędu 145 miliardów dolarów. Iris to jeden z elementów tej rozbudowy, obok układów Nvidii i AMD, które Meta wciąż kupuje w ogromnych ilościach.

Dlaczego teraz budować u siebie

Presja ma swoją nazwę. Analitycy Morgan Stanley zaczęli nazywać wzrost kosztów sprzętu do AI chipflacją, a najwięcej na jej ominięciu zyskują najwięksi nabywcy. Chip, który Meta kontroluje od początku do końca, usuwa marżę dostawcy z najdroższej pozycji w budżecie, a przy 14 gigawatach nawet kilka procent na akceleratorze to prawdziwe pieniądze.

Iris nie jest samotnym ruchem. Na części, których nie potrafi wytworzyć sama, Meta zawarła długoterminowe umowy dostaw, pamięć od Samsunga, pamięć flash od Sandisk, sprzęt światłowodowy od Sumitomo, więc własny akcelerator jest częścią szerszego wysiłku, by panować nad kosztem i dostępnością w całym stosie. Celem nie jest niezależność od jednego dostawcy, lecz siła przetargowa wobec wszystkich.

Czego to nie oznacza

To nie oznacza, że Meta odchodzi od Nvidii. Firma wyraźnie mówi, że Iris uzupełnia jej układy GPU, a nie je zastępuje, i Meta pozostaje jednym z największych klientów Nvidii. Własny akcelerator obniża krańcowo to, ile kosztują ją ceny chipów, ale nie znosi tej zależności, a odczytywanie tego jako zerwania myli zabezpieczenie z rozwodem.

Głębsze pytanie brzmi, kogo w ogóle stać na tę grę. Zaprojektowanie akceleratora, doprowadzenie go do tape-outu i wdrożenie w produkcji kosztuje miliardy i zajmuje lata, a udźwignąć to może tylko kilku hiperskalerów. Gdy chipflacja podnosi koszty sprzętu, giganci tłumią je własnym krzemem, a wszyscy, którzy wynajmują GPU, płacą pełną cenę rynkową. Dystans między jednymi a drugimi rośnie, a Meta właśnie go powiększyła.

Co z tym zrobić

Jeśli kupujesz lub wynajmujesz moc obliczeniową do AI, nie licz na to, że oszczędności Mety dotrą do twojej faktury. Planuj moce według ceny wynajmowanych GPU, wynegocjuj najlepsze warunki, jakie zdołasz, w zobowiązaniach wieloletnich, i traktuj oszczędności hiperskalera na własnych chipach jako jego przewagę, a nie zapowiedź rabatu dla ciebie. Uczciwy odczyt jest taki, że moc obliczeniowa tanieje dla nielicznych i pozostaje droga dla większości.

Zdanie, które można przekazać zarządowi, brzmi tak: Meta wytwarza własny chip AI, żeby ograniczyć swoje koszty obliczeń, a większość firm nie jest w stanie tego powtórzyć. Planuj budżet jak najemca GPU, a nie jak producent chipów, i buduj plany AI wokół mocy, którą naprawdę możesz sobie zapewnić po przewidywalnej cenie. Iris to dźwignia kosztowa Mety, nie twoja.