巨头ChatGPT大战陷败局，竟因嫌GPU太贵！Meta用CPU跑AI，点错科技树

【新智元导读】小扎All In元宇宙两年后，忽然发现全世界都在搞生成式AI。这可尴尬了，自家公司还在用CPU做AI推理呢……

ChatGPT大战，Meta为何迟迟没有动作?

就在今天，路透社记者挖出了一个大瓜，原因让人瞠目结舌——

相比谷歌、微软等大厂，Meta跑AI时，用的竟然是CPU!

很难想象，在深度学习几乎占机器学习半壁江山的时代，一个科技巨头竟然能用CPU坚持这么久。

虽然他们也曾尝试过自研AI芯片，但最终遭遇滑铁卢。

现在，ChatGPT引爆的生成式AI大战打得昏天黑地，这就更加剧了Meta的产能紧缩。

用CPU训练AI，Meta怎么想的?

Meta迟迟不肯接受用GPU的原因，令人匪夷所思。

GPU芯片非常适合AI处理，因为它们可以同时执行大量任务，从而减少处理数十亿条数据所需的时间。

然而，GPU 也比其他芯片更昂贵，英伟达控制着80%的市场份额，并在配套软件上，也保持着绝对的领先地位。

直到去年，Meta在处理AI工作负载时，主要使用的还是CPU。CPU是计算机的主力芯片，几十年来数据中心用的也是CPU，但它在AI工作上表现并不佳。

据悉，Meta还曾自研芯片，在内部设计的定制芯片上进行推理。

但在2021年，Meta还是失望地发现，比起GPU，这种双管齐下的方法速度更慢、效率更低。而且GPU在运行不同类型的模型上，远比Meta的芯片更灵活。

而且，小扎决定All In元宇宙这一举措，也直接榨干了Meta的算力。不管是AI的部署，还是威胁的应对上，都遭到了极大的削弱。

这些失误，引起了前Meta董事会成员Peter Thiel的注意，随后，他于2022年初辞职。

据内部人士透露，在离开前的一次董事会会议上，Thiel告诉小扎和高管们，他们对Meta的社交媒体业务太自满，并且过分关注元宇宙了，这让公司很容易被TikTok的挑战所撼动。

Meta粗大事了

在去年夏天快要结束的时候，小扎曾召集了高级副手们，花了五个小时，对Meta的计算能力进行分析。

他们需要知道，在开发尖端的AI方面，Meta有多大的能力?

出来的结果，让所有人倒吸一口凉气。

根据9月20日的公司备忘录显示，尽管Meta对AI研究进行了大笔高调的投资，然而主要业务需要的AI友好型硬件和软件系统都非常昂贵，在这些方面公司的进展相当缓慢。

缓慢到，已经阻碍了Meta跟上大规模创新的步伐。

这可是个棘手的大麻烦，要知道，Meta的增长，越来越依赖AI。

基础设施负责人Santosh Janardhan强调，无论是开发AI的工具，还是工作流程，Meta都已经远远落后于其他对手。

「Meta需要从根本上改变物理基础设施设计、软件系统和提供稳定平台的方法。」

一年多来，Meta一直在搞的大项目，就是希望完善AI基础设施。但经历过产能紧缩、领导层变动和废弃的AI芯片项目后，Meta的改革似乎不尽如人意。

所以，Meta彻底放弃AI芯片了?

对于外媒的这个提问，Meta发言人Jon Carvill表示，公司「在大规模创建和部署最先进的基础设施方面有着良好的记录，并有着人工智能研究和工程方面的深厚专业知识。」

「随着我们为应用程序和消费产品系列带来新的AI体验，我们有信心继续扩展基础设施的能力，以满足我们的近期和长期需求。」

总之，没有正面回答。

但这次改革，已经耗费了大量的人力物力。

据悉，改革使Meta每季度的资本支出增加了约40亿美元，几乎是2021年支出的两倍。而且Meta此前建设4个数据中心的计划，也因此暂停或取消。

Meta的资本支出大增

而这些大笔支出，跟Meta严重的财务紧缩期又恰恰重合。

去年11月以来，硅谷的互联网泡沫开始破灭，Meta一直在大规模裁员。

OpenAI的ChatGPT在11月30日亮相后，立马引爆了科技巨头之间的军备竞赛。

此后的生成式AI大战，吞噬了大量的算力，这更逼得Meta加紧改革。

极力追赶

据悉，Meta在现实面前，不得不选择低头。

高管们取消了在2022年大规模推出自研芯片的计划，转头订购了价值数十亿美元的英伟达GPU。

但此时，已经为时已晚。

Meta已经落后于谷歌等同行一大截，谷歌早在2015年就开始部署自己定制的GPU——TPU。

在2022年春天，高管们也同时开始着手重组Meta的AI部门。

这期间发生了长达数月的动荡，十几位高管离开了。AI基础设施领导层，整个经历了一次大换血。

接下来，Meta的工作也很棘手。

他们得费老大劲重组数据中心，来适应新的GPU，因为GPU比CPU的功耗和产热都更多，还必须用专用网络把它们聚在一起。

为了管理集群的热量，这些设施需要24到32倍的网络容量和新的液冷系统，因此需要从头设计。

即便如此，Meta似乎也并没有放弃自研芯片的路线。

据悉，新的内部芯片会和GPU一样，能够训练AI模型并执行推理，将于2025年左右完成。

悬崖勒马，回头是岸

此前，微软有ChatGPT，谷歌紧忙拉Bard出来对打，Meta却似乎并不急于下场生成式AI竞赛，推出的LLaMA也并不用作商用。

Meta CFO Susan Li在2月承认，Meta并没有将大部分计算资源投入到生成式AI中，而是基本上将所有的AI能力都用于广告、feeds和Reels（类似于TikTok的短视频）。

此前，同谷歌一样，Meta并不重视生成式AI。Meta的FAIR实验室从21年底以来，就在发布这种AI技术的原型，研究成果也备受推崇，但Meta从未考虑过将其转化为产品。

去年11月中旬，Meta的FAIR实验室曾提出Galactica模型

然而ChatGPT诞生后，一切都不一样了。投资者的兴趣开始飙升，小扎在今年二月官宣了全新的顶级团队，押宝生成式AI。

据悉，工作的重点是建成一个基础模型，在这个核心的基础上，可以针对不同产品进行微调和调整。

All In AIGC?网友:改名MetAI吧

18个月前，小扎把Facebook的未来押在了元宇宙上，甚至还把公司的名字改成了Meta。最近，他又迷上了另一个非常烧钱的技术——AIGC。

本月早些时候，Meta首席技术官Andrew Bosworth表示，扎克伯格和其他高管现在把大部分时间都花在了人工智能上。

对此，Bernstein的分析师表示，照这个架势下去，Meta很可能要改名叫——MetAI了。

不过，想要追上OpenAI、微软和谷歌的步伐，Meta就必须为训练这些超大规模的生成式AI模型，大肆采购英伟达的芯片（单个组件1万美金起跳）。

目前，耗时5个月训练出的「Meta版ChatGPT」LLaMa，用的是2048个80GB显存的A100。

作为对比，微软为OpenAI量身定做的超算，搭载的可是上万块A100。

而ChatGPT和Bard「决一死战」的背后，正是英伟达CUDA支持的GPU（图形处理单元）和谷歌定制的TPU(张量处理单元)。

换句话说，这已经不再是关于ChatGPT与Bard的对抗，而是TPU与GPU之间的对决，以及它们如何有效地进行矩阵乘法。

由于在硬件架构方面的出色设计，英伟达的GPU非常适合矩阵乘法任务——能有效地在多个CUDA核心之间实现并行处理。

因此从2012年开始，在GPU上训练模型便成为了深度学习领域的共识，至今都未曾改变。

而随着NVIDIA DGX的推出，英伟达能够为几乎所有的AI任务提供一站式硬件和软件解决方案，这是竞争对手由于缺乏知识产权而无法提供的。

相比之下，谷歌则在2016年推出了第一代张量处理单元（TPU），其中不仅包含了专门为张量计算优化的定制ASIC(专用集成电路)，并且还针对自家的TensorFlow框架进行了优化。

而这也让TPU在矩阵乘法之外的其他AI计算任务中具有优势，甚至还可以加速微调和推理任务。

不过，微软与英伟达长久以来的深度合作，让各自在行业上的积累得到充分地利用，并以此同时扩大了双方的竞争优势。

尤其是当ChatGPT开始横扫整个AI圈时，两家公司的市值也是一路狂飙。

而这波被ChatGPT带起来的大模型炼丹潮，更是让「炼丹炉」供应商英伟达赚得盆满钵满。仅在今年的这几个月里，市值就增长了超过80%。

裁员硅谷第二，野心如何支撑

然而，Meta现在好像并没有足够的资金来支撑自己的野心。

众所周知，这段时间裁员潮继续席卷了整个科技行业，但有些公司裁得比别人更多。

在比例上，裁掉80%员工的推特毫无疑问地占据了第一的位置，而送走近四分之一员工的Meta紧随其后。

在数量上，Meta也凭借着高达2.1万人的巨大优势位列第二，但这并没包括即将进行第三轮裁员。

2022年，在小扎宣布大裁员之前，Meta有差不多87，000名员工。但在11月时毕业了11，000人，3月又毕业了10，000人。

据Insider报道，Meta的第三轮裁员会直接影响数千人，而管理层职位更是首当其冲。包括但不限于，现实实验室、Facebook和Instagram的技术产品经理，以及人工智能研究科学家、软件工程师、数据工程师等。

最新的一项分析显示，从2018年到2022年，Meta的员工队伍膨胀了143%，但每个员工的收入在这段时间内下降了14%。

高管变动、员工流失、资金不足、路线选错，Meta前方的路，似乎困难重重。

让我们看看小扎接下来会怎么走。

参考资料:

https://www.reuters.com/technology/inside-metas-scramble-catch-up-ai-2023-04-25/