Meta Compute计划面临的挑战与机遇

  ICC讯  Meta首席执行官Mark Zuckerberg似乎将数据中心计算领域的信条定为“要么做大，要么回家”。但像Meta所期望的那样做大，说起来容易做起来难。

  在周一的一篇Facebook帖子中，Zuckerberg透露了一项新的“Meta Compute”计划。他表示，公司将“在本十年内建设数十吉瓦的规模，并随着时间的推移达到数百吉瓦或更多”。这项计划在规模上使OpenAI耗资约5000亿美元的10吉瓦“星际之门”计划相形见绌。

  Meta Compute计划将由Santosh Janardhan负责技术架构和软件方面，Daniel Gross则负责监督长期容量战略和供应商关系。两人将与Meta新聘请的总裁兼副董事长Dina Powell McCormick合作。Zuckerberg在帖子中表示，目标是“与各国政府和主权实体达成协议，以建设、部署、投资和资助Meta的基础设施”，并最终“为全球数十亿人提供个人超级智能”。

  说Meta的这一计划雄心勃勃都算是轻描淡写。AvidThink创始人兼负责人Roy Chua表示，该公告反映了“Meta在人工智能基础设施领域引领潮流、并开发能够作为服务和产品提供给他们庞大用户群的AI超级智能的雄心。”这也突显了该公司在芯片、数据中心、模型和应用领域垂直整合的计划。

  电力从何而来？

  然而，Meta Compute也面临一些重大障碍。首先或许也是最首要的，是寻找可用电力。

  Meta刚刚签署了6.6吉瓦的核电协议，但这只是Zuckerberg所述计划所需电力的一小部分。时间线也很重要。普遍公认，核电源至少还需要三到五年才能上线。而许多云计算公司正在追求的新型小型模块化反应堆设计，则需要更多时间来验证和推广。这与Meta到2030年部署“数十吉瓦”的宏伟目标并不相符。

  诚然，天然气发电正在迅速增加以弥补缺口。路透社7月报道称，预计到2030年，美国将有约80吉瓦的燃气发电上线。但目前，关键燃气轮机以及电气变压器等配电基础设施的交货期长达数年。

  此外，J. Gold Associates创始人兼负责人指出，Meta“正与超大规模云提供商和其他数据中心运营商竞争，以确保满足其巨大需求的电力供应。”该公司最近发布的研究发现，一个运行10万个GPU的人工智能数据中心，一天消耗的电力相当于15万个普通家庭一年的用电量。

  别忘了还要考虑普通民众能源需求的变化。“虽然技术领域发展迅速，一个数据中心可以在两到三年内投入运营，但更广泛的能源系统需要更长的交付周期来规划和建设基础设施，这通常需要大量规划、漫长的建设时间和高昂的前期投资，”国际能源署在最近的一份报告中写道。

  当然，Meta在扩张其足迹时可能会将目光投向美国以外，但国际能源署指出，中国和美国将出现最显著的电力消费增长——分别增长170%和130%，而欧洲（70%）和日本（80%）等地区则相对较低。

  芯片从何而来？

  接下来是它将从哪里获得所需芯片来填满数十吉瓦规模数据中心空间的问题。作为对比，“星际之门”第一个1吉瓦的站点预计将容纳大约40万个芯片。将这个数字乘以“数十吉瓦”，总量很快就会达到数百万。

  虽然Nvidia可能会参与其中，但Gold指出，据报道Meta一直在洽谈从谷歌购买TPU，并有传言称正在考虑设计自己的芯片。但是，再加上芯片领域的激烈竞争，以及一点地缘政治不稳定性（当芯片主要在海外制造时，这一点非常重要），人们很容易预见到一个未来：Meta难以采购到支撑其人工智能雄心所需的处理器。

  AI如何奏效？

  即使Meta能够获得足够的电力和处理器，关于它是否以及如何能让AI对用户产生价值，仍然存在疑问，特别是考虑到其Llama 4模型发布时出现的性能和其他问题。

  “他们需要从Llama 4的挫折以及其失败的元宇宙努力所造成的持续影响中恢复过来，”Chua说，并补充道市场尚未看到该公司下一代名为Avocado的模型的进展。“此外，他们必须解决核心能力的货币化问题，而不仅仅是在WhatsApp和其他Meta产品中添加基本的聊天和图像/视频创建功能。”

  在某种程度上，Meta在使用案例上的成功将取决于连接其用户的网络。正如Megaport首席执行官Michael Reid指出的那样，目前GPU和网络性能之间存在一定的差距。

  “如果GPU是大脑皮层，那么网络就是神经系统，”Reid告诉Fierce。“当芯片处理速度是微秒级，而网络却需要毫秒级来传输数据时，你就得到了一个无法实时反应的系统。”因此，至少短期内的一个关键瓶颈是Reid所说的“反射间隙”，这可能阻碍企业真正充分利用Meta计划进行的大规模投资。

  作者：Diana Goovaerts，Fierce Network云计算、数据中心与人工智能执行编辑

  原文：The problem(s) with Meta Compute | https://www.fierce-network.com/cloud/problems-meta-compute