- Meta’s Super 1700Ws 1700Ws र 170000GB को डिलिवरी HBM मेमोरी
- MTIA 450 र 500 ले पूर्व-प्रशिक्षण वर्कलोडहरूमा अनुमानलाई प्राथमिकता दिन्छ
- भविष्य MTIA पुस्ताले GenAI अनुमान र रैंकिंग कार्यभारहरूलाई समर्थन गर्नेछ
Meta ले आफ्नो AI पूर्वाधारलाई विशेष रूपमा IAMTs पोर्टफोल डिजाइनको लागि डिजाइन गरिएको chipload को लागि पूर्वाधारमा अगाडि बढिरहेको छ। यसको एपहरू।
कम्पनीले 30 PFLOPs र 512GB HBM सक्षम भएको 1700W को सुपरचिप विकास गरिरहेको छ, जुन MTIA पूर्वाधारमा इन्फेरेसन कार्यहरू स्केलमा ह्यान्डल गर्न एकीकृत गरीएको छ। data-render-type=”fte” data-skip=”dealsy” data-widget-type=”seasonal” class=”hawk-root”/>
चाखलाग्दो कुरा के छ भने, यो कुनै पनि साथीहरू बिना कुनै पनि फिचर छ। data-analytics-id=”inline-link” href=”https://www.techradar.com/tag/nvidia” data-auto-tag-linker=”true” data-url=”https://www.techradar.com/tag/nvidia” data-hl-processed=”none” data-mrf-recirculation=”inline-link” data-before-rewrite-localise=”https://www.techradar.com/tag/nvidia”>Nvidia, AMD, Intel, or ARM।
Artical-continues-below text below xmlns=”http://www.w3.org/2000/svg” aria-hidden=”true” class=”inline-block w-2.5 h-2.5 ml-2″ fill=”currentColor” preserveaspectratio=”xMidYMid meet” viewbox=”0 0 1000 1000″><01010000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000 جلد पूर्वा ਅੱਜको बाटो 100h1000z"/>
>> data-analytics-id=”inline-link” href=”https://about.fb.com/news/2026/03/expanding-metas-custom-silicon-to-power-our-ai-workloads/” target=”_blank” rel=”nofollow” data-url=”https://about.fb.com/news/2026/03/expanding-metas-custom-silicon-to-power-our-ai-workloads/” referrerpolicy=”no-referrer-when-downgrade” data-hl-processed=”none” data-mrf-recirculation of “>000/03/03/03/03/ चिपहरू पहिले नै उत्पादन, समर्थन श्रेणी, सिफारिसहरू, र विज्ञापन-सेवा वर्कलोडहरूमा तैनाथ गरिएका छन्।
यी चिपहरू मेटाका विशेष आवश्यकताहरूका लागि अनुकूलित पूर्ण-स्ट्याक प्रणालीको अंश हुन्, यसको अभिप्रेत वर्कलोडहरूको लागि सामान्य-उद्देश्य हार्डवेयर भन्दा उच्च गणना दक्षता हासिल गर्दै। data-analytics-id=”inline-link” href=”https://www.techradar.com/tag/google” data-auto-tag-linker=”true” data-url=”https://www.techradar.com/tag/google” data-hl-processed=”none” data-mrf-recirculation=”inline-link” data-before-rewrite-localise=”https://www.techradar.com/tag/google”>Google, AWS, Microsoft, र Apple, Meta ले एक पूर्ण रूपले अनुकूलन रणनीतिको पालना गरिरहेको छ। सामान्य-उद्देश्य प्रयोग, मुख्यधारा GPU हरू वा CPU हरू भन्दा बढी लागत-प्रभावी रूपमा चलाउनको लागि अनुमानलाई अनुमति दिँदै।