Meta suspenderer Rivos-chipprojekt: tekniske udfordringer

Billedet af en teknologigigant, der stille lægger et ambitiøst projekt på hylden, er foruroligende. Meta købte en lovende startup for at reducere sin afhængighed af eksterne GPU'er, men projektet synes at være stødt på en mur.

Sidste år købte Meta Rivos for omkring €1,85 milliarder, en handling der skulle tilføre virksomheden knowhow inden for skræddersyet silicium. Seks måneder efter, at handlen blev afsluttet, siger kilder, at integrationen er vaklet. Mere end en fjerdedel af Rivos-medarbejderne, der fulgte med til Meta, blev afskediget, og udviklingen af den chip, der skulle træne Metas AI-modeller, er sat på pause.

Når ambitioner støder sammen med skala

Rivos var bygget omkring RISC-V, et åbent instruktionssæt der lover fleksibilitet. Startuppen havde rejst cirka €345 millioner før opkøbet og sendte endda en CUDA-kompatibel processor til TSMC for prøveproduktion. Det lyder håndgribeligt på papiret. Virkeligheden er mere rodet.

Hvorfor strandede det? Flere barske sandheder. At designe en konkurrencedygtig AI-træningschip handler ikke kun om silicium. Man har brug for en sammenhængende softwarestack, tæt integration med datacenterinfrastruktur, compilere der oversætter frameworks på højt niveau, og år med ydelsesoptimering. Metas teams måtte få hardware, lavniveau-software og en vidtstrakt infrastruktur til at hænge sammen på tværs af en virksomhed der allerede kører nogle af verdens største maskinlæringsarbejdsbyrder. At få denne sammensmeltning til at fungere viste sig at være langt sværere end forventet.

Der er også kompatibilitetsproblemet. Meta ønskede chips der fungerede med eksisterende CUDA-baserede værktøjer for at lette adoptionen. At bygge hardware der opfører sig som etablerede GPU'er samtidig med at levere effektivitet og bedre pris per træningscyklus er teknisk krævende og risikabelt. Læg dertil samarbejde med produktionspartnere, valideringstest og de barske realiteter omkring tidsplaner. Forsinkelser følger.

Strategisk var idéen fornuftig. Tilpassede chips lovede lavere langsigtede omkostninger og mere kontrol sammenlignet med at købe standardiserede GPU'er. Men besparelser realiseres kun hvis hardwaren når ydeevne- og pålidelighedsmålene. Det er en høj bar, når alternativerne, leverandører som Nvidia, fortsætter med at introducere nye generationer af acceleratorer.

Hvad sker der så nu? For nu er arbejdet sat på pause frem for aflyst. Meta kan samle trådene. De kunne indsnævre projektets omfang, satse mere på partnerskaber eller omplacere talenter til gevinster på kortere sigt i infrastrukturen. De kunne også holde nogle RISC-V-eksperimenter i live samtidig med at de bygger på velafprøvede acceleratorer til produktionsarbejdsbelastninger.

Metas satsning på skræddersyet silicium er stødt på alvorlig modstand, men pausen afspejler vanskelighederne ved at få software, hardware og skala til at spille sammen frem for en simpel holdningsændring.