Meta amplia planos para depender de seus próprios chips de IA

Quarta-feira 16 Setembro 2026 - 11:32

A Meta está se preparando para aumentar o uso de chips de inteligência artificial desenvolvidos internamente, enquanto busca controlar os crescentes custos de operação de sistemas avançados de IA e melhorar a eficiência de sua infraestrutura de data centers.

A empresa está testando a terceira geração de seus aceleradores de IA personalizados, conhecidos como MTIA 450 e, segundo informações, codinome "Artemis." Ao mesmo tempo, a Meta está quase concluindo o design de uma geração subsequente, referida como MTIA 500 ou "Astrea," de acordo com informações citadas pela Bloomberg.

Os novos chips devem começar a ser implantados nos data centers da Meta durante a primeira metade de 2027. Seu uso provavelmente se expandirá gradualmente à medida que a demanda da empresa por poder computacional crescer junto com o desenvolvimento e operação de modelos de IA cada vez mais sofisticados.

A movimentação da Meta reflete uma tendência mais ampla entre grandes empresas de tecnologia em direção ao design de processadores especializados para suas próprias cargas de trabalho. Em vez de depender exclusivamente de chips comercialmente disponíveis, as empresas estão desenvolvendo hardware personalizado que pode ser otimizado para aplicações específicas de IA e requisitos de data centers.

Yi-Jiun Song, vice-presidente de engenharia da Meta, disse que a empresa busca melhorias contínuas na eficiência dos chips. O objetivo é que cada nova geração ofereça maior desempenho computacional para cada unidade de energia consumida e cada dólar investido.

De acordo com Song, a Meta espera que a implantação desses processadores desenvolvidos internamente exceda um gigawatt ao longo de um período de 12 meses. O ritmo pode aumentar ainda mais se a demanda por capacidade de computação em IA continuar forte, destacando a escala da infraestrutura necessária para apoiar as operações de IA em expansão da empresa.

O consumo de energia se tornou uma consideração importante para empresas de tecnologia que constroem grandes sistemas de IA. Treinar e executar modelos avançados requer infraestrutura computacional poderosa, enquanto os data centers também precisam de quantidades substanciais de eletricidade para processadores e sistemas de resfriamento.

Chips de IA personalizados podem oferecer às empresas maior controle sobre como os recursos computacionais são alocados. Ao adaptar o hardware a cargas de trabalho específicas, as empresas de tecnologia podem buscar melhorias na eficiência energética, desempenho de processamento e custos operacionais em comparação com soluções mais genéricas.

Para a Meta, a estratégia também está ligada à rápida expansão de suas ambições em IA em suas plataformas de mídia social, sistemas de recomendação, produtos de IA generativa e outros serviços. Essas aplicações requerem quantidades cada vez maiores de poder computacional à medida que a empresa expande seu uso de inteligência artificial.

O desenvolvimento de seus próprios processadores não significa necessariamente que a Meta abandonará fornecedores externos de chips. O hardware especializado interno pode, em vez disso, complementar processadores comercialmente disponíveis, permitindo que a empresa distribua diferentes cargas de trabalho entre vários tipos de sistemas computacionais.

O investimento da Meta em silício personalizado também ilustra a crescente importância do hardware na corrida global por IA. Embora modelos e algoritmos de software permaneçam centrais para o desenvolvimento da inteligência artificial, o acesso a uma infraestrutura computacional eficiente e escalável se tornou um fator cada vez mais importante para empresas que buscam expandir suas capacidades em IA.

A implantação planejada de novos processadores MTIA em 2027 representará, portanto, mais um passo nos esforços da Meta para construir uma infraestrutura computacional mais diversificada. Se a demanda por serviços de IA continuar a crescer, chips projetados internamente podem se tornar uma parte cada vez mais significativa da estratégia de longo prazo da empresa para gerenciar o consumo de energia e os custos de infraestrutura.