A settembre Meta metterà in produzione il suo primo acceleratore AI progettato internamente, con un obiettivo dichiarato: raddoppiare la capacità di calcolo distribuita nei data center dell’azienda. La notizia, riportata da Reuters, conferma che il chip appartiene alla linea MTIA (Meta Training and Inference Accelerator), il programma di silicio custom su cui l’azienda lavora da anni per ridurre la dipendenza dai fornitori esterni e contenere i costi infrastrutturali dell’intelligenza artificiale.

Non si tratta di una semplice sostituzione delle GPU NVIDIA, ma di un ripensamento dell’architettura di calcolo attorno ai carichi di lavoro specifici di Meta: addestramento e inference di modelli di raccomandazione, ranking e, sempre più, Large Language Models interni. L’aspetto più rilevante è la scala: Meta gestisce miliardi di richieste al giorno, e anche un miglioramento marginale dell’efficienza per watt si traduce in risparmi enormi e in una maggiore sovranità sul proprio stack.

La decisione manda un segnale strutturale al mercato. Dopo anni in cui le GPU sono state l’unica scelta seria per l’AI, i grandi hyperscaler stanno investendo massicciamente in chip propri: Google con i TPU, Amazon con Trainium e Inferentia, Microsoft con Maia. Meta, che fino a oggi aveva accumulato scorte record di GPU H100, ora si muove verso un’architettura ibrida, dove il silicio custom affianca le GPU per i carichi più prevedibili e ad alto volume. Questo frammenta ulteriormente il monopolio di NVIDIA nell’inference e potrebbe accelerare lo sviluppo di software open-source come vLLM, TensorRT-LLM e llama.cpp, che diventano cruciali per astrarre la diversità hardware.

Chi perde? I fornitori di GPU generiche vedono erodersi il mercato degli hyperscaler per l’inference, anche se l’addestramento di modelli di frontiera resta saldamente in mano a NVIDIA. Per le aziende che valutano deployment on-premise di LLM, la mossa di Meta ha un effetto alone: dimostra che acceleratori su misura possono essere economicamente sensati anche senza le economie di scala di un cloud pubblico. Framework analitici come quelli di AI-RADAR aiutano a valutare questi trade-off, ma la direzione è chiara: il futuro dei carichi AI su larga scala è ibrido, con silicio specializzato affiancato a GPU, tutto gestito on-premise per controllo, latenza e costi.

In definitiva, il chip MTIA non è solo una notizia di prodotto, ma la conferma che l’era del silicio general-purpose per l’AI sta lasciando spazio a una nuova fase di frammentazione architetturale, con implicazioni profonde per chiunque progetti infrastrutture AI di lungo periodo.