克日，有新闻人士透露，Facebook正自主研发新的机械学习芯片。

凭证新闻人士的说法，Facebook自主开发的另一款芯片希望通过视频转码，优化用户旁观录制视频和直播视频的质量。若是取得乐成，开发出成本更低、性能更强的芯片，那么也有助于Facebook在未来几年中降低数据中央的碳排放，并减小对传统芯片供应商，例如英特尔、高通和博通的依赖。

贝恩公司关注半导体行业的合资人维鲁·辛哈（Velu Sinha）示意，由于开发成本变低，大型科技公司正转向自主开发订制化芯片，而不是向英特尔和英伟达等公司采购通用芯片。他指出：“这方面的投资只要数百万美元，而不是数亿美元。”

Facebook以往也曾为芯片设计师岗位刊登招聘广告，希望开发专用集成电路（ASIC）这种半订制和全订制芯片，但外界此前并不领会Facebook开发完全订制化芯片的目的。Facebook的谈话人示意，“对于我们未来的设计，现在没有任何新新闻可以分享”。不外Facebook“一直在探索，若何通过内部起劲，与芯片行业相助同伴一起推动更高水平的盘算机性能和能效”。

一名知情人士透露，加入Facebook从事芯片开发的工程师最初专注于与外部芯片公司相助，优化当前的芯片设计。例如Facebook在2019年宣布，正与英特尔、高通和博通等公司相助，开发用于推理和视频转码的半订制ASIC芯片，确保在手艺上提前知足需求，并提升性能和能效。

现在，Facebook正在开发推理和视频转码芯片，而这些事情没有任何外部公司的介入。新闻人士称，在Facebook的数据中央，新开发的芯片将与外部采购的半订制芯片一起使用，而不是彻底替换后者。

消息称小米汽车计划在2024年上半年出车

Facebook此前曾示意，仅仅依赖通用的处置器芯片无法知足其数据中央的需求，而推理和视频转码是“增进最快的服务”。2019年，Facebook披露的数据显示，其平台天天要处置200万亿次展望、60亿次语言翻译，服务7500万视频观众。

今年早些时刻，Facebook工程师在博客中透露，正在大肆投资半订制ASIC芯片。与通用芯片相比，这类芯片在执行某些人工智能义务时性能可以提升多达30倍，能效也可以获得大幅优化。Facebook示意，其半订制的视频转码芯片天天协助处置近2.5亿个上传至平台的视频。完全订制化的ASIC芯片甚至可以做得更好，但现在还不清晰Facebook能否开发出合适的配套软件并实现量产。新闻称，Facebook内部至少有100人正致力于开发这种完全订制化的ASIC芯片。

Facebook以及亚马逊和谷歌等公司通常会使用ASIC而不是通用芯片来执行推理，训练机械学习模子。用于训练的芯片现实上是神经网络的先生，处置海量数据，例如数十亿张带标签的Facebook照片，以辅助神经网络学习若何识别人脸。在神经网络完成训练后，推理芯片就会将其应用至新的数据集，用于现实完成义务，例如在新照片中自动符号出一张人脸。

只管英伟达等公司提供的通用芯片也可以执行这些义务，但专为神经网络训练和推理而开发的ASIC芯片速率更快、功耗更低、效率更高，可以显著降低数据中央的成本。不外ASIC的瑕玷在于，由于硬件限制无法应用至其他义务。

现实上，在开发数据中央订制芯片方面，Facebook现在还在追随其他大型科技公司的措施。谷歌于2013年就最先开发数据中央芯片Tensor。那时谷歌意识到，用户需求的增进要求其数据中央的处置能力提升一倍。从2015年最先，谷歌引入Tensor来肩负搜索、街景视频、照片和翻译服务的需求。现在，谷歌还基于通过该项目获得的履历，为智能手机和云盘算营业开发订制的芯片。

亚马逊于2018年宣布为云盘算客户开发Graviton芯片。今年早些时刻尚有报道显示，亚马逊正在开发一款网络芯片，用于卖力其网络中数据传输的交流机。这个项目可能有助于降低亚马逊对博通等供应商的依赖。去年12月，彭博社报道称，微软正在为服务器和Surface盘算机设计芯片。

领会Facebook项目的新闻人士透露，Facebook还在为小我私人盘算装备，例如Oculus虚拟现实头显设计芯片。有报道称，Facebook已经挖来谷歌芯片设计团队的前卖力人沙利亚尔·拉比（Shahriar Rabii），卖力在增强现实和虚拟现实领域的芯片开发。今年早些时刻，以色列媒体报道称，Facebook设计在以色列建设一个芯片设计中央。

超1.25亿人次小红花共襄善举，99公益日助力全民共建共富