Meta, 자체 AI 가속기 'MTIA' 신규 라인업 4종 공개... 엔비디아 의존도 탈피 가속화

섹션별 상세

Meta는 Broadcom과 파트너십을 맺고 오픈 소스 RISC-V 아키텍처를 기반으로 한 차세대 MTIA 반도체 4종을 개발했다. 이 칩들은 세계 최대 파운드리 업체인 TSMC에서 위탁 생산되며, 기존 MTIA 라인업을 확장하여 생성형 AI 추론과 콘텐츠 추천 알고리즘 처리에 최적화된 성능을 제공한다.

현재 생산 단계에 진입한 MTIA 300은 페이스북과 인스타그램의 콘텐츠 랭킹 및 추천 알고리즘 학습에 주로 사용된다. 반면, 향후 출시될 MTIA 400, 450, 500 시리즈는 학습된 모델을 실행하여 텍스트나 이미지를 생성하는 추론(Inference) 작업에 특화된 설계를 갖추고 있다.

AI 모델의 급격한 변화에 대응하기 위해 모듈형 칩렛(Chiplet) 구조를 활용한 반복적(Iterative) 개발 방식을 도입했다. 이를 통해 기존의 긴 칩 개발 주기를 단축하고, 최신 AI 워크로드의 요구사항을 하드웨어에 즉각 반영하여 2027년까지 3종의 신규 칩을 추가로 선보일 계획이다.

성능 면에서 MTIA 400은 기존 상용 제품과 경쟁 가능한 수준으로 테스트를 마쳤으며, 2027년 초 출시될 MTIA 450은 400 대비 두 배의 고대역폭 메모리(HBM)를 탑재한다. 2027년 말 예정된 MTIA 500은 더 큰 메모리 용량과 함께 저정밀도 데이터(Low-precision data) 처리를 위한 혁신 기술을 포함한다.

자체 칩 개발 로드맵 발표에도 불구하고 Meta는 엔비디아 및 AMD와 수십억 달러 규모의 칩 구매 계약을 체결했으며 구글의 칩 대여 계약도 유지하고 있다. 이는 자체 칩 생산의 높은 비용과 기술적 복잡성으로 인해 당분간은 외부 하드웨어 구매와 자체 개발을 병행하는 전략을 취할 것임을 시사한다.

용어 해설

RISC-V: — 오픈 소스 명령어 집합 아키텍처(ISA)로, 누구나 로열티 없이 사용하여 맞춤형 프로세서를 설계할 수 있도록 지원한다. 특정 기업에 종속되지 않는 유연한 설계가 가능하여 최근 AI 칩 개발에서 널리 채택되고 있다.
추론(Inference): — 이미 학습을 마친 AI 모델이 실제 데이터를 입력받아 결과값(텍스트, 이미지 등)을 생성해내는 과정이다. 서비스 운영 단계에서 실시간으로 발생하며, 효율적인 추론을 위해 전용 가속기 하드웨어가 필수적이다.
고대역폭 메모리(High Bandwidth Memory): — 여러 개의 D램을 수직으로 쌓아 데이터 전송 통로를 넓힌 고성능 메모리이다. 일반 메모리보다 훨씬 빠른 속도로 대량의 데이터를 처리할 수 있어 대규모 언어 모델(LLM) 구동을 위한 AI 가속기의 핵심 부품으로 쓰인다.
칩렛(Chiplet): — 하나의 거대한 칩을 만드는 대신, 특정 기능을 수행하는 작은 칩 조각들을 각각 제조한 뒤 하나로 결합하는 설계 방식이다. 제조 수율을 높이고 필요한 기능만 조합하여 칩 개발 주기를 단축할 수 있는 이점이 있다.
저정밀도 데이터(Low-precision Data): — 데이터를 표현하는 비트(bit) 수를 줄여 연산량과 메모리 사용량을 최소화하는 기법이다. 정밀도를 일부 희생하는 대신 AI 모델의 추론 속도를 획기적으로 높이고 전력 소모를 줄이는 데 기여한다.

기술

MTIA
RISC-V
Broadcom
TSMC
HBM
Chiplet

활용 사례

콘텐츠 추천 시스템
생성형 AI 추론
데이터 센터 인프라 효율화