// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Il nuovo chip AI di Meta addestra i modelli, ma il suo vero lavoro è piazzare pubblicità
Meta ha presentato una nuova generazione di silicio proprio per l'intelligenza artificiale, quarto capitolo della sua linea di acceleratori interni. Il chip si chiama MTIA 400 e nasce con un doppio compito dichiarato fin dal progetto: addestrare modelli e reggere insieme il motore pubblicitario nello stesso package. Meta descrive l'architettura come multi-die eterogenea su processo produttivo a 3 nanometri, con due die di calcolo in griglia 6x8 e un risultato dichiarato di 12 petaFLOPS in precisione MXFP4 a 1,7 GHz.
Attorno ai die di calcolo ci sono otto stack di memoria HBM3e da 36 GB ciascuno, per un totale di 288 GB e una banda vicina ai 9,2 TB/s. I chip dialogano tra loro con un collegamento da 1,2 TB/s basato su RDMA, il protocollo che scambia dati tra acceleratori senza passare dalla CPU. In configurazione rack, quattro acceleratori per blade e diciotto blade per rack formano un dominio unico da 72 chip.
Meta non è la sola azienda che progetta silicio proprio invece di comprarlo per intero da NVIDIA. Google lo fa da anni con le TPU, Microsoft con Maia; Amazon vende ormai i propri chip anche a clienti esterni. La logica è sempre la stessa: un chip su misura per il proprio carico di lavoro costa meno, alla lunga, di un acceleratore generico comprato al prezzo fissato da chi ha il quasi monopolio del mercato.
Sono numeri che, isolati, dicono poco: ogni produttore di silicio AI ne pubblica una versione simile ogni pochi mesi, con la stessa retorica sul primato tecnico.
La caratteristica che distingue davvero il MTIA 400 è il doppio uso dichiarato, più di qualunque numero nella scheda tecnica. Il chip serve sia per addestrare modelli linguistici sia per eseguire l'inferenza di DLRM, il sistema di raccomandazione che stabilisce quali annunci mostrare a ciascun utente, in quale ordine e con quale probabilità di clic stimata.
Addestramento e inferenza pubblicitaria sono carichi con profili molto diversi. Il primo richiede grandi batch, tempi lunghi e tolleranza alla latenza; il secondo deve rispondere in millisecondi, a volumi enormi di richieste simultanee, perché ogni ritardo si traduce in un annuncio mostrato in ritardo o non mostrato affatto. Costruire un solo chip capace di reggere entrambi i profili senza compromessi eccessivi è la vera scommessa ingegneristica del progetto.
DLRM genera la parte più consistente dei ricavi dell'azienda, quella pubblicitaria, e pesa nell'infrastruttura di Meta più di quanto la sigla lasci intuire. I modelli linguistici restano per ora una spesa senza un ritorno diretto comparabile. Un chip che serve entrambi i carichi permette di spalmare l'investimento su ciò che già finanzia il resto del bilancio.
Il confronto prestazionale citato da Meta colloca il MTIA 400 circa il 20% più veloce di NVIDIA Blackwell alle precisioni più alte, quelle più usate per l'addestramento dei modelli, a consumo energetico comparabile. Il dato va preso con cautela, perché confrontare architetture diverse su un solo formato numerico racconta solo una parte della storia, e perché il confronto arriva dallo stesso soggetto che il chip lo vende internamente ai propri team.
Sullo stesso banco di prova, il MTIA 400 risulta da 3 a 3,3 volte più lento di NVIDIA Rubin, che è in produzione dall'autunno 2026, e di AMD Instinct MI455X. Sono i due acceleratori che restano la scelta più solida per addestrare i modelli linguistici di maggiori dimensioni, quelli che competono sulla frontiera delle capacità.
Un fattore tre nella velocità di addestramento significa che, per allenare lo stesso modello nello stesso tempo, servono tre volte i chip oppure tre volte la pazienza. Per un carico come DLRM, dove la latenza conta più della scala del modello, quel divario pesa molto meno.