Meta zet Rivos-chipproject op pauze na integratieproblemen

Het beeld van een techreus die geruisloos een waagproject opzij zet, is schokkend. Meta kocht een veelbelovende startup om zijn afhankelijkheid van externe GPU's te verminderen, maar het project lijkt op een muur te zijn gestuit.

Vorig jaar nam Meta Rivos over voor ongeveer €1,85 miljard, een stap bedoeld om het bedrijf van kennis over aangepast silicium te voorzien. Zes maanden na het sluiten van de deal zeggen bronnen dat de integratie is vastgelopen. Meer dan een kwart van het Rivos-personeel dat bij Meta kwam, werd ontslagen, en de ontwikkeling van de chip bedoeld om Meta's AI-modellen te trainen is op pauze gezet.

Wanneer ambitie botst met schaal

Rivos was opgebouwd rond RISC-V, een open instructieset die flexibiliteit belooft. De startup had vóór de overname ongeveer €345 miljoen opgehaald en had zelfs een CUDA-compatibele processor naar TSMC gestuurd voor proefproductie. Dat klinkt op papier concreet. De realiteit is rommeliger.

Waarom stokte het? Een aantal harde waarheden. Het ontwerpen van een concurrerende chip voor AI-training gaat niet alleen over silicium. Je hebt een samenhangende softwarelaag nodig, strakke integratie met datacenterinfrastructuur, compilers die hoog-niveau raamwerken vertalen, en jaren van prestatieoptimalisatie. De teams van Meta moesten hardware, laag-niveau software en een uitgestrekte infrastructuur op één lijn brengen binnen een bedrijf dat al enkele van de grootste workloads voor machinaal leren ter wereld uitvoert. Die afstemming bleek veel moeilijker dan verwacht.

Er is ook het compatibiliteitsprobleem. Meta wilde chips die werken met bestaande op CUDA gebaseerde tooling om adoptie te vergemakkelijken. Hardware bouwen die zich gedraagt als gevestigde GPU's en tegelijk efficiëntie en een betere kost per trainingscyclus levert, is technisch veeleisend en risicovol. Tel daar fabricagepartners, validatietests en de harde realiteit van tijdlijnen bij op. Vertragingen volgen.

Strategisch gezien was het idee verstandig. Aangepaste chips beloofden lagere kosten op lange termijn en meer controle vergeleken met het kopen van gestandaardiseerde GPU's. Maar kostenbesparingen komen alleen tot stand als de hardware prestaties- en betrouwbaarheidsdoelen haalt. Dat is een hoge lat wanneer alternatieven, leveranciers zoals Nvidia, blijven doorgaan met nieuwe generaties versnellers.

Wat gebeurt er nu? Voorlopig is het werk gepauzeerd in plaats van beëindigd. Meta kan zich hergroeperen. Het kan de reikwijdte van het project verkleinen, meer inzetten op partnerschappen, of talent herschikken naar kortetermijnwinsten in de infrastructuur. Het kan ook enkele RISC-V-experimenten levend houden terwijl het voor productie-workloads leunt op bewezen versnellers.

Meta's inzet op aangepast silicium heeft serieuze wrijving ondervonden, maar de pauze weerspiegelt de moeilijkheid om software, hardware en schaal op elkaar af te stemmen in plaats van een eenvoudige verandering van koers.