- NICをチップ内に統合しPCIeボトルネックを解消
- 専用メッセージエンジンで通信をオフロードし性能劣化を低減
- 150Bパラメータモデルで通信時間をGPU比3.9倍に短縮
発表の概要
Metaは2026年8月24日、自社製AIチップ「MTIA」シリーズの新製品「MTIA 300」を発表した。このチップは、レコメンドモデルとランキングモデルのトレーニングに最適化された初めてのMTIA製品である。従来のGPUでは通信が計算リソースを奪うという課題があったが、MTIA 300は通信処理をチップ内部に統合し、専用エンジンにオフロードすることで解決を図る。
この設計には、通信ライブラリ「HCCL」をチップと一緒にゼロから設計したことが背景にある。Metaは通信を「第一級の市民」として扱い、計算と通信の共同設計を進めた。発表では、トレーニング推論アクセラレータとしての詳細と、ISCA '26で発表した論文が紹介されている。
技術の特徴
MTIA 300の最大の特徴は、ネットワークインターフェースをチップパッケージ内に組み込んだ点にある。2つのネットワークチップレットに、それぞれ6つの800Gbps RDMA NICを搭載し、全体で1.2TB/sのI/O帯域を実現する。PCIeバスを経由しないため、従来のGPUアーキテクチャで問題だったホストとデバイス間のボトルネックがなくなる。
計算用の12x6グリッドに加え、16基の専用メッセージエンジン（ME）が通信を独立して処理する。各MEはRISC-VコアとNICインターフェース、そしてNMC（ニアメモリコンピューティング）ブロックを持ち、128バイト/サイクルでリダクションを実行する。これにより、AllReduceなどの集合通信を計算グリッドに触れずに行える。
HCCLはホストから駆動するのではなく、集合通信をサブグラフにコンパイルし、MEにディスパッチする方式をとる。一度デバイスにコピーされればホストは関与しない。PyTorchのc10dやtorchcommsと統合され、torch.compileと組み合わせて単一のグラフとして実行できる。
GPUとの性能比較
従来のGPUでは、NCCLなどのライブラリが集合通信をGPUカーネルとして実行するため、計算リソースを消費する。特にレコメンドモデルのテーブルはモデルパラメータの99%以上を占めることがあり、数百台のアクセラレータ間で頻繁にAllReduceやAllToAll、AllGatherが発生する。その結果、GPUでは通信が計算と競合して性能が大きく落ちる。
MTIA 300では、大規模なGEMM実行中に集合通信を並行しても、計算スループットの劣化は0.5%未満にとどまる。一方、従来のGPUでは20%超の劣化が見られるとされ、この差は専用エンジンの効果を示している。また、1500億パラメータのプロダクションモデルを40台のアクセラレータで学習させた場合、通信時間はGPUクラスタ比で3.9倍短い。
現在の課題と不明点
MTIA 300はあくまでMeta社内のインフラ向けに開発されたもので、一般企業向けに販売されるかは公表されていない。また、このチップで使用するHCCLもMTIA 300専用に設計されており、既存のGPU環境には適用できない。このため、今回の発表は他の企業がすぐに使えるソリューションというより、Metaの最先端技術を示すものとみられる。
一方で、Metaはこのチップの設計思想を推論やエージェント系のワークロードにも展開する可能性を示唆している。論文では詳細なシリコン設計とHCCLの通信方式が今後公開されるとあり、技術的な評価はこれから進むだろう。現時点では、実際のデータセンターでの運用コストや電力効率などのデータは発表されていない。
| 項目 | MTIA 300 | 従来のGPU |
|---|---|---|
| 通信処理の主体 | 専用メッセージエンジン（ME） | GPUカーネル（計算リソースを消費） |
| 計算スループットへの影響 | 劣化0.5%未満 | 20%超の劣化 |
| 通信時間（150Bモデル・40台） | GPU比で3.9倍高速 | 基準（1.0） |
By co-designing MTIA's communication library, HCCL, alongside the chip we've taken a fundamentally different approach to chip design and made communication a first-class citizen.
チップと並行してMTIAの通信ライブラリであるHCCLを共同設計することで、我々はチップ設計に根本的に異なるアプローチを採り、通信を第一級の市民にしました。
今後の見通し
MetaはMTIA 300のアーキテクチャを推論、特に推論が複雑化するエージェントや長文脈の用途に広げる可能性に言及している。今後、ISCA '26とSC26で発表される論文で、より詳細な設計と性能評価が明らかになるとみられる。判断材料としては、実際のレコメンドシステムでの運用データや、CPU、メモリ、ネットワークを含めたシステム全体の効率がどれだけ向上するかが鍵になるだろう。ただし、現時点では外部向けの販売計画や価格は公表されていない。
日本の開発者・IT企業にとっての意味
日本のIT企業・開発者にとって、MTIA 300の発表は大規模レコメンドシステムのインフラ設計を考える上で重要な示唆を含む。GPUでは通信処理が計算リソースと競合する問題は広く知られているが、Metaはそれをチップ設計レベルで解決した。この考え方は、NVIDIAなどのGPUベンダーの今後の製品設計にも影響を与える可能性がある。また、HCCLがPyTorchと統合されていることから、Metaのソフトウェアスタックを利用している企業にとっては、将来のハードウェア選択肢が広がる可能性も考えられる。ただし、具体的な性能やコストは未公表のため、実際に日本で採用できるかは現時点では見通せない。
気になる点
- MTIA 300は日本企業も購入できるか？
- 記事では、MTIA 300はMeta社内向けの自社製チップとして説明されており、外部販売については言及がない。現時点で購入や利用はできないと考えるのが妥当だ。実際の提供形態は今後の発表待ちである。
- HCCLを既存のGPU環境で使えるか？
- HCCLはMTIA 300と共同設計された通信ライブラリで、MTIA 300のメッセージエンジン向けに最適化されている。本文ではNCCLとの違いが説明されており、既存のGPU環境での利用は想定されていないとみられる。
- MTIA 300はどんなモデルに使えるのか？
- 主にレコメンドモデルとランキングモデルのトレーニング向けに設計されている。ただし、アーキテクチャの原則を推論やエージェント系ワークロードに応用する可能性にも言及している。具体的な対応モデルの範囲は論文で詳細が示される見込みだ。
用語解説
- MTIA
- Metaの自社開発AIチップのシリーズ。トレーニングと推論の両方を対象とする。
- NIC
- ネットワークインターフェースカード。コンピュータをネットワークに接続するためのハードウェア。
- RDMA
- Remote Direct Memory Access。CPUを介さずにメモリ間でデータ転送を行う技術。
- 集合通信
- 複数の計算ノードがデータをやり取りする通信パターン。AllReduceなどがある。
- HCCL
- MetaがMTIAと共同設計した通信ライブラリ。集合通信をハードウェアにオフロードする。
出典
MTIA 300: Meta’s First Training Chip with Built-in NICs and Communication-Offloading Engines
https://engineering.fb.com/2026/08/24/networking-traffic/mtia-300-meta-training-chip-built-in-nics
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する