Meta新款AI芯片将于9月投产

背景

在GPU组件空前短缺的背景下，Meta正试图降低其GPU成本。据路透社援引一份内部备忘录报道，Meta计划于9月开始生产其最新版本的AI专用芯片。这家社交媒体公司自2023年起就开始自研AI芯片，此次推出的四款新芯片隶属于其Meta训练与推理加速器（MTIA）项目。3月时Meta已详细介绍了这些芯片，其中部分已进入部署阶段或将于今年或明年部署。Meta采取模块化方式设计这些芯片，预期在芯片量产时，随着AI快速演进，其需求也会发生变化。

核心内容

据路透社报道，Meta正按计划于9月开始生产其最新AI芯片。至少有一款芯片在大约六周内通过了测试阶段。Meta与博通（Broadcom）合作进行芯片设计，但将交由台积电（TSMC）制造。此外，根据报告，Meta还从三星（Samsung）采购内存，从闪迪（Sandisk）采购存储设备，从住友电工（Sumitomo Electric）采购光纤设备。

这些芯片是Meta“Meta训练与推理加速器”（MTIA）计划的一部分。今年3月，Meta详细介绍了这四款新芯片，其中一些目前正在部署中，部分将于今年或明年部署。Meta采用模块化方法设计这些芯片，预计在芯片量产时，随着AI快速发展，其需求也会发生变化。Meta当时写道：“每一代MTIA都建立在上一代的基础上，采用模块化小芯片（chiplets），融入最新的AI工作负载洞察和硬件技术，并以更短的周期进行部署。”

报道称，这些芯片预计将帮助Meta节省向英伟达（Nvidia）和AMD等芯片制造商购买GPU的开支，但Meta仍预计会大量从这些供应商处采购。Meta计划将MTIA芯片用于训练其排序和推荐算法的模型、更广泛的AI工作负载以及针对其应用的推理任务。

Meta一直在斥巨资确保足够的计算能力来支撑其各种AI努力。今年4月，Meta预计今年资本支出将在1250亿至1450亿美元之间，其中很大一部分将用于AI项目。Meta已在全球范围内签订数据中心和电力协议，斥资数百亿美元来确保计算能力，以训练和部署其新的Muse Spark系列AI模型。据路透社援引该备忘录称，Meta今年计划部署7吉瓦（GW）的计算能力，明年将翻倍。

此外，Meta去年还与ARM签署了一项协议，以确保其推荐系统的计算能力，同时还与AMD达成了一项价值数十亿美元的协议，使用其Instinct GPU，并与亚马逊（Amazon）达成了一项价值数十亿美元的协议，使用这家云巨头的自研CPU来满足AI相关需求。

Meta并非唯一一家试图遏制流向英伟达资金的科技公司。OpenAI上月披露了一款与博通合作构建的推理处理器，据称Anthropic正在考虑与三星合作开发自己的芯片。亚马逊和谷歌都在开发自研AI训练和推理芯片，并且有一大批初创公司正在进军这一领域，以满足飙升的需求。Meta拒绝置评。

关键要点

• Meta将于9月开始生产其最新的AI专用芯片，这是其MTIA计划的一部分，旨在降低对英伟达和AMD等外部GPU供应商的依赖。
• 至少有一款芯片在约六周内通过了测试，Meta与博通合作设计，台积电负责制造；供应链还包括三星（RAM）、闪迪（存储）和住友电工（光纤设备）。
• 四款新芯片于今年3月公布，部分已部署或即将部署；采用模块化小芯片设计，可适应AI快速迭代的需求。
• 芯片将用于训练推荐和排序算法模型、通用AI工作负载以及Meta应用的推理任务。
• Meta近年大肆扩张计算基础设施：2025年资本支出预计1250-1450亿美元，今年计划部署7吉瓦计算能力，明年翻倍；已与ARM、AMD、亚马逊等达成数十亿美元协议。
• 其他科技巨头也在自研芯片：OpenAI与博通开发推理处理器，Anthropic考虑与三星合作，谷歌、亚马逊已有成熟自研芯片，多家初创公司活跃。

意义与影响

Meta自研AI芯片的战略意义在于逐步降低对英伟达等外部GPU供应商的依赖，从而控制巨额资本支出。在当前全球GPU供应紧张且成本高昂的环境下，拥有自研芯片能力可以增强供应链韧性，并可能提升特定AI工作负载的性能效率。Meta采用模块化小芯片设计，意味着其架构可快速迭代，这有助于跟上AI模型（如Llama系列）演进的节奏。值得注意的是，Meta并非完全抛弃英伟达和AMD，而是将自研芯片与外部采购并行，形成“混合”计算策略，以平衡成本与灵活性。

这一趋势也反映了整个行业的动向：OpenAI、Anthropic、亚马逊、谷歌等巨头都在自研AI芯片，以争夺对计算基础设施的控制权。长期来看，这将逐步改变AI芯片市场的竞争格局，削弱英伟达的垄断地位，同时推动更多定制化芯片生态的成熟。Meta在备忘录中透露的计划——今年部署7GW、明年翻倍——表明其对AI算力的需求仍在指数级增长，自研芯片只是其庞大算力拼图的一部分。