Meta 在降低 AI 算力成本的道路上迈出关键一步。据路透社援引内部备忘录报道，这家社交媒体巨头计划于 9 月 开始生产其最新版本的 自研 AI 芯片，至少一款芯片已在约 六周 内顺利完成测试阶段。此举正值全球 AI 组件空前短缺之际，凸显出科技巨头急于摆脱对单一供应商依赖的紧迫感。
该芯片属于 Meta 的 MTIA（Meta 训练与推理加速器） 系列。今年 3 月，Meta 曾详细披露了该系列下的四款新芯片，部分已进入部署阶段或将在今明两年内落地。与以往不同，此次设计采取了 模块化小芯片 路径。公司预见到，在芯片从设计到投产的周期内，AI 技术本身将快速演进，需求也会随之变化，因此模块化架构能更灵活地适应未来迭代。Meta 当时表示，每一代 MTIA 都建立在前代基础之上，融合最新的 AI 工作负载洞察与硬件技术，并以更短的节奏进行部署。
在制造环节，Meta 延续了与 博通 的芯片设计合作，并将制造重任交给了 台积电。同时，为确保供应链稳定，Meta 还从 三星 采购内存，从 闪迪 采购存储设备，并从 住友电工 采购光纤设备，构建起一个横跨设计、制造与关键零部件的多元化供应网络。
自研芯片的核心目标直指 降低对英伟达等外部 GPU 供应商的巨额支出。尽管 Meta 仍预计会继续从英伟达和 AMD 大量采购，但 MTIA 芯片将承担起越来越重要的内部工作负载，包括训练其排名与推荐算法模型、处理更广泛的 AI 任务，以及面向其旗下应用的推理工作。Meta 自 2023 年 起便开始生产自研 AI 芯片，此次最新版本的投产标志着其自研能力进入新阶段。
这一动作的背后是 Meta 史无前例的资本开支规模。公司在今年 4 月预计，全年资本支出将在 1250 亿至 1450 亿美元 之间，其中很大一部分流向 AI 基础设施建设。为训练和部署其新的 Muse Spark 系列 AI 模型，Meta 在全球范围内签订了大量数据中心与电力协议，斥资数百亿美元锁定计算容量。据上述备忘录披露，公司计划今年部署 7 吉瓦 的计算能力，并计划在明年将这一数字翻倍。
除了自研芯片，Meta 还通过多笔重磅交易来保障算力供给。去年，它与 ARM 签署协议，为其推荐系统获取计算资源；与 AMD 达成了价值数十亿美元的 Instinct GPU 采购协议；还与 亚马逊 签订数十亿美元合同，使用这家云巨头的自研 CPU 来满足 AI 相关需求。
Meta 并非孤例。整个 AI 产业界都在试图遏制流向英伟达的资本洪流。上个月，OpenAI 公布了一款正与博通合作构建的推理处理器；据传 Anthropic 也在考虑与三星合作开发自有芯片。亚马逊 和 谷歌 早已在 AI 训练与推理芯片领域深耕，还有一大批初创公司涌入这一赛道，以应对飙升的需求。这场从软件到硬件的垂直整合竞赛，正在重塑全球半导体与 AI 基础设施的长期格局。