Meta 正在为其 AI 基础设施铺设一条更自主的道路。据路透社 7 月 9 日报道，这家社交媒体巨头计划在 9 月开始制造其内部 AI 芯片，代号 Iris。这一动作背后，是 Meta 与博通在芯片设计上的协作，以及由台积电负责实际生产。

Iris 的定位并非要立刻取代 Meta 从英伟达和 AMD 大量采购的 GPU，而是作为一种补充。其战略意图十分明确：在支撑 Facebook、Instagram 等内容推荐、广告工具和 AI 功能时，实现对成本的有效控制，并加深对底层计算栈的掌控。对于一家依赖庞大算力来驱动核心广告引擎的公司而言，长期来看，自研芯片若能在大规模推理任务中降低单位成本，将直接加固其商业模式的护城河。

与芯片计划同步披露的，还有 Meta 极具野心的算力扩张时间表。报道指出，Meta 计划在 2026 年部署 7 吉瓦的计算容量，并在 2027 年将这一数字翻倍至 14 吉瓦。这一量级的扩张，反映出 AI 工作负载对基础设施的吞噬速度远超预期，也意味着 Meta 对未来几年的算力需求做出了极为激进的预判。

从产业链角度看，Meta 的举措并非孤例。谷歌、亚马逊、微软等云与科技巨头均在推进自研 AI 芯片，试图在英伟达 GPU 供不应求且价格高昂的背景下，开辟第二供应路径。对博通这类定制芯片设计服务商而言，大型客户的自研需求持续转化为实质订单；对台积电来说，先进制程的客户群则进一步从传统芯片商拓展至终端应用巨头。

不过，自研芯片的道路并非没有风险。定制芯片需要持续的研发投入与工程执行力，一旦性能迭代跟不上通用 GPU 的步伐，或内部推广受阻，前期巨额投资就可能沦为沉没成本。好在 Meta 的广告引擎仍在源源不断产生现金流，为其提供了罕见的试错空间和投资能力。

Meta 的核心资产始终是其旗下社交平台构建的网络效应、数十亿用户数据以及精准的广告定向体系。Iris 若成功，将是从基础设施层面强化这一资产的经济效益，而非改变其本质。在 AI 竞赛从模型层向基础设施层深化的当下，Meta 正试图用自研芯片和空前的算力规模，为自己在下一阶段的竞争中铺设一条更可控、成本更优的跑道。