Meta 在降低 AI 算力成本的道路上邁出關鍵一步。據路透社援引內部備忘錄報道，這家社交媒體巨頭計劃於 9 月 開始生產其最新版本的 自研 AI 芯片，至少一款芯片已在約 六週 內順利完成測試階段。此舉正值全球 AI 組件空前短缺之際，凸顯出科技巨頭急於擺脫對單一供應商依賴的緊迫感。
該芯片屬於 Meta 的 MTIA（Meta 訓練與推理加速器） 系列。今年 3 月，Meta 曾詳細披露了該系列下的四款新芯片，部分已進入部署階段或將在今明兩年內落地。與以往不同，此次設計採取了 模塊化小芯片 路徑。公司預見到，在芯片從設計到投產的週期內，AI 技術本身將快速演進，需求也會隨之變化，因此模塊化架構能更靈活地適應未來迭代。Meta 當時表示，每一代 MTIA 都建立在前代基礎之上，融合最新的 AI 工作負載洞察與硬件技術，並以更短的節奏進行部署。
在製造環節，Meta 延續了與 博通 的芯片設計合作，並將製造重任交給了 臺積電。同時，為確保供應鏈穩定，Meta 還從 三星 採購內存，從 閃迪 採購存儲設備，並從 住友電工 採購光纖設備，構建起一個橫跨設計、製造與關鍵零部件的多元化供應網絡。
自研芯片的核心目標直指 降低對英偉達等外部 GPU 供應商的鉅額支出。儘管 Meta 仍預計會繼續從英偉達和 AMD 大量採購，但 MTIA 芯片將承擔起越來越重要的內部工作負載，包括訓練其排名與推薦算法模型、處理更廣泛的 AI 任務，以及面向其旗下應用的推理工作。Meta 自 2023 年 起便開始生產自研 AI 芯片，此次最新版本的投產標誌著其自研能力進入新階段。
這一動作的背後是 Meta 史無前例的資本開支規模。公司在今年 4 月預計，全年資本支出將在 1250 億至 1450 億美元 之間，其中很大一部分流向 AI 基礎設施建設。為訓練和部署其新的 Muse Spark 系列 AI 模型，Meta 在全球範圍內簽訂了大量數據中心與電力協議，斥資數百億美元鎖定計算容量。據上述備忘錄披露，公司計劃今年部署 7 吉瓦 的計算能力，並計劃在明年將這一數字翻倍。
除了自研芯片，Meta 還通過多筆重磅交易來保障算力供給。去年，它與 ARM 簽署協議，為其推薦系統獲取計算資源；與 AMD 達成了價值數十億美元的 Instinct GPU 採購協議；還與 亞馬遜 簽訂數十億美元合同，使用這家雲巨頭的自研 CPU 來滿足 AI 相關需求。
Meta 並非孤例。整個 AI 產業界都在試圖遏制流向英偉達的資本洪流。上個月，OpenAI 公佈了一款正與博通合作構建的推理處理器；據傳 Anthropic 也在考慮與三星合作開發自有芯片。亞馬遜 和 谷歌 早已在 AI 訓練與推理芯片領域深耕，還有一大批初創公司湧入這一賽道，以應對飆升的需求。這場從軟件到硬件的垂直整合競賽，正在重塑全球半導體與 AI 基礎設施的長期格局。