Meta 在自研 AI 芯片道路上邁出關鍵一步。根據路透社查閱的內部備忘錄，代號 Iris 的 AI 數據中心芯片將於 2026 年 9 月 進入量產階段，由 臺積電 負責製造，博通 參與芯片設計。這是 Meta 自研芯片計劃 MTIA 的第四代產品，也是該公司降低對 英偉達 與 AMD 等外部 GPU 供應商依賴的核心舉措。

Iris 芯片的測試周期僅 六週，且未發現重大缺陷。對於一項啟動已超過五年、此前進展一度不及預期的項目而言，這一結果被內部視為重要突破。該芯片並非要完全替代 GPU，而是作為補充，與 Meta 大量採購的英偉達和 AMD 圖形處理器協同工作，共同支撐 Facebook 與 Instagram 等平臺日益增長的 AI 推理與訓練需求。

備忘錄同時披露了 Meta 更大規模的算力擴張藍圖。公司計劃今年部署 7 吉瓦 的運算基礎設施，並在明年將總容量翻倍至 14 吉瓦。為支撐這一目標，Meta 預計今年 AI 基礎設施支出最高可達 1450 億美元，在科技巨頭今年合計逾 7000 億美元 的 AI 總投資中佔據相當比重。備忘錄坦言，對大型企業而言，持續導入最新 GPU “一直是一項艱鉅的工作，也耗費不少時間”，這從側面解釋了為何自研芯片成為戰略必選項。

消息公佈後，Meta 股價一度承壓，但隨後因公司宣佈向開發者開放一款直接對標 OpenAI 與 Anthropic 的 AI 編程模型而反彈，最終收漲 4.7%。這一走勢反映出市場對自研芯片短期成本壓力的擔憂，以及對 Meta 在應用層持續加碼的認可。

從產業視角看，Meta 的舉動並非孤例。研究機構 Forrester 副總裁兼首席分析師 Mike Gualtieri 評論稱，若 AI 芯片依賴外部供應商，就難以成為真正的 AI 主導者；超大規模雲服務商乃至 SpaceX 都在自行開發芯片，因為只有這樣才能在 AI 模型使用成本上維持競爭力。這一趨勢正在重塑整個 AI 硬件供應鏈：雲廠商從單純的 GPU 買家，逐步轉變為芯片設計者，將製造外包給臺積電等代工廠，從而在架構層面獲得針對自身工作負載的優化空間。

與此同時，大規模算力擴張正推高關鍵零組件價格。摩根士丹利 分析師指出，記憶體及其他芯片價格近期快速且大幅上漲，“芯片通脹” 已逐漸成為值得關注的宏觀經濟議題。對於 Meta 而言，自研芯片不僅是技術自主的象徵，更是在算力需求指數級增長背景下，控制長期總擁有成本的現實選擇。