Meta 正在為其 AI 基礎設施鋪設一條更自主的道路。據路透社 7 月 9 日報道，這家社交媒體巨頭計劃在 9 月開始製造其內部 AI 晶片，代號 Iris。這一動作背後，是 Meta 與博通在晶片設計上的協作，以及由台積電負責實際生產。

Iris 的定位並非要立刻取代 Meta 從輝達和 AMD 大量採購的 GPU，而是作為一種補充。其戰略意圖十分明確：在支撐 Facebook、Instagram 等內容推薦、廣告工具和 AI 功能時，實現對成本的有效控制，並加深對底層計算棧的掌控。對於一家依賴龐大算力來驅動核心廣告引擎的公司而言，長期來看，自研晶片若能在大規模推理任務中降低單位成本，將直接加固其商業模式的護城河。

與晶片計劃同步披露的，還有 Meta 極具野心的算力擴張時間表。報道指出，Meta 計劃在 2026 年部署 7 吉瓦的計算容量，並在 2027 年將這一數字翻倍至 14 吉瓦。這一量級的擴張，反映出 AI 工作負載對基礎設施的吞噬速度遠超預期，也意味著 Meta 對未來幾年的算力需求做出了極為激進的預判。

從產業鏈角度看，Meta 的舉措並非孤例。谷歌、亞馬遜、微軟等雲與科技巨頭均在推進自研 AI 晶片，試圖在輝達 GPU 供不應求且價格高昂的背景下，開闢第二供應路徑。對博通這類定製晶片設計服務商而言，大型客戶的自研需求持續轉化為實質訂單；對台積電來說，先進製程的客戶群則進一步從傳統晶片商拓展至終端應用巨頭。

不過，自研晶片的道路並非沒有風險。定製晶片需要持續的研發投入與工程執行力，一旦效能迭代跟不上通用 GPU 的步伐，或內部推廣受阻，前期鉅額投資就可能淪為沉沒成本。好在 Meta 的廣告引擎仍在源源不斷產生現金流，為其提供了罕見的試錯空間和投資能力。

Meta 的核心資產始終是其旗下社交平台構建的網路效應、數十億使用者資料以及精準的廣告定向體系。Iris 若成功，將是從基礎設施層面強化這一資產的經濟效益，而非改變其本質。在 AI 競賽從模型層向基礎設施層深化的當下，Meta 正試圖用自研晶片和空前的算力規模，為自己在下一階段的競爭中鋪設一條更可控、成本更優的跑道。