Meta 正在將減少對外部晶片供應商依賴的戰略轉化為實際行動。該公司宣佈，其代號為 Iris 的定製 AI 晶片已完成測試階段，未出現重大問題，將於 2026 年 9 月 開始製造。這是 Meta 將整體算力提升至 14 GW 宏大計劃中的關鍵里程碑。
Iris 晶片的核心定位是高效處理 Meta 平台上每天產生的數十億次 AI 推理請求，覆蓋 Facebook、Instagram、WhatsApp 和 Meta AI 等服務。與通用 GPU 不同，Iris 可針對推薦系統、排名模型、廣告演算法及生成式 AI 服務進行專門最佳化。據估算，即便每瓦效能或每次推理成本僅提升 10% 至 15%，每年也能為 Meta 節省 數億美元。
從產業鏈角度看，自研晶片為 Meta 帶來了多重戰略優勢。首先是降低對 輝達 的依賴，使 Meta 不必完全跟隨外部晶片廠商的產品路線圖、定價策略或供應鏈波動來調整自身規劃。其次，這賦予了 Meta 在與供應商談判時更大的議價籌碼。更重要的是，Meta 能夠將晶片設計與自身的軟體、網路及資料中心同步最佳化，在超大規模基礎設施上實現系統級效率提升。
然而，自研晶片並非易事。設計一款新晶片通常需要數年時間，成本可達 數十億美元，只有極少數公司具備這樣的資金與工程人才儲備。輝達的護城河也不僅僅在於強大的 GPU 硬體，更在於其多年構建的軟體生態、網路技術與開發者工具，複製這一生態的難度遠超晶片設計本身。因此，Iris 並非旨在完全替代輝達 GPU，而是將更多推理工作負載遷移到 Meta 自有可控的硬體上，輝達 GPU 預計仍將承擔 Meta 大部分最龐大的 AI 訓練任務。
Iris 並非 Meta 在定製晶片領域的首次嘗試。今年早些時候，Meta 已公佈其 MTIA（Meta 訓練與推理加速器） 路線圖，涵蓋面向自身基礎設施的多代 AI 晶片。儘管 Meta 未確認 Iris 是否屬於 MTIA 家族，但其戰略方向一脈相承。Meta 計劃到 2027 年 大約每 六個月 推出一款新 AI 晶片，節奏遠快於傳統的一年或兩年一代。為支撐這一擴張，Meta 已與 三星電子 簽訂儲存晶片長期供應協議，與 SanDisk 簽訂快閃記憶體供應協議，並與 住友電工 簽訂光纖裝置供應協議。僅 2026 年，Meta 在 AI 基礎設施上的支出預計將高達 1450 億美元。
Meta 並非孤例。谷歌 擁有 TPU，亞馬遜 開發了 Trainium 和 Inferentia，微軟 則有 Maia 晶片。超大規模雲商集體推動定製晶片的趨勢，正在深刻改變 AI 基礎設施的產業格局。這並不意味著輝達的主導地位會迅速消退——其 GPU 幾乎仍將是訓練最大規模 AI 模型的首選。但隨著 AI 對這些公司業務的重要性與日俱增，擁有更多底層硬體自主權，將幫助它們在成本控制和基礎設施擴充套件上獲得更大的戰略靈活性與掌控力。