Meta自研AI晶片將於明年上半年部署，旨在降低成本並減少對英偉達的依賴

Meta正加快自研AI晶片的部署速度，以降低對NVIDIA的依賴並壓縮數據中心營運成本。

該公司表示，第三代自研晶片MTIA 450（代號Arke）將於明年上半年開始在數據中心投入使用。第四代產品MTIA 500（代號Astrid）的設計工作預計一個月內完成，預計2027年底進入數據中心，屆時部署規模將更為廣泛。

這一晶片路線圖標誌著Meta在削減AI基礎設施成本方面取得實質進展。

Meta工程副總裁Yee Jiun Song表示，與NVIDIA現有出貨產品相比，自研晶片在運行AI模型時效率更高，"正因為我們承擔了大量工程工作"。

未來12個月內，Meta在自研晶片的部署承諾已超過1吉瓦的用電等量。Yee Jiun Song表示，其後預計將進一步加速擴張，前提是AI市場或需求不會出現崩盤。

截至發稿，Meta周二盤中上漲0.18%，NVIDIA上漲0.74%。

Meta與Broadcom合作進行晶片設計，並由TSMC負責製造，整體方向是減少對NVIDIA主導地位的依賴。

Meta於2023年首次宣布自研晶片計劃。目前，第三代產品已於9月1日自TSMC收到了首批12枚樣片，實測性能與仿真結果差異在2%至3%以內。首日測試時，工程團隊已成功用該晶片運行Meta自有模型。

Yee Jiun Song表示，測試結果顯示晶片設計環節沒有明顯缺陷，但仍需數月調校與優化，且TSMC產量也在持續爬升。

他強調，該系列晶片主要依賴高頻寬記憶體，定位於通用推理場景，而非針對響應速度極高的超快速推理市場。"這是我們針對通用推理的主力晶片，"他說。

Meta過去曾計劃開發代號為Olympus的晶片，目標同時支援AI模型的訓練及推理兩個階段，原訂於2028至2029年問世。

但據Yee Jiun Song透露，該專案已經取消，公司將專注於推理晶片，成本是主要考量。

"當你開始大規模擴展至數吉瓦容量時，成本變得極其重要，"他說。他強調，若一款同時兼顧訓練和推理的晶片價格貴三成，在大規模部署情況下將"完全不能接受"。

Meta超級智能實驗室（Meta Superintelligence Labs）正在為未來AI模型提供需求資訊，協助晶片精細優化，以提升推理階段的運行效率。

在完成Astrid開發後，Meta表示後續晶片研發將聚焦於提升運算速度及吞吐量，即單位時間可處理的AI任務數。光纖技術導入亦有望進一步改善晶片效能。

"我們有一張非常明確且扎實的路線圖，"Yee Jiun Song說。"未來幾年，我們預計會不斷打造能和供應商產品競爭的晶片。"

這一說法反映Meta希望透過自研晶片逐步掌握AI基礎設施核心技術主導權，同時在成本及能效上建立長期競爭優勢。