Meta規劃2027年前部署四代自研AI晶片，意為何？

Question

Accepted Answer

Meta 透過自研 AI 晶片，旨在建立垂直整合的成本與效能優勢

Meta 規劃於 2027 年前部署四代自研 AI 晶片，此舉並非僅是追求技術自主，而是期望藉由垂直整合的策略，大幅降低 AI 運算成本並提升效能，以應對其龐大且快速增長的 AI 服務需求，同時減輕對外部供應商的依賴。
客製化晶片將成為 Meta 龐大 AI 基礎設施的關鍵成本控制手段

Meta 透過 MTIA 計畫，正加速開發一系列專為其內容推薦、排序系統及生成式 AI 服務量身打造的晶片。MTIA 300 已投入生產用於訓練，而 MTIA 400 (Iris) 則準備部署於資料中心；預計 2027 年大規模部署的 MTIA 450 (Arke) 與 MTIA 500 (Astrid) 則將專注於 AI 推論。這種高度客製化的設計，能夠移除業界標準晶片中為通用市場設計的不必要功能，從而顯著降低能耗與採購成本。考量到 Meta 今年預計將投入 1150 億至 1350 億美元於 AI 基礎設施，自研晶片在長期營運中將扮演至關重要的成本節約角色。
加速開發節奏與雙軌策略，是應對 AI 競賽的必要手段

Meta 將晶片開發節奏加速至約六個月一次，以配合資料中心快速擴張的需求，這反映了 AI 技術迭代的緊迫性。公司採取「雙軌策略」，一方面持續採購如 Nvidia 和 AMD 等供應商的大量 GPU，確保當前運算算力；另一方面則大力投入自研晶片。這種策略允許 Meta 在獲得現有市場領先技術的同時，逐步建立能夠滿足其獨特應用場景、且具備成本效益的專有硬體平台。
儘管訓練晶片面臨挑戰，但推論晶片已展現階段性成果

Meta 在 AI 推論晶片的發展上已取得初步成效，如 MTIA 300 的量產與 MTIA 400 的實驗室測試完成，顯示其在特定 AI 任務上的執行能力。然而，開發用於訓練大型生成式 AI 模型（如先前取消的 Olympus 計畫）的晶片，仍面臨極高的技術複雜性與數十億美元的投資門檻。儘管如此，Meta 仍持續調整其訓練晶片的開發方向，展現了其長期致力於實現端對端 AI 運算自主性的決心。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

Meta規劃2027年前部署四代自研AI晶片，意為何？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友