不只靠輝達！Meta加速AI晶片布局 2027年前部署四代自研晶片

社群媒體巨頭 Meta(META-US)周三 (11 日) 公布自研人工智慧 (AI) 晶片發展藍圖，計畫在 2027 年前推出四代自家 AI 晶片，以支援快速成長的人工智慧運算需求，同時降低對外部晶片供應商的依賴。

Meta 表示，未來數年將陸續部署 MTIA 300、MTIA 400、MTIA 450 與 MTIA 500 四款晶片，這些產品隸屬於 Meta Training and Inference Accelerator(MTIA) 計畫，主要用於處理公司龐大的 AI 運算工作，包括內容推薦、排序系統以及生成式 AI 服務。

目前 MTIA 300 已投入生產，主要用於 Instagram 與 Facebook 的內容推薦與排序模型訓練；MTIA 400(代號 Iris)則已完成實驗室測試，正準備導入資料中心。至於 MTIA 450 與 MTIA 500(代號 Arke 與 Astrid)預計將於 2027 年大規模部署，兩款晶片主要鎖定 AI 推論 (Inference) 工作，也就是 AI 模型完成訓練後，在實際應用中生成文字或影像回應的運算需求。

Meta 工程副總裁 Yee Jiun Song 表示，隨著 AI 應用需求急速成長，尤其是推論運算需求大幅增加，公司正加快晶片開發節奏。Meta 目前計畫以約六個月的節奏推出新晶片，以配合資料中心快速擴張的步伐。

AI 運算需求暴增 Meta 加速自研晶片

隨著 AI 競賽持續升溫，Meta 正大幅增加人工智慧基礎設施投資。公司今年預估資本支出將達 1150 億至 1350 億美元，主要用於擴建資料中心與購置 AI 硬體設備。

雖然 Meta 積極發展自家晶片，但仍是全球最大的 AI GPU 採購商之一。公司近來與輝達 (NVDA-US) 與超微 (AMD-US) 達成總額數百億美元的晶片採購協議，確保未來數年可取得足夠 AI 算力。

Meta 表示，採取「雙軌策略」：一方面持續採購輝達與超微等業界標準晶片，另一方面發展自研晶片以支援更具針對性的運算任務。由於自家平台的運算需求高度專門化，客製化晶片可以刪除不必要功能，進一步降低能耗與成本。

這些晶片由台積電 (TSM-US)(2330-TW) 負責代工製造，Meta 並與博通 (AVGO-US) 合作部分晶片設計工作。Yee Jiun Song 指出，從晶片設計到量產通常需要約兩年時間，因此公司需要持續提前規畫產品路線。

自研 AI 晶片仍面臨技術與成本挑戰

儘管 Meta 已在 AI 推論晶片方面取得一定成果，但在訓練大型生成式 AI 模型的晶片開發上仍面臨挑戰。外媒先前報導，Meta 曾取消一款代號「Olympus」的 AI 訓練晶片計畫，原因是設計過於複雜。

Meta 財務長 Susan Li 稍早表示，公司仍希望未來能推出可用於訓練 AI 模型的處理器，但相關開發仍在持續調整中。

此外，晶片開發成本極高。將設計完成的晶片送往第三方晶圓廠量產往往需要數十億美元投資，並且只有在大規模部署與高使用率下才能真正降低整體運算成本。

Meta 指出，自研晶片並非為一般市場設計，而是針對自家應用需求量身打造。透過客製化架構，公司希望在 AI 競賽中兼顧效能與成本效率，同時確保未來 AI 基礎設施能支撐快速成長的服務需求。