Meta自研AI芯片九月量产

在AI算力需求激增与GPU供应紧张的背景下，Meta正加速推进自研芯片战略。据路透社援引内部备忘录报道，Meta计划于今年九月开始量产其最新一代AI专用芯片，这标志着该公司在降低对外部GPU供应商依赖方面迈出关键一步。

备忘录显示，至少有一款芯片在约六周内成功通过测试阶段。Meta与博通（Broadcom）合作进行芯片设计，并选择台积电（TSMC）作为代工厂。此外，Meta还从三星（Samsung）采购内存、从闪迪（Sandisk）采购存储设备、从住友电工（Sumitomo Electric）采购光纤设备，构建完整的硬件供应链。

这些芯片属于Meta训练与推理加速器（MTIA）项目。今年三月，Meta详细介绍了四款新芯片，其中部分已部署或将在今年或明年投入使用。Meta采取模块化设计方法，通过小芯片（chiplets）架构灵活组合，以适应AI技术快速演进带来的需求变化。Meta当时表示：“每一代MTIA都基于上一代，使用模块化小芯片，融入最新的AI工作负载洞察和硬件技术，并以更短的周期部署。”

Meta自2023年起便开始生产自研AI芯片。这些MTIA芯片将主要用于训练排名和推荐算法、处理通用AI工作负载，以及为旗下应用提供推理能力。尽管自研芯片有助于降低对英伟达（Nvidia）和AMD等GPU供应商的采购成本，但Meta仍计划继续大量采购这些供应商的产品。路透社报道指出，Meta今年资本支出预计在1250亿至1450亿美元之间，其中大部分投入AI领域。

为了支持庞大的AI计划，Meta在全球范围内签署数据中心和电力协议，投入数百亿美元确保计算能力。该公司计划今年部署7吉瓦（GW）算力，明年翻倍至14吉瓦，以训练和部署其新的Muse Spark系列AI模型。此外，Meta去年还与ARM签署协议，为其推荐系统获取算力支持；同时与AMD签署价值数十亿美元的Instinct GPU采购协议，并与亚马逊达成数十亿美元合作，使用亚马逊自研CPU满足AI相关需求。

Meta并非唯一试图减少对英伟达依赖的公司。上个月，OpenAI发布了与博通合作开发的推理处理器；Anthropic据称正考虑与三星合作自研芯片；亚马逊和谷歌都已开发自有AI训练和推理芯片；此外，还有众多初创公司涌入这一领域，以满足激增的需求。Meta对此拒绝置评。

随着AI模型规模持续扩大，算力成本已成为科技巨头的重要支出项。Meta通过自研芯片、多元化供应商和模块化设计，试图在控制成本的同时保持技术灵活性。这一策略能否在激烈的AI竞赛中奏效，将取决于芯片量产后的性能表现以及Meta能否在快速变化的AI工作负载中持续优化硬件。