Meta kommer att sätta sitt Iris AI-chip i produktion i september när det är inriktat på 14 Gigawatts beräkning

Meta planerar att påbörja massproduktion av sitt interna AI-chip, kodnamnet Iris, i september 2026, eftersom företaget strävar efter att minska sitt beroende av Nvidia och ta större kontroll över infrastrukturen som driver dess ambitioner om artificiell intelligens. Planerna, som först rapporterades av Reuters från ett internt företagsmemo, markerar ett av de mest konkreta stegen hittills av en hyperscaler för att sätta in en anpassad accelerator i fältet i skala.

Avslöjandet landar också i ett ögonblick av hårdnande konkurrens inom anpassad AI-hårdvara, där alla stora moln- och konsumentteknikföretag tävlar om att designa kisel skräddarsytt för kraven på utbildning och slutledning av stora språkmodeller. För Meta, som spenderar tiotals miljarder dollar årligen på datoranvändning, leder till och med blygsamma vinster i effektivitet eller kostnad per token till enorma besparingar.

Fördubbling av beräkningskapaciteten till 14 Gigawatt

Enligt det memo som beskrivs av Reuters och bekräftas av butiker inklusive Quartz, Firstpost och Moomoo, avser Meta att grovt fördubbla sin datorkapacitet till cirka 14 gigawatt till 2027. Gigawatt är standardmåttet för de kolossala datacenterbyggen som nu pågår i branschen, och en av de mest aggressiva platserna i Metgigawatt-strukturen i Metgigawatt-strukturen. världen.

Irisacceleratorn är central i den expansionen. Även om Reuters inte avslöjade detaljerade specifikationer, anses chipet vara designat för slutlednings- och träningsbelastningar som dominerar Metas rekommendationssystem, generativa AI-funktioner och intern forskning. Att flytta den till produktion innebär att Meta förbereder sig för att distribuera sitt eget kisel tillsammans med, och potentiellt i stället för, Nvidia GPU:er som för närvarande förankrar dess datacenter.

Flera teknikpublikationer, inklusive Times Now och NewsBytes, inramade flytten som bevis på att Metas AI-push tar fart och mognar bortom ren upphandling av tredjepartschips.

Varför ett anpassat chip är viktigt

Meta är inte det första företaget att bygga sitt eget AI-kisel. Google har levererat sina Tensor Processing Units (TPU) i ungefär ett decennium, Amazon har utvecklat sina Trainium- och Inferentia-acceleratorer och Microsoft har avslöjat sina egna anpassade AI-chips. Men Metas omfattning av implementering och bredden av dess AI-arbetsbelastning gör Iris-programmet särskilt betydelsefullt för konkurrensbalansen på acceleratormarknaden.

Anpassade marker erbjuder två huvudsakliga fördelar. För det första kan de optimeras för ett företags specifika mjukvarustack och modellarkitekturer, vilket pressar ut prestanda som GPU:er för allmänna ändamål lämnar på bordet. För det andra minskar de beroendet av en enskild leverantör i en tid då Nvidias avancerade GPU:er är dyra och ofta begränsade i utbudet. För ett företag som planerar att fördubbla sitt beräkningsfotavtryck inom ungefär två år är den strategiska hävstångseffekten svår att överskatta.

Utgiftsplaner överskuggar chipmilstolpen

Trots den positiva signalen om anpassat kisel reagerade investerarna försiktigt. Yahoo Finance rapporterade att Meta-aktierna föll när företagets massiva utgifter för AI-infrastruktur överskuggade chipframstegen, ett mönster som upprepades av TradingPedia, som noterade att Meta-aktien sjönk när utgiftsåtagandena överskuggade tillverkningsmilstolpen.

Spänningen speglar en bredare branschfråga som har tyngt hela hyperscaler-kohorten: om kapitalet som strömmar in i AI-datorer kommer att generera avkastning tillräckligt snabbt för att tillfredsställa marknaderna. Metas uttalade ambition att nå 14 gigawatts kapacitet innebär fortsatta, tunga investeringar på mark, kraft, kyla och chips under många år framöver.

Energi- och kraftbegränsningen

Att nå 14 gigawatts datorkapacitet är lika mycket en energiutmaning som en kiselutmaning. En enda gigawatt är ungefär resultatet av en stor kärnreaktor, vilket betyder att Metas mål innebär att säkra ström i omfattningen av flera nya kraftverk inom några år. Det har drivit hyperskalare, inklusive Meta, till oöverträffade förhandlingar om kärnenergi, förnybara kontrakt och dedikerade nätanslutningar.

Iris-chipprogrammet är delvis ett svar på denna begränsning. Effektivare kisel drar mindre ström för samma beräkningsarbete, vilket lättar bördan på en redan ansträngd elförsörjning. Om Iris kan förbättra prestandan per watt kan det hjälpa Meta att sträcka sina gigawatt ytterligare och minska både energiräkningen och koldioxidavtrycket.

Ett avgörande ögonblick för Hyperscaler Silicon

Produktionsmålet för september ger Meta en definierad tidslinje att titta på. Om Iris levererar meningsfulla prestanda- eller kostnadsfördelar i verkliga implementeringar, kan det påskynda ett skifte där de största AI-operatörerna i allt högre grad bygger snarare än köper sina mest kritiska acceleratorer. Det skulle omforma ekonomin för hela AI-hårdvaruförsörjningskedjan, från gjuterier till leverantörerna av grafikprocessorer som har dominerat de senaste två åren.

För närvarande signalerar memot avsikt snarare än bevisade resultat. Men kombinationen av ett produktionsdatum, en fördubbling av kapaciteten och en tydlig strategisk logik gör Iris till ett av de mest sedda anpassade chipprogrammen i branschen.

Ligg före AI

Följ AI Buzz Wire för djupgående, oberoende bevakning av AI-hårdvarutävlingen, datacenterutbyggnader och företag som omformar datorinfrastrukturen för utvecklingen som definierar nästa era av artificiell intelligens.

Läs mer AI-hårdvarunyheter →