Meta 计划于 2026 年 9 月开始大规模生产代号为 Iris 的内部 AI 芯片，该公司正在努力减少对 Nvidia 的依赖，并更好地控制支持其人工智能雄心的基础设施。这些计划首先由路透社在公司内部备忘录中报道，标志着超大规模企业将定制加速器大规模投入该领域的最具体步骤之一。
此次披露也正值定制 AI 硬件 竞争加剧之际，各大云和消费技术公司都在竞相设计适合大型语言模型训练和推理需求的芯片。对于每年在计算上花费数百亿美元的 Meta 来说，即使效率或每个代币成本的微小提升也可以转化为巨大的节省。
将计算能力加倍至 14 吉瓦
根据路透社描述并得到 Quartz、Firstpost 和 Moomoo 等媒体证实的备忘录，Meta 计划到 2027 年将其计算能力大致翻一番，达到约 14 吉瓦。吉瓦是整个行业目前正在进行的大规模数据中心扩建的标准衡量标准，14 吉瓦的目标使 Meta 跻身世界上最积极的基础设施支出者之列。
Iris 加速器是这一扩展的核心。虽然路透社没有透露详细规格，但据了解该芯片是为主导 Meta 推荐系统、生成人工智能功能和内部研究的推理和训练工作负载而设计的。将其投入生产意味着 Meta 正准备部署自己的芯片，并可能取代目前其数据中心的 Nvidia GPU。
包括 Times Now 和 NewsBytes 在内的多家科技出版物将此举视为 Meta 的人工智能推动步伐正在加快并日趋成熟的证据，而不仅仅是纯粹采购第三方芯片。
为什么定制芯片很重要
Meta 并不是第一家构建自己的人工智能芯片的公司。谷歌的张量处理单元（TPU）已经上市大约十年了，亚马逊开发了它的 Trainium 和 Inferentia 加速器，微软也推出了自己的定制人工智能芯片。但 Meta 的部署规模及其人工智能工作负载的广度使得 Iris 计划对于加速器市场的竞争平衡尤其重要。
定制芯片有两个主要优点。首先，它们可以针对公司的特定软件堆栈和模型架构进行优化，从而超越通用 GPU 的性能。其次，在 Nvidia 的高端 GPU 价格昂贵且经常供应紧张的情况下，它们减少了对单一供应商的依赖。对于一家计划在大约两年内将其计算足迹增加一倍的公司来说，这种战略影响力怎么强调都不为过。
支出计划掩盖了芯片里程碑
尽管定制芯片发出积极信号，但投资者反应谨慎。雅虎财经报道称，由于该公司大规模的人工智能基础设施支出计划盖过了芯片进展，Meta 股价下跌，TradingPedia 也认同这种模式，该公司指出，由于支出承诺使制造里程碑相形见绌，Meta 股价下跌。
这种紧张局势反映了一个更广泛的行业问题，这个问题给整个超大规模企业带来了压力：涌入人工智能计算的资本是否会足够快地产生回报以满足市场的需求。 Meta 所宣称的达到 14 吉瓦装机容量的目标意味着未来几年将在土地、电力、冷却和芯片方面持续进行大量资本支出。
能量和功率约束
达到 14 吉瓦的计算能力与硅一样是一项能源挑战。 1吉瓦大约相当于一个大型核反应堆的输出功率，这意味着Meta的目标意味着在几年内确保多个新发电厂规模的电力供应。这促使包括 Meta 在内的超大规模企业就核能、可再生能源合同和专用电网连接进行了前所未有的谈判。
Iris 芯片计划在一定程度上是对这一限制的回应。更高效的硅在相同的计算工作中消耗的电力更少，从而减轻了本已紧张的电力供应的负担。如果 Iris 能够提高每瓦性能，它可以帮助 Meta 进一步扩展其千兆瓦并减少其能源费用和碳足迹。
超大规模芯片的关键时刻
9 月份的生产目标为 Meta 提供了明确的观察时间表。如果 Iris 在现实世界的部署中提供有意义的性能或成本优势，它可能会加速最大的人工智能运营商越来越多地构建而不是购买其最关键的加速器的转变。这将重塑整个人工智能硬件供应链的经济状况，从代工厂到过去两年占据主导地位的图形处理器供应商。
目前，该备忘录表明了意图，而不是经过验证的结果。但生产日期、产能翻倍和明确的战略理由相结合，使 Iris 成为业内最受关注的定制芯片项目之一。
保持人工智能领先地位
如需深入、独立地报道 AI 硬件竞赛、数据中心扩建以及重塑计算基础设施的公司，请关注 AI Buzz Wire，了解定义人工智能下一个时代的发展动态。
阅读更多人工智能硬件新闻 →
