广东
智通财经APP获悉，Meta Platforms(META.US)计划于2027年上半年将新一代自研人工智能芯片部署至数据中心，希望通过定制芯片降低运行AI模型所需的能源消耗和成本。与此同时，公司已经为相关芯片承诺了超过1吉瓦的部署规模，并表示如果AI需求继续保持强劲，后续部署速度还将进一步加快。
Meta工程副总裁Yee Jiun Song在接受采访时表示，公司第三代自研AI处理器MTIA 450目前正在测试阶段，该芯片代号为“Arke”；下一代MTIA 500代号为“Astrid”，预计将在约一个月后完成设计，并计划于2027年底前进入数据中心。
Song表示，Meta每一代定制芯片都会承担更多技术挑战，以换取更高性能，其中包括改善单位功耗性能和单位成本性能。这也意味着，在AI基础设施投入不断扩大的背景下，Meta正试图通过自研芯片提升算力效率，并降低长期运营成本。
联手博通设计、台积电代工 部署规模将超过1吉瓦
Meta目前正与博通(AVGO.US)合作开发定制AI芯片，并由台积电(TSM.US)负责生产。Song透露，Meta已经承诺在12个月内部署超过1吉瓦规模的相关芯片。如果AI需求继续保持强劲，公司预计此后的部署速度还将进一步加快。
目前Arke已经进入实际测试阶段。9月1日，首批12颗Arke芯片由台积电交付Meta，其实际性能与此前模拟结果之间的差距仅为2%至3%。
更值得关注的是，这批处理器已经成功运行Meta自己的AI模型，同时还运行了DeepSeek和阿里巴巴(BABA.US)的模型，显示Meta自研芯片并非只能针对公司内部单一模型进行优化，而是具备运行不同AI模型的能力。
放弃训练与推理“两手抓” Meta将自研芯片重点转向AI推理
Meta的自研AI芯片战略也经历了调整。
公司此前曾计划开发名为Olympus的芯片，希望同时用于AI模型训练和推理，但后来取消了该项目，成本考量是其中部分原因。此后，Meta将自研芯片的重点更加集中于AI推理。Song表示：“这些将成为我们用于通用推理的主力芯片。”
随着Meta不断将AI功能整合进Facebook、Instagram以及其他产品，模型调用量持续扩大，推理所需的计算资源也随之增加。因此，相比单纯追求更高算力，降低每次AI推理的成本和能耗对于Meta而言越来越重要。
Meta自研芯片战略也因此逐渐形成更加清晰的方向，即并非试图立即覆盖所有AI计算任务，而是首先针对规模庞大、持续发生的推理工作负载打造专用芯片，通过提高每瓦性能和每美元性能降低AI基础设施的整体运营成本。
AI基础设施竞争延伸至自研芯片 Meta称拥有“非常稳健”的产品路线图
随着大型科技公司持续扩大AI基础设施投资，自研芯片正在成为控制AI成本和提升数据中心效率的重要手段。Meta此次推进MTIA 450和MTIA 500，显示其自研芯片项目正从测试阶段进一步走向大规模部署。
按照目前规划，正在测试的MTIA 450将于2027年上半年进入数据中心，而下一代MTIA 500则有望在2027年底前部署。未来几代产品还将进一步提高运行速度和吞吐量。Song表示，Meta已经为定制芯片制定了一个“非常稳健的路线图”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
