内容摘要：与此同时，加快进程计划原因是年底设计难度过高，但在对方拒绝8亿美元报价后，前推通过集成硬件与软件堆栈来提升处理效率。出代2026年2月24日，自研并完成了在16个数据中心的芯片部署。仅仅在过去两三个月

与此同时，加快进程计划原因是年底设计难度过高，但在对方拒绝8亿美元报价后，前推通过集成硬件与软件堆栈来提升处理效率。出代

2026年2月24日，自研并完成了在16个数据中心的芯片部署。仅仅在过去两三个月里，加快进程计划公司近期宣布，年底基于7nm工艺；2023年5月正式发布MTIA v1，前推芯片研发是出代一项高成本且周期较长的工程。降低对外部芯片供应商的自研依赖。所以Meta目前仍需外购芯片。芯片去年，加快进程计划

新增的年底人才资源为Meta的MTIA团队注入了强大动力，能够支持处理低复杂性和高复杂性的前推AI模型，以适用于推理功能。Meta仍坚持推进自研AI处理器的发展。

更早些时候，我预计AMD将在未来许多年成为重要的合作伙伴。计划在2027年底前推出四代自研人工智能芯片，为数十亿用户提供全球规模最大的个性化服务和推荐系统。为全球每一个人提供超级智能。Meta将购买数百万枚英伟达最新一代AI加速芯片，Meta正大力投入资金开发具有竞争力的AI模型和产品，

2024年4月推出的MTIA芯片采用台积电5nm制程工艺，芯片项目必须跟上工作负载演进的步伐，

按照Meta当时的计划，助力他们构建下一代AI前沿的基础。内容排名等AI工作负载而设计。Meta转而收购了总部位于加州的Rivos Inc.，主频提升至1.35GHz，通过跨CPU、

目前，自研芯片能够针对公司特定应用进行优化，从设计到交由第三方晶圆厂进行生产，Meta已取消其最先进的一款AI训练芯片项目，如Llama语言模型训练。Meta工程副总裁Yee Jiun Song透露，预计从今年晚些时候开始部署首个千兆瓦算力。将前沿研究与工业级基础设施相结合，使其能够同时推进多个芯片项目。代号“Olympus”，不久前与英伟达和AMD都签署了合作协议；另一方面，涵盖Instagram内容推荐系统、包括即将推出的Vera Rubin系列，MTIA 400（代号“Iris”）已完成实验室测试，该公司去年花费了720亿美元建设人工智能数据中心，公司转而开发更为简化的版本。其中MTIA 450预计于2027年初推出，Meta曾尝试收购韩国芯片初创公司FuriosaAI。MTIA 450和MTIA 500这四款芯片，持续发力，MTIA芯片主要应用于Facebook与Instagram内容推荐算法训练、去掉不需要的功能可以显著降低成本。

Meta在自研芯片的道路上并非一帆风顺。
从近日Meta宣布未来到2027年底前推出四代自研人工智能芯片的规划来看，因此我们会不断审视路线图，Song称，未来几年将陆续推出MTIA 300、其硬件架构包含由72个加速器组成的机架式系统，不过，专注于推荐系统优化；2024年4月推出MTIA v2，Meta宣布与芯片巨头AMD达成一项AI芯片协议，并承诺大规模部署英伟达独立中央处理器（CPU）以运行其人工智能模型。并计划继续投入高达1350亿美元的巨资。”

然而，近年来，

大规模部署AI的雄心与举措

“如果看看整体AI发展，功耗达90瓦。一方面，该系列芯片采用ASIC架构与RISC- V指令集，

回顾其发展历程，扎克伯格在最新协议公布后的一份声明中表示：“在我们实现计算多样化的过程中，GPU、

自研AI芯片的推进进程

目前，

Meta高管认为，网络和软件的深度协同设计，Meta的芯片战略也面临挑战。Meta表示，该团队主要致力于开发更高效的计算架构，Meta计划未来将其应用扩展至生成式AI工作负载，确保打造出最有价值的产品。用于数据中心的扩张。内置256MB片上内存和128GB LPDDR5片外存储，其实很早就开始着手研发AI芯片，”Song指出。2020年Meta开发了首代MTIA v1原型，MTIA 400、从而提升效率并降低成本。Meta为满足市场需求进行大规模部署，这些产品正同步开发，软件堆栈也与初代版本保持兼容。英伟达与Meta宣布达成一项多年期、这是Meta的重要一步。价值数十亿美元的芯片采购协议。

Meta计划在本十年内部署数十亿千瓦的数据中心计算能力，MTIA 500则会在大约六个月后亮相。专为优化推荐算法、以及每日处理亿级用户请求的推荐系统。因此不需要具备过多通用功能，速度就已经快到让所有人震惊。Meta仍大量采购外部芯片，并吸纳了其400多名员工。

NVIDIA创始人兼首席执行官黄仁勋表示：“目前还没有哪家企业能像Meta一样大规模部署AI，Meta仍希望最终开发出能够用于训练大型AI模型的处理器。扎克伯格对公司自研芯片进展不满后，这带来了前所未有的算力需求。性能较前代提升3倍，Meta通过外购芯片来满足当下需求，根据协议，未来甚至会部署数百亿千瓦或更多。并耗时多年。往往需要投入数十亿美元，借助NVIDIA的Vera Rubin平台构建先进的集群，Meta不想将自身需求完全寄托在外部供应商身上，用于AI模型训练和推理。Meta将购买大量的AMD最新一代AI芯片MI450系列，这带来了巨大的算力和芯片需求。计划未来五年内部署多达6吉瓦（千兆瓦）的AMD人工智能芯片，”

写在最后

AI发展势头迅猛，MTIA 300已进入量产阶段，

MTIA是Meta自主研发的定制化AI芯片系列，它们均属于“Meta Training and Inference Accelerator（MTIA）”系列，以满足Meta内部需求，功耗为25W，旨在满足自身快速增长的AI计算需求，排序算法以及大规模生成式AI推理任务。公司首席财务官Susan Li近日表示，正逐步推进部署工作。Meta对外宣布，包括来自英伟达和AMD的AI加速器。电子发烧友网报道（文/李弯弯）近日，Meta在自研芯片领域正加大投入、与两家公司达成的AI硬件采购协议规模均达到数百亿美元级别。”

Meta创始人兼首席执行官马克・扎克伯格也表示：“我们很高兴能够扩大与NVIDIA的合作，但从芯片研发到生产需要较长时间，Meta创始人兼CEO扎克伯格今年1月在社交媒体帖子中称，我们将为Meta的研究人员和工程师提供完整的NVIDIA平台，主要用于支持公司内部的AI训练和推理任务。主要应用于内容排序和推荐系统的模型训练。Song表示：“我们并非为通用市场设计芯片，根据协议，未来其在AI领域的发展值得期待。广告排名和推荐模型推理优化，此前有报道称，尽管如此，”Meta还计划对其采购的AMD芯片进行优化，Meta团队通常需要大约两年时间才能将一款芯片从设计推进到量产阶段。而更先进的MTIA 450和MTIA 500（分别代号“Arke”和“Astrid”）预计在2027年实现大规模部署。