将降本增效进行到底，Meta 计划明年上半年部署新一代自研 AI 芯片

彭博社9月15日消息指出，Meta计划在明年上半年于数据中心内部署其新一代自研AI芯片，此举旨在进一步减少运行AI模型时的能耗与成本。

Meta在2023年公开了自研AI芯片项目，当前正在测试代号为Arke的第三代产品MTIA 450。下一代芯片MTIA 500，代号Astrid，预计约一个月后完成设计，并计划于2027年底进入数据中心。与前几代相比，Meta打算更广泛地部署Astrid。

Meta定制芯片项目工程副总裁Yee Jiun Song在接受采访时表示，每一代产品在技术上都会适度承担更多风险，以换取更优的性能表现。

具体而言，新一代芯片不仅需提升能效，还应在相同投入下提供更强的性能。Meta正大力建设AI基础设施，自研芯片是这一战略的关键组成部分。这些芯片由Meta与博通合作设计，并由台积电制造，目标之一是降低对英伟达领先AI处理器的依赖。

以能耗规模衡量，Meta计划在12个月内部署超过1GW的自研芯片，后续部署速度可能进一步加快，前提是AI市场和需求未出现大幅下滑。

Meta超级智能实验室也参与芯片的调校工作，向硬件团队提供未来AI模型及推理阶段所需的能力信息。Yee Jiun Song称，由于大量工程工作由Meta自行完成，自研芯片在运行自家AI模型时，可以比“英伟达当前出货的任何产品”更高效。

9月1日，台积电向Meta交付了12枚新型号芯片，实测性能与此前模拟结果的差距仅为2%至3%。据IT之家了解，芯片到货当天，团队便成功运行了Meta自家模型，以及DeepSeek和阿里巴巴的模型。

初步测试未发现芯片设计缺陷，但后续仍需数月测试和调校，工厂在此期间将逐步提高产量。四代芯片基本都采用高带宽内存，定位并非追求极致响应速度的超高速推理市场。Yee Jiun Song透露，这些产品将成为用于通用推理的主力芯片。

Meta此前还规划过一款代号Olympus的芯片，旨在同时承担AI训练与推理任务，原定于2028年或2029年推出。后来Meta取消了该项目，转而集中资源开发推理芯片。

成本是主要考量因素之一。当容量扩大到数GW级别时，成本变得至关重要。如果同时兼顾训练和推理会使芯片成本提高30%，在这种规模下就会变得“完全无法接受”。

Astrid开发完成后，Meta下一阶段将重点提升芯片速度和吞吐量，即单位时间内能够处理的AI任务规模，同时利用光纤技术进一步增强性能。“我们的产品路线图非常完善。未来几年，我们会继续开发性能足以与供应商产品竞争的芯片。”