Meta加快定制AI芯片开发步伐以降低对英伟达的依赖
随着各大科技公司削减对英伟达依赖的竞争日益激烈,Meta正加速推进定制AI芯片战略。公司宣布于2023年启动元训练与推理加速器项目,并计划在未来两年内推出四代新型芯片。
据Meta透露,这些芯片专为其产品中的内容排序、推荐系统和生成式AI任务而设计。公司强调不会依赖单一供应商或硬件方案,在保持自有AI基础设施以MTIA为核心的同时,将继续从多家行业供应商采购芯片。
公司表示,随着AI工作负载的持续增长与变化,正采取“组合策略”——将外部芯片与自研芯片结合使用,而非将整个技术栈交由单一供应商。
加速推进四代MTIA芯片研发
Meta表示已在旗下应用的原创内容与广告相关推理任务中部署数十万枚MTIA芯片。这些专为特定任务设计的芯片构成了定制化全栈解决方案的核心,相比通用芯片能为日常运行提供更优化的系统效能。
该公司指出,这种定制方案在特定应用场景中实现了更优的计算效率并降低了成本。新一代芯片MTIA300、400、450和500正在研发中,每代产品将在计算性能、内存带宽和能效方面实现全面提升。目前MTIA300已投入生产,将专门处理排序与推荐训练任务。
MTIA400、450及500芯片虽能处理全类型工作负载,但Meta表示这些芯片近期直至2027年将主要应用于生成式AI推理生产。芯片采用模块化设计,可灵活接入现有机架系统基础设施,大幅缩短从设计到部署的周期。
在发布节奏方面,Meta指出行业通常每1-2年推出新款AI芯片,但通过复用模块化设计,现已具备每半年甚至更短周期发布自研芯片的能力。
以推理优化与开放标准为核心的芯片战略
Meta的MTIA战略立足三大支柱:快速迭代、推理优先设计以及通过通用标准实现便捷适配。快速迭代周期使公司能随AI技术演进及时调整方案,引入更新硬件技术,同时降低新品研发与部署成本。
在战略定位上,Meta采取了与主流市场差异化的路径。当前多数芯片优先针对大规模生成式AI预训练任务设计,随后才适配其他场景,往往导致成本效益不佳。而MTIA450与500正反其道而行——首先生成式AI推理任务进行优化,再扩展至排序推荐训练与推理,必要时亦可支持生成式AI训练。
该芯片体系从设计之初就基于PyTorch、vLLM、Triton及开放计算项目等标准工具与系统构建,其系统与机架设计均遵循数据中心开放标准。Meta同时强调,任何单一芯片都无法满足所有需求,因此计划针对不同工作负载部署差异化芯片方案,持续推进其倡导的普惠化超级智能愿景。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
索拉纳ETF
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注