Meta自研芯片，再碰壁！

Meta Platforms通过收购Rivos加速其自研人工智能芯片项目的努力正遇到困难，这凸显出即便是最大的科技公司，要打造能够减轻对英伟达依赖的定制芯片也绝非易事。

据The Information报道，Meta去年收购了这家半导体初创公司，目的是加快内部AI芯片的开发速度，并在公司为其AI雄心向数据中心投入数十亿美元之际，减少对英伟达的依赖。但这笔收购交易完成六个月后，相关工作进展艰难，现任和前任员工描述的种种问题，也反映出Meta试图建立芯片业务所面临的更广泛挑战。

这篇报道恰逢Meta的一个敏感时期。首席执行官马克·扎克伯格已将AI基础设施列为公司最大的支出优先事项之一，他押注庞大的计算能力对于公司在生成式AI、推荐系统、广告工具和未来个人AI产品领域的长期地位至关重要。但Rivos的困境表明，收购芯片人才并不等同于将这些人才转化为可超大规模投产的成熟芯片。

Meta收购Rivos旨在增强公司的定制半导体工作，尤其是其“Meta训练与推理加速器”（MTIA）项目。MTIA系列是Meta内部的努力，旨在打造针对公司自身工作负载进行优化的AI加速器，从而减少因依赖英伟达GPU而产生的部分成本和供应压力。

Rivos似乎恰好提供了Meta所需的专业能力。这家位于圣克拉拉的初创公司一直专注于围绕RISC-V架构构建的芯片，RISC-V是一种开源的替代方案，可替代Arm、Intel和AMD的专有芯片架构。

Rivos还带来了全栈AI系统的经验——这在定制芯片领域是一个重要的短语，因为AI芯片不仅仅是硬件，它们还需要编译器、软件工具、内存系统、运行时支持以及与数据中心工作负载的深度集成。

Meta的逻辑很简单。公司在AI基础设施上投入巨资，并且仍然是英伟达的主要客户之一。如果Meta能够构建更多自己的加速器栈，它就能降低长期成本，获得更强的性能控制权，并根据自己的模型和服务更紧密地定制硬件。

Meta想要定制AI芯片的核心原因是成本和供应。英伟达的GPU仍然是训练和运行高级AI模型的主导硬件平台，但需求巨大且价格居高不下。谷歌、亚马逊、微软和Meta等超大规模企业都在追求定制芯片，以减少对单一供应商的依赖，并改善内部工作负载的经济效益。

Meta比大多数公司更加紧迫。其AI雄心涵盖Llama模型、Meta AI、广告自动化、推荐系统、创作者工具、智能眼镜以及未来的智能体产品。每个领域都需要计算能力。随着Meta在应用程序和设备中扩展AI的范围，基础设施成本将变得越发高昂。

定制芯片可以为Meta提供一条长期控制成本的途径。但Rivos的报道揭示了为何这条道路如此艰难。英伟达的优势不仅在于芯片本身，还在于围绕芯片的完整生态系统，包括CUDA软件、开发者工具、互连技术、内存集成、供应链成熟度以及多年来跨AI框架的优化。

The Information的报道指出了科技收购中的一个常见问题：一家初创公司可以带来专业人才、有前景的设计和创新的架构，但将这些资产整合到一家大公司中却很复杂。公司流程、内部政治、现有路线图、不兼容的技术假设以及不断变化的管理优先级，都可能拖慢交易本应带来的加速效应。

这个问题在半导体领域尤为突出。芯片开发的时间线很长。设计必须经过验证、流片、制造、测试、修订，并集成到数据中心。一个错误可能耗费数月甚至数年时间。即使一家公司拥有强大的工程师，挑战在于协调硬件、软件、封装、内存、网络、热设计和规模化部署。

因此，Meta与Rivos的整合困境并不一定意味着收购是错误。它们确实表明，Meta的芯片雄心面临着比简单地将外部团队加入内部项目更艰难的道路。

Rivos专注于RISC-V是故事中最有趣的部分之一。RISC-V提供了灵活性，因为它是开源的，并且可以针对特定工作负载进行定制。对于构建专用加速器的公司来说，这很有吸引力。它可以减少对许可的依赖，并实现更定制化的硬件-软件设计。

但RISC-V也带来了生态系统的挑战。英伟达的平台受益于深厚的软件成熟度和广泛的开发者采用。基于RISC-V的AI加速器必须证明其软件栈能够跟上步伐，尤其是在超大规模数据中心运行大规模生产工作负载的情况下。

对Meta而言，机会在于将RISC-V作为更定制化AI基础设施的一部分。风险在于，公司花费数年时间构建替代栈的同时，英伟达的生态系统却在不断进步。这种张力正是Rivos收购的核心。

尽管存在报道中的问题，Meta的定制芯片工作仍然具有战略重要性。公司无法轻易放弃这一努力，因为AI基础设施成本已变得过于庞大而无法忽视。即使英伟达在训练和高端工作负载方面仍是核心，Meta仍有动力将部分推理或内部工作负载转移到自己的硬件上，以便在性能、成本和能效方面进行优化。

推理可能尤其重要。随着AI功能进入Facebook、Instagram、WhatsApp、Messenger和智能眼镜的日常使用，提供模型响应的成本可能会急剧上升。能够高效处理可预测内部工作负载的定制加速器，随着时间的推移可以为Meta节省大量资金。

这意味着Rivos的挫折并非Meta芯片推动的终点。它提醒人们，该项目可能比预期花费更长的时间、更多的成本，并且需要更多的组织纪律。

Meta并非唯一试图掌控更多AI硬件命运的公司。谷歌花了多年时间开发TPU。亚马逊拥有Trainium和Inferentia。微软已涉足定制AI芯片。OpenAI寻求芯片合作伙伴关系。苹果为其设备设计自己的芯片，现在正通过设备端处理和私有云基础设施的混合来扩展AI。

不同之处在于，Meta不像亚马逊、微软或谷歌那样销售云平台。其芯片策略主要关乎内部经济效益和产品竞争力。这使得潜在回报巨大，但如果芯片不够快或性能不够好，则更难证明其合理性。

在此背景下，Rivos的问题引发了一个更广泛的问题：Meta能否在竞逐模型、AI产品、可穿戴设备和数据中心的同时，建立起一个成熟的半导体组织？

新意在于，曾被描述为加速Meta定制芯片工作方式的Rivos收购，据报道在交易完成六个月后并未带来预期的势头。The Information的报道表明，Meta难以使整合奏效，这些问题反映了建立内部芯片业务所面临的更深层次挑战。

值得关注的是战略需求与运营现实之间的差距。Meta有充分的理由减少对英伟达的依赖，但这样做需要一个能够与技术领域最根深蒂固的生态系统之一竞争的全栈硬件和软件平台。

这篇报道还值得注意，因为它显示了AI基础设施如何成为一个董事会层面的议题。最大的AI公司不再只考虑模型和应用程序，他们正在考虑晶圆、内存、网络、芯片架构、封装、电力和部署时间表。

Rivos还带有一段与苹果相关的历史。这家初创公司此前曾引起关注，因为苹果在2022年起诉Rivos，指控前苹果工程师窃取了与苹果系统级芯片工作相关的商业秘密。该案后来达成和解。这一背景使得Rivos成为一笔备受关注的收购，因为该公司与来自苹果生态系统的高端芯片人才有关联。

对Meta而言，收购Rivos部分是为了人才和专业知识。苹果在定制芯片上的成功已经展示了深度集成硬件和软件设计的价值。Meta正试图将这一教训的一部分应用于AI数据中心。区别在于，苹果的芯片策略是在一个严格控制的产品生态系统中历经多年演变而成，而Meta则试图在巨大的时间压力下扩展数据中心AI芯片策略。

这种对比凸显了挑战所在。定制芯片可以成为强大的战略优势，但需要多年的执行才能实现。

The Information的报道表明，Meta收购Rivos尚未解决公司的AI芯片问题。Meta仍然需要英伟达，仍然需要庞大的数据中心支出，仍然面临着将内部芯片设计转化为可靠、高效的生产系统的挑战。

对于投资者和更广泛的半导体行业，信息很明确：AI热潮使定制芯片变得更加重要，但并没有变得更容易。超大规模企业可以收购初创公司、雇佣工程师、资助大型项目，但他们仍然必须克服决定半导体成功的漫长开发周期和软件需求。

对Meta而言，风险依然很高。如果它最终能够构建强大的内部加速器，就可以降低成本，并获得对其AI产品所依赖的基础设施的更多控制权。如果这一努力继续受挫，英伟达对Meta AI支出的掌控将难以松动。

Rivos交易本意是加速Meta通往AI硬件独立之路。目前而言，报道表明这条路比Meta所希望的更慢、更复杂。

2月中旬，Patently Apple发布了一篇题为《Meta加倍押注英伟达，削弱AI加速器竞赛中的竞争对手》的报道。尽管Meta曾希望通过Rivos制定AI战略来摆脱英伟达，但现实表明，Meta选择了加倍投资英伟达芯片。

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

加星标⭐️第一时间看推送