Meta新一代AI芯片量产，英伟达慌了

Meta自主研发的芯片已不再是产品路线图上的项目。Iris芯片已经投产，而英伟达最大的客户也变成了它最强劲的竞争对手。

对大多数科技公司而言，芯片发布通常是一场精心策划的新闻稿，旨在影响股价和维护投资者关系。但对于Meta来说，这个月却有所不同。该公司自主研发的MTIA项目下的第三款芯片Iris已在台积电最先进的工厂投入量产，结束了多年来关于这家全球最大的社交媒体平台是否能够大规模生产自有芯片的疑问。

该芯片在进入生产队列前，顺利通过了为期六周的缺陷测试阶段，未发现重大缺陷。Iris芯片是与博通的定制AI芯片项目合作设计的，该项目根据多代MTIA路线图，将持续到2029年。Iris芯片采用台积电的3nm工艺制造，该工艺也是目前最先进的智能手机处理器所使用的制造节点。

这件事之所以重要，并非因为 Iris 会取代英伟达的 GPU。事实并非如此，Meta 的 AI 资本支出指南也明确指出：该公司 H100 和 B200 GPU 阵列仍然是其要求最苛刻的训练基础设施的支柱。Iris 改变的是 GPU 的使用比例，以及由此带来的杠杆效应。在 Iris 上运行的每个推理工作负载都意味着可以减少一个 GPU 订单。决定 40 亿用户在 Facebook 和 Instagram 上看到内容的推荐引擎每天要进行数十亿次推理。针对这些特定工作负载定制设计的芯片，而不是重新用于此任务的通用 GPU，在这种规模下既更便宜又更节能。

Meta 多年来一直致力于这一刻的到来。MTIA 项目最初旨在减少对通用 GPU 在推理任务中的依赖，这意味着运行已训练好的模型，而不是从头开始训练。Iris 芯片极大地扩展了这一目标。与之前的芯片不同，Iris 的设计能够同时处理大规模训练和高频推理，使其成为 Meta 迄今为止功能最全面的自主研发芯片。

Iris背后的基础设施规模令人瞩目。Meta计划今年上线7吉瓦的计算能力，目标是在2027年达到14吉瓦，这一规模堪比全球最大国家电网的用电量。预计到2026年，人工智能基础设施总支出将高达1450亿美元，而支持如此大规模的扩张意味着要拥有整个人工智能数据中心基础设施，而不是从供应商处租赁。

为了实现这些目标，Meta 已签署了涵盖整个硬件领域的长期供应协议：包括三星电子的内存芯片、闪迪的闪存以及住友电工的光纤设备。与博通的合作如今已跨越多个芯片世代，为 Meta 提供了一个联合设计合作伙伴，能够将其人工智能工作负载需求直接转化为芯片设计，而这种能力此前仅存在于英伟达和 AMD 的工程部门内部。

TechCrunch在路透社查阅了一份公司内部备忘录后，于 7 月份报道了该芯片的生产时间表。这款芯片旨在同时处理 Meta 消费级产品所需的低延迟推理任务和更大规模的训练运行，这是早期 MTIA 芯片所不具备的双重功能。

台积电芯片生产在这一生产里程碑中扮演着核心角色，而这种角色关系也变得愈发复杂。这家掌握着全球最先进半导体制造工艺的代工厂，如今已成为Meta、英伟达和苹果不可或缺的合作伙伴，同时也是支撑整个亚洲人工智能基础设施的硬件生态系统的支柱。过去两年，华盛顿一直试图在不扰乱美国公司赖以生存的供应链的前提下，限制先进芯片技术流入中国的人工智能研发领域。台积电依然是双方必须跨越的瓶颈。

英伟达的数据中心芯片业务理应受到比以往定制芯片发布时更为严格的审视。自研芯片威胁英伟达业务的说法固然存在，但在短期内被夸大了。尽管竞争对手不断涌现，英伟达的数据中心收入依然持续增长。更持久的威胁来自结构层面：随着博通、Marvell 等公司与超大规模数据中心运营商建立联合设计关系，人工智能工作负载优化方面的专业知识正在英伟达之外不断积累。这种侵蚀的速度虽然比任何芯片发布所暗示的都要慢，但方向性是显而易见的。

今年的竞争格局显著收紧。有AI芯片集群证明，即使不使用英伟达的高端硬件，也能利用自主研发的加速器，在制造工艺前沿之外构建先进的推理基础设施。Meta公司的Iris则另辟蹊径，采用全球最先进的代工工艺，而非规避出口限制。两条路径最终都指向同一个结论：单一芯片制造商垄断整个竞争格局的时代已经一去不复返了。

目前尚不清楚Iris能否在Meta所需的产量下达到其良率目标。为期六周的测试窗口期内未发现重大缺陷固然令人鼓舞，但并非最终定论。台积电的3nm工艺是目前任何公司可用的最先进的半导体制造工艺，但其在大批量生产时稳定性较差。如果良率达不到预期，Meta 2027年14GW的产量目标将直接影响到英伟达的订单，而不是绕过它。这款旨在降低对单一供应商依赖性的芯片，在这种情况下反而可能暂时加深这种依赖。Gizmodo在量产开始前就指出，即使Meta不彻底取代英伟达的硬件，Iris也能使其有能力挑战英伟达的定价权，但这只有在量产执行能够达到工程预期的情况下才能实现。

点这里👆加关注，锁定更多原创内容

*免责声明：文章内容系作者个人观点，半导体芯闻转载仅为了传达一种不同的观点，不代表半导体芯闻对该观点赞同或支持，如果有任何异议，欢迎联系我们。