Meta 正在准备首次自行制造 AI 芯片。根据一份内部备忘录，该公司预计其专有处理器 Iris 的生产将于 9 月开始。

在完成大约六周的错误测试后，这款芯片——据路透社报道——预计将承担部分目前在第三方 GPU 上运行的推理工作，从而让 Meta 对构建和扩展 AI 基础设施的方式拥有更多控制权。

这显然可能是该公司在 AI 工作负载方面向自有芯片迈出的最重要一步。

但任何人都能看出，这其实与硬件本身无关。显然，这可能是该公司在 AI 工作负载方面向自有芯片迈出的最重要一步。在 Meta 正陷入一场激进的数十亿美元基础设施竞赛之际，这一时机至关重要。很明显，该公司 CEO 马克·扎克伯格希望成长为他所认为的 AI 巨头，但如果核心基础设施由竞争对手掌控，这几乎是不可能的。

针对推理的定制硅片

Iris 被设计用于 Meta AI 基础设施中的特定任务，是针对 Meta 高负载工作优化的定制硅片。Iris 扩展了 Meta 的 Meta Training and Inference Accelerators（MTIA）计划，该计划旨在将针对性的 AI 推理工作负载迁移到定制硅片上。

该处理器将处理驱动内容排序、推荐以及 Meta 旗下应用（包括 Facebook、Instagram 和 WhatsApp）生成式 AI 服务的负载。

  • MTIA 300 已投入生产，用于在 Meta 平台上运行排序和推荐推理。
  • 450 和 500 版本将针对生成式图像和视频推理，直至 2027 年。

通过将这些高量级推理任务转移到定制硅片上，Meta 可以降低数据中心成本，同时绕过日常运营中传统的硬件供应瓶颈。

保障 AI 供应链

与传统行业时间线相比，Meta 对定制硅片的模块化、快速迭代方法显得激进。该公司计划到 2027 年大约每六个月推出一个新版本。

Meta 正与博通合作设计 Iris，而芯片将由台积电制造。但定制硅片只是方程式的一部分。扩展 AI 基础设施还需要在全球 AI 硬件需求持续对供应链造成压力的情况下，稳定供应内存、存储和网络组件。

为支持这一扩张，Meta 还一直在整个供应链中锁定关键组件。该公司已与三星电子签订高带宽内存的长期协议，与 SanDisk 签订闪存存储协议，并与住友电工签订光纤网络设备协议。

这一战略与其它超大规模云计算提供商的类似投资相呼应。Google 继续扩展其 TPU 计划，而 Amazon 已开发了 Trainium 和 Inferentia 处理器。

扩展至 14 吉瓦

Iris 的推出是 Meta 更广泛 AI 基础设施扩张计划的一部分。该公司计划今年上线约 7 吉瓦的算力容量，然后在 2027 年翻倍至 14 吉瓦。在这一规模下，Meta 的 AI 基础设施消耗的电力将超过许多小国家。

在这一规模下，Meta 的 AI 基础设施消耗的电力将超过许多小国家。

而且，以这种级别扩展 AI 基础设施将带来巨额成本。Meta 预计 2026 年资本支出将在 1250 亿至 1450 亿美元之间，这使其成为企业历史上最大的单一年份基础设施投资者之一。

Meta 刚刚完成了一件罕见的事——基本上说服华尔街，支出更多资金其实是件好事。

华尔街奖励 AI 支出

然而 Meta 刚刚完成了一件罕见的事：基本上说服华尔街，支出更多资金其实是件好事。在投资者对 AI 支出规模感到紧张而导致科技市值蒸发万亿美元之后，Meta 的股价上涨了约 8%。

随着新的 MTIA 芯片计划到 2027 年大约每六个月推出一次，Meta 正押注垂直整合的 AI 硬件能够带来比完全依赖商用硅片更低的推理成本和更好的性能。通过将芯片设计带入内部并在整个供应链中锁定关键组件，该公司将能够以对成本、部署和优化更大的控制权来扩展 AI 基础设施。

YOUTUBE.COM/THENEWSTACK

Tech moves fast, don't miss an episode. Subscribe to our YouTube channel to stream all our podcasts, interviews, demos, and more.

Group Created with Sketch.