据彭博、路透、CNBC及Wccftech综合报道，Meta Platforms近期公布了其自研人工智能（AI）芯片的发展规划，计划在未来2至3年内推出四款基于ASIC架构的全新AI芯片，以满足快速扩展的AI数据中心需求。
这批自研芯片被命名为Meta Training and Inference Accelerator（MTIA），涵盖从AI模型训练到生成式AI推理的多种工作负载。Meta希望通过构建内部硬件生态系统，减少对NVIDIA和AMD GPU的依赖，从而提升成本效率。
MTIA系列包括四款芯片：MTIA 300、MTIA 400、MTIA 450和MTIA 500。其中，MTIA 300已投入实际应用，主要用于支持Facebook和Instagram的内容排序与推荐系统训练。该芯片采用小芯片（Chiplet）架构，配备216 GB的HBM存储器和200 GB/s的网络带宽，能够高效处理推荐与广告模型的运算任务。
第二代芯片MTIA 400在性能上实现了显著提升，其FP8浮点运算能力较前代提升了约400%，HBM存储器带宽增加了51%。此外，它采用72芯片模块化扩展设计，可通过背板互连构建更大型的运算系统。目前，该芯片已完成实验室测试，正逐步部署到数据中心。
后续的MTIA 450和MTIA 500则专注于生成式AI推理应用，例如文本生成、图像生成和内容推荐。Meta预计这两款芯片将在2027年前后实现大规模部署，并通过更高容量和带宽的HBM进一步提升推理性能。
Meta工程副总裁Yee Jiun Song表示，团队通过模块化设计实现了每6个月推出一款新芯片的高速开发节奏。这种设计方式允许在每一代芯片中仅替换部分元件，无需完全重建架构，从而加快研发周期并适应AI工作负载的快速变化。
在供应链方面，MTIA芯片主要由台积电代工生产，博通协助部分设计工作。不过，Meta并未透露这些芯片是否会由台积电位于美国亚利桑那州的晶圆厂量产。
生成式AI对高带宽存储器（HBM）的需求激增，使供应链成为关键变量。对此，Meta表示已采取多元化采购策略，以降低HBM供应可能出现的瓶颈风险。
尽管Meta积极推动ASIC芯片的自主研发，但其仍是全球最大的GPU采购方之一。近期，Meta分别与NVIDIA和AMD签订了金额达数百亿美元的长期AI芯片采购合同，以确保未来数年的AI运算能力。这体现了Meta的双轨策略：在持续投资内部芯片设计能力的同时，也通过外采先进GPU加速扩充AI算力。
在AI基础设施快速扩展的背景下，Meta预计到2026年其资本支出将高达1,350亿美元，其中大部分将用于数据中心建设和AI硬件的部署。
