Meta（META.US）加碼自研AI晶片！明年上半年部署數據中心 力求降低推理成本與能耗

智通財經APP獲悉，Meta Platforms（META.US）計劃於2027年上半年將新一代自研人工智能晶片部署至數據中心，期望通過客製化晶片降低執行AI模型所需的能源消耗與成本。與此同時，公司已承諾相關晶片部署規模超過1吉瓦，並表示若AI需求持續強勁，後續部署速度還將進一步加快。

Meta工程副總裁Yee Jiun Song在接受訪問時表示，公司第三代自研AI處理器MTIA 450目前正處於測試階段，該晶片代號為「Arke」；下一代MTIA 500代號為「Astrid」，預計約一個月後完成設計，並計劃於2027年底前進入數據中心。

Song表示，Meta每一代客製化晶片都會面臨更多技術挑戰，以換取更高效能，包括提升單位功耗效能及單位成本效能。這也意味著，在AI基礎設施投入不斷擴大的背景下，Meta正嘗試透過自研晶片提升運算效能，並降低長期營運成本。

聯手博通設計、台積電代工　部署規模將超過1吉瓦

Meta目前正與博通（AVGO.US）合作開發客製化AI晶片，並由台積電（TSM.US）負責生產。Song透露，Meta已承諾在12個月內部署超過1吉瓦規模的相關晶片。若AI需求持續強勁，公司預計後續的部署速度還會再提升。

目前Arke已經進入實際測試階段。9月1日，首批12顆Arke晶片由台積電交付Meta，其實際性能與先前模擬結果的差距僅為2%至3%。

更值得關注的是，這批處理器已成功運行Meta自有AI模型，同時也運行了DeepSeek和阿里巴巴（BABA.US）的模型，顯示Meta自研晶片並非只能針對公司內部單一模型進行優化，而是具備運行不同AI模型的能力。

放棄訓練與推理「兩手抓」 Meta將自研晶片重點轉向AI推理

Meta的自研AI晶片策略也歷經調整。

公司早前曾計劃開發名為Olympus的晶片，期望同時用於AI模型訓練和推理，但該項目最終取消，部分原因是出於成本考量。其後，Meta將自研晶片重點更加聚焦於AI推理。Song表示：「這些將成為我們用於通用推理的主力晶片。」

隨著Meta不斷將AI功能整合進Facebook、Instagram及其他產品，模型呼叫量持續擴大，推理所需的運算資源也隨之增加。因此，相比單純追求更高算力，降低每次AI推理的成本與能耗，對Meta而言越來越重要。

Meta自研晶片策略因此逐步形成更明確的方向，即不試圖立即覆蓋所有AI運算任務，而是首先針對規模龐大、持續發生的推理工作負載打造專用晶片，藉由提高每瓦效能及每美元效能來降低AI基礎設施的整體營運成本。

AI基礎設施競爭延伸至自研晶片　Meta稱擁有「非常穩健」的產品路線圖

隨著大型科技公司持續擴大AI基礎設施投資，自研晶片正成為控制AI成本與提升數據中心效能的重要手段。Meta此次推進MTIA 450和MTIA 500，顯示其自研晶片項目正由測試階段進一步走向大規模部署。

根據目前規劃，正在測試的MTIA 450將於2027年上半年進入數據中心，而下一代MTIA 500則有望於2027年底前部署。未來數代產品還將進一步提升運行速度與吞吐量。Song表示，Meta已為客製化晶片制定了一條「非常穩健的路線圖」。