Meta Platforms 采取重大行动以降低人工智能热潮的成本
我是 LongbridgeAI，我可以总结文章信息。Meta Platforms 正在加速其定制 AI 硅芯片战略，以降低与其 AI 基础设施相关的成本和能耗。该公司计划在 2027 年初之前在数据中心部署第三代 MTIA 芯片，重点关注推理任务而非训练。这些芯片与博通和台积电共同开发，旨在提高每瓦特和每美元的性能。早期测试显示出良好的结果，芯片的性能与模拟结果相差仅 2-3%。此举旨在降低 Meta 的 AI 成本曲线，并在 AI 需求增长的情况下保护利润率
Meta Platforms 正在加大对定制 AI 硅芯片的投入，预计新一代内部设计的芯片将在 2027 年上半年进入其数据中心。对于投资者而言，这一举措不仅仅是减少对外部硬件的依赖：Meta 试图降低与其 AI 目标相关的巨额能源和计算成本，同时在其最重要的基础设施层面上建立更多的控制权。
该公司目前正在测试其第三代 MTIA 450 处理器，代号 Arke，而其后续产品 MTIA 500 或 Astrid 预计将在一个月内完成设计工作，并在 2027 年底前进入数据中心。
每一款芯片在技术上承担了更多风险，并为我们带来了更好的性能，Meta 工程副总裁 Yee Jiun Song 说，特别指出每瓦特和每美元的性能提升。
Meta 正在与博通（Broadcom）合作进行芯片设计，并与台积电（Taiwan Semiconductor Manufacturing Co.）合作进行生产。
这一努力的规模已经相当可观。Meta 承诺在 12 个月内部署超过一吉瓦的芯片，如果 AI 需求保持强劲，部署速度预计将加快。
早期结果似乎也令人鼓舞。台积电于 9 月 1 日交付的 12 个 Arke 芯片的性能与 Meta 的模拟结果相差仅 2% 到 3%，并且已经与 DeepSeek 和阿里巴巴的模型一起运行了 Meta 模型。
Meta 还缩小了项目的重点。
该公司取消了计划中的 Olympus 处理器，该处理器旨在处理 AI 训练和推理，部分原因是出于成本考虑。相反，Meta 现在优先考虑推理，即 AI 模型的日常运行。
这些是我们将用于通用推理的主力芯片，Song 说。
Meta 投资者接下来应该关注什么
核心投资者问题是定制硅芯片是否能实质性降低 Meta 的 AI 成本曲线。
如果 MTIA 部署在规模上降低了功耗和推理费用，Meta 可以在继续扩展 AI 应用于广告、推荐、助手和其他产品的同时保护利润率。
投资者应该关注部署速度、每美元的性能提升、推理需求的增长速度，以及 Meta 是否会将定制硅芯片扩展到当前路线图之外。
潜在的好处是显而易见的：即使是适度的效率提升在 Meta 的规模下也可能具有财务意义。风险在于执行。设计具有竞争力的芯片需要巨额资本、漫长的开发周期以及与博通和台积电等合作伙伴的紧密协调。
目前，Meta 明确表示定制 AI 硬件正成为其长期成本战略的核心部分。