meta正全力推进芯片自主化进程，试图减少对英伟达等外部供应商的依赖。根据一份内部文件显示，该公司计划最快于今年9月启动代号为“Iris”的定制AI芯片量产工作，并计划在2027年前保持每六个月推出一代新产品的迭代速度。这一战略调整旨在降低数据中心运营成本，同时提升算力自主可控能力。
“Iris”芯片属于meta第四代MTIA（meta Training and Inference Accelerators）系列，将完全由公司自主设计，主要应用于支撑旗下社交平台Facebook、Instagram等产品的AI训练与推理任务。文件指出，该芯片在测试阶段仅用六周便完成关键验证，未发现重大缺陷，这一进度远超行业通常需要数月的验证周期，标志着meta芯片研发能力取得实质性突破。
在供应链布局方面，meta选择与博通合作完成芯片设计，并委托台积电进行代工生产。同时，公司已提前锁定内存、闪存及光纤互连等关键零部件的供应链，确保量产环节的稳定性。尽管如此，meta明确表示自研芯片并非要完全取代GPU，而是希望通过定制化方案降低AI基础设施的长期运营成本，减少对英伟达和AMD等供应商的依赖。
文件坦言，在meta庞大的数据中心规模下，部署最新一代GPU面临巨大挑战，不仅成本高昂，还伴随显著的时间成本。因此，定制芯片将成为未来算力体系的核心组成部分，与外购GPU形成互补关系。这一战略转变也反映在量产计划上——meta计划到2027年将数据中心总计算能力提升至14吉瓦（GW），较当前水平翻倍。
回顾发展历程，meta的芯片自研项目已持续五年以上，但此前进展并不顺利。MTIA项目曾多次调整技术路线，甚至被视为互联网巨头自研芯片进展缓慢的典型案例。此次“Iris”芯片快速通过测试，被业内视为重要转折点。对于数据中心级AI芯片而言，流片后的验证环节通常需要更长时间，任何重大缺陷都可能导致重新设计或流片，而“Iris”的成功测试为9月量产扫清了关键障碍。
值得注意的是，meta今年3月已公开提及“Iris”及另外三款AI处理器，但此次披露的测试完成情况和量产时间表均为首次公开。更引人关注的是其迭代计划——未来五年保持每六个月推出一代新芯片，远超行业主流厂商一年甚至更长的更新周期。这种加速迭代策略旨在通过持续技术升级快速积累芯片设计经验，逐步构建与外购GPU互补的算力体系。
尽管meta的芯片战略引发市场关注，但其美股盘前股价仍下跌超过1.5%。这一波动或许反映了投资者对自研芯片长期投入与短期收益平衡的担忧，但meta显然已下定决心通过技术自主化重塑AI基础设施格局。
