Meta加速AI芯片自主化进程 2027年算力目标达14吉瓦引关注

徽声在线7月9日消息（编辑 林晓峰）最新行业动态显示，根据Meta内部流出的备忘录内容，这家科技巨头正加速推进人工智能芯片自主研发进程，计划于2024年9月正式启动首款AI芯片的量产工作。更引人注目的是，该公司已制定雄心勃勃的算力扩张计划，预计到2027年将数据中心总算力提升至14吉瓦规模，较当前部署水平实现翻倍增长。

资本市场对此反应迅速，周四美股盘前交易时段，Meta股价出现超过3%的跌幅。市场分析人士指出，虽然自研芯片投产彰显技术实力，但随之而来的巨额资本支出计划引发投资者担忧，特别是在当前科技行业普遍面临盈利压力的背景下，如此大规模的基础设施投入可能对短期财务表现构成挑战。

Meta总部园区实景图（网络配图）

这款代号为"Iris"的数据中心专用AI芯片，承载着提升社交平台运营效率的战略使命。通过自主设计专用芯片，Meta期望为Facebook、Instagram等核心产品提供更优化的计算支持，特别是在处理海量用户生成内容、实时互动等场景中发挥关键作用。

备忘录披露的技术细节显示，Iris芯片的研发进程显著快于预期。从启动到完成功能测试仅用时六周，且未发现重大技术障碍。这一突破性进展对于这个已持续五年的研发项目具有里程碑意义，此前该项目曾因技术挑战多次推迟进度。

作为定制化解决方案，Iris芯片完全针对Meta的业务特性进行优化设计。在研发合作方面，该公司采取"设计-制造分离"模式：与博通公司联合完成芯片架构设计，最终委托台积电采用先进制程工艺进行量产。这种分工模式既保证了技术自主性，又充分利用了半导体产业链的专业优势。

从商业战略角度看，定制芯片计划具有双重价值：一方面通过垂直整合降低长期运营成本，据估算可减少约30%的算力支出；另一方面构建技术壁垒，减少对英伟达、AMD等传统供应商的依赖。备忘录特别强调，Iris芯片将与现有GPU架构形成互补关系，共同支撑AI训练和推理任务的海量计算需求。

算力扩张路线图揭晓

技术文档显示，Iris芯片的定位是构建混合计算架构的关键组件。面对AI模型参数规模指数级增长的挑战，单纯依赖通用GPU已难以满足需求。Meta计划通过异构计算方案，将Iris芯片与英伟达H100、AMD MI300等高端GPU协同工作，实现计算效率的最大化。

备忘录坦承，对于超大规模数据中心而言，GPU部署面临多重挑战：不仅采购成本高昂，而且散热、供电等配套设施建设周期漫长。以当前部署的H100集群为例，从下单到完全投入使用平均需要9个月时间，严重影响技术迭代速度。

在3月份的开发者大会上，Meta首次系统性披露了芯片战略蓝图。除Iris外，公司还在研发三款专用处理器，分别针对视频编码、安全加密等特定场景优化。根据产品路线图，Meta将保持每六个月推出新一代芯片的节奏，远超行业平均18-24个月的更新周期，这对其研发体系提出极高要求。

算力扩张计划包含具体量化目标：2024年将部署7吉瓦的数据中心计算能力，到2027年扩展至14吉瓦规模。为支撑这一目标，Meta正在全球范围内布局新一代数据中心，采用液冷技术、可再生能源等解决方案提升能效比。

财务数据显示，Meta今年在AI基础设施领域的投资可能高达1450亿美元，占科技巨头总投入的20%以上。这笔巨额支出涵盖芯片研发、数据中心建设、能源供应等多个环节，其中仅芯片采购预算就超过400亿美元。

为保障供应链稳定，Meta已与多家核心供应商签订长期协议。除与三星电子、闪迪达成存储芯片供应合作外，还与台积电、美光科技等企业建立战略伙伴关系。这些协议通常包含产能预留、价格锁定等条款，有效抵御了近期存储芯片价格波动带来的风险。

行业观察家指出，Meta的扩张策略折射出科技巨头间的军备竞赛升级。随着AI技术进入商业化落地阶段，算力资源已成为决定竞争优势的关键要素。苹果、谷歌等企业近期也纷纷加大基础设施投入，整个行业正迈向万亿级投资规模的新阶段。

对于投资者而言，Meta的AI战略揭示了行业发展的双重性：一方面展示技术突破带来的增长潜力，另一方面也暴露出高投入模式对盈利能力的压制。摩根士丹利分析师在研报中警告，若基础设施成本不能通过规模效应有效分摊，可能对未来三个季度的利润率产生5-8个百分点的负面影响。

（徽声在线 林晓峰）