公司战略与计划 - Meta Platforms计划在2027年底前推出四代自研人工智能芯片，以支持其快速增长的AI计算需求并减少对外部芯片供应商的依赖 [1] - 该计划是Meta在人工智能竞赛中推动硬件自研、降低长期成本的重要举措 [1] - 公司未来几年将陆续推出MTIA 300、MTIA 400、MTIA 450和MTIA 500四款芯片，属于其“Meta Training and Inference Accelerator (MTIA)”系列 [1] 产品路线图与进展 - MTIA 300目前已进入量产阶段，主要用于内容排序和推荐系统的模型训练 [1] - MTIA 400（代号“Iris”）已经完成实验室测试，正逐步推进部署 [1] - 更先进的MTIA 450（代号“Arke”）和MTIA 500（代号“Astrid”）预计将在2027年实现大规模部署 [1] - MTIA 450预计将在2027年初推出，而MTIA 500则将在大约六个月后推出 [1] 研发背景与驱动力 - AI发展速度远超预期，迫使芯片研发节奏不断加快 [2] - Meta在AI领域投入巨大，带来了前所未有的算力需求 [2] - 自研芯片能够针对公司特定应用（如Instagram内容推荐系统、排序算法以及大规模生成式AI推理任务）进行优化，从而提升效率并降低成本 [2][3] 当前供应链与外部合作 - 目前Meta仍大量采购外部芯片，包括来自英伟达和AMD的AI加速器 [2] - 公司近期宣布，与英伟达和AMD达成的AI硬件采购协议规模均达到数百亿美元级别 [2] 研发能力建设与人才获取 - 去年Meta曾尝试以8亿美元收购韩国AI芯片初创公司FuriosaAI，但该交易遭到拒绝 [2] - Meta随后收购了总部位于加州圣克拉拉的芯片初创企业Rivos Inc.，并吸纳其400多名员工 [2] - 新增的人才资源帮助Meta的MTIA团队能够同时推进多个芯片项目 [2] 研发挑战与投入 - 芯片研发是一项高成本且周期较长的工程，从设计到交由第三方晶圆厂（通常是台积电）生产，往往需要数十亿美元投入并耗时多年 [3] - Meta团队通常需要大约两年时间才能将一款芯片从设计推进到量产阶段 [3] - 媒体此前报道称，Meta已取消其最先进的一款AI训练芯片项目（代号“Olympus”），原因是设计难度过高，公司转而开发更为简化的版本 [3] 长期目标 - Meta首席财务官Susan Li表示，公司仍希望最终开发出能够用于训练大型AI模型的处理器 [3]