攜手台積電打造，Meta 傳測試首款 AI 訓練晶片

Facebook 母公司 Meta 正在測試第一顆自主研發、用於訓練 AI 系統的 RISC-V 架構晶片，客製化設計的晶片符合 Meta 運算需求，並降低對 NVIDIA 等晶片大廠的依賴。

路透社引述 2 名知情人士消息指出，Meta 開始小規模部署自研晶片，並計劃在完成測試後量產，為自家服務提供支援。

一名知情人士表示，Meta 新晶片是一款 AI 加速器，僅處理 AI 任務，可比同樣用於 AI 工作負載的 GPU 更省電。另一知情人士則稱，Meta 正與台積電合作生產自研晶片。

測試部署是在自研晶片完成設計定案（即所謂 tape-out）後展開，表示其設計送交晶圓代工廠進行生產。一次 tape-out 成本可達數千萬美元，大約需要 3~6 個月完成，且無法保證測試必定成功。萬一失敗，Meta 需要找出晶片設計問題並重新 tape-out 步驟。

這款自研晶片專為 AI 訓練設計，也就是用來處理大量數據資料，預期將採 HBM3 或 HBM3E 記憶體。客製化設計下，對晶片尺寸、功耗及性能最佳化。性能方面，這款需要在每瓦性能表現能與 NVIDIA 最新 GPU（如 H200、B200，甚至是下一代 B300 等）競爭。

然而針對此事，Meta 與台積電均拒絕發表任何評論。

MTIA 展現成果

自研晶片是 Meta 長期計畫的一部分，目的是降低 AI 基礎設施所帶來的成本。實際上，Meta 預估 2025 年總支出介於 1,140~1,190 億美元之間，其中資本支出上看 650 億美元，主要用於建置 AI 基礎設施。

▲ 2024 年 Meta 公開 MTIA v1 後繼產品，暫稱下一代 MTIA（Next Gen MTIA）。（Source：Meta）

這款自研晶片是 MTIA（Meta Training and Inference Accelerator）系列最新成果，這項開發計畫經歷波折，直到 2024 年 Meta 開始使用 MTIA 進行推理工作，用於決定 Facebook 與 Instagram 動態消息顯示的內容推薦系統。Meta 高層表示，希望 2026 年開始在 AI 訓練階段使用自家晶片。

「我們正在研究如何訓練推薦系統，最終考慮如何對生成式 AI 進行訓練和推理」，Meta 產品長 Chris Cox 在上週舉行的摩根士丹利科技、媒體和電信大會表示。他形容 Meta 的晶片開發任務目前處於「從走路到爬行再到奔跑」的階段，內部認為用於內容推薦系統的第一代推理晶片是一大成功。

Meta 之前曾在一次小規模測試部署中，推出一款自研推理晶片，但由於表現不佳而取消，轉而在 2022 年下單採購數十億美元的 NVIDIA GPU。自此之後，Meta 成為 NVIDIA 一大客戶，累積大量 GPU 用於訓練模型，包括用於內容推薦與廣告系統、以及大型語言模型 Llama，同時也為每天使用 Meta 旗下社群媒體逾 30 億人執行推理工作。

（首圖來源：shutterstock）