曝 Meta 测试首款自研训练芯片：欲摆脱英伟达依赖，计划 2026 年投产

买最贵的英伟达卡，做最坚决的去英伟达计划。这大概是目前所有硅谷科技巨头都在干的事，但 Meta 显然走得更急迫一些。

据路透社报道，Meta 已经开始小规模部署并测试其首款自研 AI 训练芯片。这款专用加速芯片隶属于 MTIA（Meta 训练与推理加速器）家族。Meta 的目标很明确：降低天文数字般的基础设施开支，并摆脱对英伟达 GPU 的严重依赖。如果一切顺利，Meta 计划在 2026 年将其正式用于模型训练。

搞定流片，从推荐系统走向生成式 AI

这次小规模测试是在芯片完成首次流片之后启动的。流片意味着完整的设计图纸已经送往晶圆厂试产，拿回了真正的物理芯片。

和英伟达通用的 GPU 相比，这种专用加速芯片只针对 AI 任务做硬件优化，理论上能耗比更高，跑起来也更省电。

其实 Meta 之前已经在自研芯片上尝过一点甜头。去年他们就开始使用 MTIA 芯片处理推理任务，也就是模型训练完之后在后台做判断和计算。当时那批推理芯片主要用于支撑 Facebook 和 Instagram 的信息流推荐系统。

这枚新的训练芯片也打算遵循同样的路径：先从小规模推荐算法的训练做起，长期目标则是彻底扛起 Meta AI 这类大语言模型和生成式产品的训练重任。

一次昂贵的掉头与二次冲锋

自研造芯并不是一条顺风顺水的路。Meta 之前就吃过苦头，在更早的时候，他们曾因为上一代自研推理芯片在小规模测试部署中表现不达标，直接砍掉了整个项目。

那次挫败直接逼得 Meta 在 2022 年掉头，砸下数十亿美元向英伟达采购天量 GPU，一口气成了英伟达全球最大的买家之一。甚至有报道开玩笑说，每次谈到英伟达的价格，扎克伯格都忍不住飙脏话。

但买卡只是权宜之计，租用别人的铲子淘金永远要被卡脖子。如今 Meta 带着新的训练芯片卷土重来，等于是在最难啃的训练环节重新向英伟达发起挑战。

为什么重要

对开发团队和普通用户来说，Meta 换不换芯片短期内感知不强，你刷 Instagram 推荐或者跟 Meta AI 聊天不会立刻觉得有什么不同。但长期来看，算力成本的断崖式下降，直接决定了开源模型 Llama 还能不能继续免费、Meta 能不能继续维持其激进的开源生态。

对芯片行业来说，英伟达最大的威胁从来不是 AMD，而是它最大的这帮客户。微软在做 Maia，亚马逊有 Trainium，谷歌有 TPU，现在 Meta 也补齐了训练这块拼图。这些公司手里有全世界最庞大的工作负载，只要能把自己机房里哪怕 20% 的训练任务换成自研芯片，英伟达的利润护城河就会被削去一块。

我们认为，Meta 这步棋走得扎实的地方在于路线选择很克制。它没有一上来就妄想用自研芯片去训千亿参数的下一代旗舰大模型，而是先从自家的推荐系统开始试水。推荐算法是 Meta 的现金牛业务，算力需求巨大且模式固定，最适合给新芯片当试验田。隐患在于芯片开发容错率极低，软件生态和编译器更是一道天堑。2026 年投入实用只是理想时间表，稍有不慎，它可能又得回到英伟达的货架前老老实实掏支票。