Meta 傳洽購韓國晶片商 FuriosaAI：意在降低對輝達依賴

買不到足夠的輝達晶片怎麼辦？扎克伯格的選擇很直接：既然市面上的卡又貴又搶手，那就乾脆把做晶片的公司買下來。

據 Forbes 報道，Meta 正在洽談收購韓國 AI 晶片初創公司 FuriosaAI。知情人士透露，討論最快可能在本月敲定。眼下 Meta 並不是唯一的意向買家，還有多家公司也看上了這家韓國團隊。

在這筆潛在收購傳出前，FuriosaAI 正試圖以約 8000 億韓元（約合 5.5 億美元）的估值進行新一輪融資。自 2017 年成立以來，這家公司已經累計籌集了 1.15 億美元，投資方包括韓國網際網路巨頭 Naver、DSC Investment，以及本月初剛剛注資 20 億韓元的 CRIT Ventures。

專挑輝達的軟肋打

FuriosaAI 由前三星電子工程師白俊鎬（June Paik）創立，他也曾任職於 AMD，目前持有公司 18.4% 的股份。在韓國晶片生態裡，這是一家罕見專注於大模型推理加速的無晶圓廠晶片設計團隊。

早在 2021 年，他們就推出了第一代 AI 晶片 Warboy。到了 2024 年 8 月，團隊釋出了專門針對大語言模型和超大規模資料中心的新一代加速晶片 RNGD。

白俊鎬此前接受採訪時直言，輝達的壟斷不可能永遠持續，單張 H100 動輒賣到 5000 萬韓元，不僅價格昂貴而且嚴重缺貨。

他們的策略不是去硬拼峰值算力，而是主打能效和價效比。按照白俊鎬的說法，RNGD 的效能大約是輝達 H100 的一半，但耗電量只有後者的四分之一。算上整體建造成本，基於他們晶片搭建系統的總花銷只有輝達方案的一半左右。

這種特性恰好卡在大模型落地的痛點上。對於 Meta 來說，執行自家的 Llama 2、Llama 3 並不總需要昂貴的訓練卡，大批次的線上推理更看重能耗比和單次查詢成本。

650 億預算下的自研突圍

今年 1 月，Meta 剛剛宣佈今年的資本支出將高達 650 億美元，其中絕大部分都要砸進 AI 基礎設施。如果全拿來買輝達，成本壓力可想而知。

在此之前，Meta 一直在推進自研加速器，並與博通（Broadcom）合作開發定製晶片。但自研晶片的研發週期長、試錯成本極高，直接收購一家已經跑通量產架構的團隊，顯然能省下不少時間。

加上上個月 DeepSeek 的爆火讓行業意識到，模型最佳化和推理成本的控制已經成了新戰場的關鍵，Meta 顯然不想在算力成本上掉隊。

為什麼重要

對普通開發者和中小企業來說，這筆交易最直接的訊號是：算力競賽的重心已經全面轉向了推理端。一旦 Meta 成功將 FuriosaAI 收入囊中，並將其晶片大規模部署到自家的服務節點，未來呼叫 Llama 系列開源模型的推理成本有望進一步拉低。

對行業來說，科技巨頭去輝達化的動作正在從單純的軟體適配走向深水區。自研晶片太慢、找代工定製又受制於人，直接買下成熟的無晶圓初創團隊成了最高效的捷徑。如果 Meta 本月坐實這筆收購，很可能會引發新一輪針對二線 AI 晶片初創團隊的搶購潮。

從策略上看，我們認為 Meta 這一步走得相當務實。他們沒有好高騖遠去搶奪最難攻克的訓練卡市場，而是直接盯上了每天都在燒錢的推理端。RNGD 拿一半效能換四分之一功耗的思路，非常契合超大規模資料中心的實際賬本。

不過潛在隱患同樣存在。收編一家韓國初創團隊後，如何將其專有架構融入 Meta 原有的軟硬體生態，以及如何維持原團隊的研發節奏，都會考驗扎克伯格團隊的整合能力。更別說目前還有其他競購方在場，這筆交易能否在本月最終落錘，仍有變數。