曝 Meta 測試首款自研訓練晶片：欲擺脫輝達依賴，計劃 2026 年投產

買最貴的輝達卡，做最堅決的去輝達計劃。這大概是目前所有矽谷科技巨頭都在乾的事，但 Meta 顯然走得更急迫一些。

據路透社報道，Meta 已經開始小規模部署並測試其首款自研 AI 訓練晶片。這款專用加速晶片隸屬於 MTIA（Meta 訓練與推理加速器）家族。Meta 的目標很明確：降低天文數字般的基礎設施開支，並擺脫對輝達 GPU 的嚴重依賴。如果一切順利，Meta 計劃在 2026 年將其正式用於模型訓練。

搞定流片，從推薦系統走向生成式 AI

這次小規模測試是在晶片完成首次流片之後啟動的。流片意味著完整的設計圖紙已經送往晶圓廠試產，拿回了真正的物理晶片。

和輝達通用的 GPU 相比，這種專用加速晶片只針對 AI 任務做硬體最佳化，理論上能耗比更高，跑起來也更省電。

其實 Meta 之前已經在自研晶片上嘗過一點甜頭。去年他們就開始使用 MTIA 晶片處理推理任務，也就是模型訓練完之後在後臺做判斷和計算。當時那批推理晶片主要用於支撐 Facebook 和 Instagram 的資訊流推薦系統。

這枚新的訓練晶片也打算遵循同樣的路徑：先從小規模推薦演算法的訓練做起，長期目標則是徹底扛起 Meta AI 這類大語言模型和生成式產品的訓練重任。

一次昂貴的掉頭與二次衝鋒

自研造芯並不是一條順風順水的路。Meta 之前就吃過苦頭，在更早的時候，他們曾因為上一代自研推理晶片在小規模測試部署中表現不達標，直接砍掉了整個專案。

那次挫敗直接逼得 Meta 在 2022 年掉頭，砸下數十億美元向輝達採購天量 GPU，一口氣成了輝達全球最大的買家之一。甚至有報道開玩笑說，每次談到輝達的價格，扎克伯格都忍不住飆髒話。

但買卡只是權宜之計，租用別人的鏟子淘金永遠要被卡脖子。如今 Meta 帶著新的訓練晶片捲土重來，等於是在最難啃的訓練環節重新向輝達發起挑戰。

為什麼重要

對開發團隊和普通使用者來說，Meta 換不換晶片短期內感知不強，你刷 Instagram 推薦或者跟 Meta AI 聊天不會立刻覺得有什麼不同。但長期來看，算力成本的斷崖式下降，直接決定了開源模型 Llama 還能不能繼續免費、Meta 能不能繼續維持其激進的開源生態。

對晶片行業來說，輝達最大的威脅從來不是 AMD，而是它最大的這幫客戶。微軟在做 Maia，亞馬遜有 Trainium，谷歌有 TPU，現在 Meta 也補齊了訓練這塊拼圖。這些公司手裡有全世界最龐大的工作負載，只要能把自己機房裡哪怕 20% 的訓練任務換成自研晶片，輝達的利潤護城河就會被削去一塊。

我們認為，Meta 這步棋走得紮實的地方在於路線選擇很剋制。它沒有一上來就妄想用自研晶片去訓千億引數的下一代旗艦大模型，而是先從自家的推薦系統開始試水。推薦演算法是 Meta 的現金牛業務，算力需求巨大且模式固定，最適合給新晶片當試驗田。隱患在於晶片開發容錯率極低，軟體生態和編譯器更是一道天塹。2026 年投入實用只是理想時間表，稍有不慎，它可能又得回到輝達的貨架前老老實實掏支票。