3月12日消息，據(jù)路透社引述2名知情人士的話報道稱，Meta正在測試第一顆自主研發(fā)的用于訓練AI系統(tǒng)的RISC-V構架芯片，這款定制化設計的芯片將符合Meta自身的運算需求，并降低對于英偉達（NVIDIA）等AI芯片大廠的依賴。

據(jù)了解，Meta這款自研AI芯片的測試，是在芯片完成設計定案（即所謂tape-out）后展開的。一次tape-out成本可達數(shù)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需要找出芯片設計問題并重新tape-out步驟。

Meta 之前曾在一次小規(guī)模測試部署中，推出一款自研的AI推理芯片，但由于表現(xiàn)不佳而取消，轉而在2022年下單采購數(shù)十億美元的英偉達GPU。自此之后，Meta 成為NVIDIA一大客戶，累積大量GPU用于訓練模型，包括用于內容推薦與廣告系統(tǒng)、以及大型語言模型Llama，同時也為每天使用Meta旗下社交媒體平臺體超過30億用戶執(zhí)行推理工作。但是這也使得Meta在采購英偉達GPU上耗費了大量的資金。因此，Meta還是希望通過自研AI芯片來降低成本。

一名知情人士表示，不同于Meta此前推出的MTIA系列AI推理芯片，Meta 最新曝光的這款自研的AI芯片，是專門為AI訓練任務所設計，預期還將整合HBM3或HBM3E內存。由于是定制化設計，因此這款芯片的尺寸、功耗及性能可以實現(xiàn)最優(yōu)化，有望比用于同樣AI工作負載的GPU更高效。預計其每瓦性能表現(xiàn)可以與英偉達最新的GPU（如H200、B200，甚至是下一代B300等）競爭。

另一知情人士則稱，Meta這款自研的AI芯片將交由臺積電代工。

對此傳聞，Meta與臺積電均拒絕發(fā)表任何評論。

值得注意的是，自研芯片是Meta長期計劃的一部分，目的是降低AI基礎設施所帶來的成本。實際上，Meta 預估2025年總支出介于1,140~1,190億美元之間，其中資本支出上看650億美元，主要用于AI基礎設施建設，其中就包括自研AI芯片。

2023年，Meta就曾推出了首款自研AI芯片MTIA（MTIA v1），采用的是臺積電7nm制程。而在2024年推出的第二代MTIA同樣是交由臺積電代工，不過制程工藝升級到了5nm，配備更多處理核心，片內存儲（on-chip memory）也翻倍到了256MB（MTIA v1 僅有128MB），off-chip LPDDR5也提高到了128GB（MTIA v1 為 64GB），主頻也從800MHz上升到了1.35GHz，當然功耗也增加到了90W（MTIA v1 為 25W）。需要指出的是，這兩代MTIA芯片都主要用于推理應用。

△MTIA v2

Meta當時曾透露，第二代MTIA已投入16個數(shù)據(jù)中心區(qū)域使用，主要用于決定Facebook與Instagram動態(tài)消息顯示的內容推薦系統(tǒng)。Meta也承認，第二代MTIA不會取代目前用于訓練模型的GPU，而是補充運算資源。

Meta首席產品官Chris Cox在上周舉行的摩根士丹利科技、媒體和電信大會表示，“我們正在研究如何訓練推薦系統(tǒng)，最終考慮如何對生成式AI進行訓練和推理”。他形容Meta的芯片開發(fā)任務目前處于“從走路到爬行再到奔跑”的階段，內部認為用于內容推薦系統(tǒng)的第一代推理芯片是一大成功。Meta希望2026年開始在AI訓練階段使用自研芯片。

顯然，這也意味著此次曝光的Meta自研的AI訓練芯片如果獲得成功的話，可能將會在2026年進入大規(guī)模部署。