消息称 Meta 首款自研 AI 训练芯片启动测试，意在摆脱对英伟达的依赖

GoodNav 3 月 11 日报道，路透社消息指出，社交媒体巨头 Meta（旗下拥有 Facebook、Instagram 和 WhatsApp）正在测试其首款自研芯片，旨在用于人工智能系统的训练。据两位知情人士透露，这一举措意味着 Meta 正在努力减少对外部供应商（如英伟达）的依赖，并致力于设计更加定制化的芯片。

报道指出，Meta 已经开始小规模地部署这款芯片，并计划在测试成功的情况下提高产量以供大规模使用。开发内部芯片是 Meta 长期战略的一部分，旨在降低庞大的基础设施成本。

预计到 2025 年，Meta 的总支出将在 1140 亿至 1190 亿美元之间（备注：当前约为 8277.36 亿至 8640.41 亿元人民币），其中包括高达 650 亿美元的资本支出，大部分用于人工智能基础设施的建设。消息人士透露，Meta 新推出的训练芯片是一款专用加速器，专门设计用于处理与人工智能相关的任务，因而在能效上优于通常用于人工智能工作负载的集成图形处理单元（GPU）。

此外，Meta 正在与台湾地区的芯片制造商台积电合作来生产这款芯片。此次测试部署是在 Meta 完成芯片首次“流片”后启动的。流片是硅片开发过程中的重要里程碑，包含将初步设计送入芯片工厂进行生产。一般来说，流片的费用可高达数千万美元，周期约三至六个月，且测试成功没有保障。如果失败，Meta 将需要诊断问题并重新进行流片。

尽管 Meta 的自研芯片计划在过去几年中经历了一些挫折，甚至一度中止了类似开发阶段的芯片，但该公司仍在不断推进相关工作。去年，Meta 开始在其推荐系统中使用自制的推理芯片，来支撑 Facebook 和 Instagram 新闻推送的人工智能功能。Meta 高管表示，他们计划自 2026 年起使用自研芯片进行训练，通过向人工智能系统输入大量数据以“训练”其执行任务的计算密集型流程。

Meta 首席产品官克里斯·考克斯（Chris Cox）在上周的摩根士丹利科技、媒体和电信会议上透露：“我们正在探索如何训练推荐系统，以及逐步研究生成式人工智能的训练和推理。”他将 Meta 的芯片开发比喻为“从爬行到行走再到奔跑”的过程，同时强调，第一代用于推荐系统的推理芯片已经取得了“巨大成功”。

然而，Meta 之前因一款自研推理芯片在类似的小规模测试中遭遇失败，因而暂停了相关项目，转而在 2022 年向英伟达下单了价值数十亿美元的 GPU。此后，Meta 依旧是英伟达的主要客户之一，购入了大量 GPU 来训练其模型，包括推荐系统、广告系统及 Llama 基础模型系列。这些芯片每天为超过 30 亿活跃用户提供推理服务。

今年，由于人工智能研究人员对通过不断增加数据和计算能力来“扩展”大型语言模型的潜力产生了质疑，这些 GPU 的价值也备受关注。这种疑虑在 1 月底受到中国初创公司 DeepSeek 推出的新低成本模型的进一步验证，这些模型通过更依赖推理而非计算能力来优化效率。受 DeepSeek 的影响，全球人工智能股票市场出现大幅波动，英伟达的股价一度下跌五分之一，虽然后来大部分跌幅被收回，但近期由于贸易忧虑等因素再次下滑。