Meta的Iris AI芯片将于9月投产 运算能力目标达14GW
<title>7月13日文章改写：Meta Iris AI芯片于九月投产，算力目标瞄准14吉瓦</title> Meta Iris AI芯片九月投产，14吉瓦算力计划详解 据报道，Meta计划于2026年9月开始生产其自研的Iris AI芯片，同时将算力从2026年的7吉瓦扩大到2027年的14吉瓦。本文解析Iris如何融入MTIA路线图，以及其与博通、台积电的合作与GPU战略。
Meta 的 Iris AI 芯片将于 9 月投产，计算容量目标达 14 GW
引言
据报道，Meta 计划于 2026 年 9 月开始制造一款新的定制人工智能芯片，此举将加速其科技行业规模最大的计算基础设施扩张之一。
这款代号为 Iris 的芯片属于 Meta 的内部 Meta 训练与推理加速器 (MTIA) 项目。根据路透社审阅的一份内部备忘录，Iris 已完成为期六周的测试周期，未发现重大问题，目前正进入生产阶段。
该芯片仅是其宏大计划的一部分。Meta 预计在 2026 年 部署约 7 吉瓦的计算基础设施，并计划在 2027 年 将总容量翻倍至 14 吉瓦。其 2026 年资本支出指引也已上调至 1250 亿至 1450亿 美元，这反映了组件价格上涨及额外的数据中心投资。
来源说明： 这是一篇基于路透社报道、由《经济时报》转载、并与 Meta 官方基础设施公告交叉核实的原创、可直接发表的中文文章。它并非对受版权保护来源的逐行重写。源文章包含一张相关的主要图片，已保留于上方。广告、应用推广横幅、WhatsApp 图形及无关推荐图片已被排除。路透社后来更正了其报道，指出 Meta 预计到 2026 年底将增加 2.5 GW，而非 5.5 GW。
Meta 计划于 9 月启动 Iris 生产
根据路透社审阅的 Meta 内部备忘录，Iris 的生产预计将于 2026 年 9 月开始。
测试历时约六周，未发现任何重大问题。这对 Meta 来说是一个重要的里程碑，自该公司五年前开始研发专有 AI 加速器以来，其定制芯片计划一直面临延迟和技术挑战。
Meta 拒绝对报道的生产计划发表评论，因此 9 月的这一时间点应理解为内部计划，而非公开承诺的发布日期。
Iris 专为 Meta 自身的数据中心需求而设计。它旨在支持 Facebook 和 Instagram 等产品背后的 AI 系统，包括推荐、排名、广告和生成式 AI 工作负载。
该芯片预计不会取代 Meta 购买的所有外部加速器。相反，它将成为混合基础设施组合的另一部分，该组合包括：
- Meta 设计的 MTIA 加速器
- NVIDIA GPU
- AMD Instinct GPU
- 定制及合作伙伴开发的 CPU
- 专用网络、内存和存储系统
这种组合方式使 Meta 能够将不同的工作负载分配给能提供最佳性能、可用性、能效和总体成本组合的硬件。
什么是 Iris AI 芯片？
Iris 是路透社报道中对 Meta 的 MTIA 项目某一代芯片的代号。
MTIA 代表 Meta 训练与推理加速器。它是 Meta 为特定目的构建的 AI 芯片系列，旨在提升公司数据中心内运行的工作负载的效率。
Meta 已部署了早期几代的 MTIA 用于排名、推荐和广告推理任务。
该公司表示，当这些芯片针对Meta自家模型和软件栈进行深度优化时，相比通用供应商的芯片，它们能带来显著的能效优势。
报道中的Iris项目正是这一策略的延伸。
关键报道事实
| 项目 | 报道详情 |
|---|---|
| 芯片代号 | Iris |
| 计划名称 | Meta训练与推理加速器(MTIA) |
| 量产目标 | 2026年9月 |
| 测试时长 | 约六周 |
| 主要测试问题 | 内部备忘录中未报告 |
| 设计支持 | 博通 |
| 制造商 | 台积电 |
| 主要用途 | Meta数据中心的AI工作负载 |
| 与GPU的关系 | 补充NVIDIA和AMD GPU，而非完全取代 |
| 路线图规划 | 四代MTIA，计划到2027年每隔约六个月推出一款新芯片 |
原始报道中未披露工艺节点、内存容量、互联带宽、功耗和峰值计算性能等详细技术规格。在Meta或其合作伙伴公布之前，不应推断这些细节。
四代MTIA路线图
路透社报道称，Iris是Meta设计的四代MTIA项目的一部分。
该公司计划到2027年每隔约六个月推出一款新芯片。这一节奏比半导体开发中常见的一年或多年的产品周期要快得多。
Meta已单独确认，正在两年内开发并部署四代全新的MTIA芯片。该路线图旨在支持：
- 排序与推荐系统
- 广告模型
- 大规模推理
- 生成式AI工作负载
- 未来的训练工作负载
六个月的周期并不一定意味着每次都是全新的架构。后续版本可能在计算单元、内存系统、网络互联、封装、工作负载支持或软件兼容性方面进行有针对性的改进。
关键在于，Meta希望将定制芯片开发变成一种持续的内部能力，而非偶尔的硬件实验。
博通支持设计
Meta正在与博通合作，加速定制AI芯片的开发。
Meta官方公告称，博通将在以下方面做出贡献：
- 芯片设计
- 先进封装
- 网络互联
- 多代加速器开发
此次合作基于博通的XPU定制AI加速器平台。Meta仍控制工作负载需求和系统级设计目标，而博通则提供半导体和基础设施方面的专业知识。
这种模式在超大规模科技公司中很常见。云或平台公司定义工作负载和期望的性能指标，而成熟的半导体合作伙伴则帮助将这些要求转化为可制造的芯片。
这种安排可以降低开发风险，同时又不迫使Meta完全依赖标准的现成加速器。
台积电将制造芯片
路透社报道称，台积电将负责制造Iris芯片。
台积电是全球最大的专用半导体代工厂，为许多主要科技公司生产先进芯片。与台积电合作，使Meta能够获得领先的制造工艺、封装技术和大规模生产专长。
然而，使用领先的代工厂并不能消除供应链限制。
先进制造能力竞争非常激烈，AI加速器也依赖于稀缺组件，例如：
- 高带宽内存
- 先进封装
- 基板
- 光网络设备
- 存储
- 供电系统
因此，Meta需要同时具备定制芯片设计和长期组件采购能力，才能实现其基础设施目标。
Iris将补充NVIDIA和AMD GPU
Meta仍然是外部GPU的主要采购方。
定制芯片计划并非旨在立即取代NVIDIA或AMD。Iris的目的是增强用于AI训练和推理的大型GPU集群。
这种区别很重要，因为不同的工作负载倾向于不同类型的硬件。
外部GPU仍然重要，主要用于：
- 前沿模型训练
- 新型模型架构的快速部署
- 广泛的软件兼容性
- 依赖成熟CUDA或ROCm生态系统的工作负载
- 变化速度快于定制芯片开发周期的任务
定制MTIA芯片可用于：
- 稳定、高容量的内部工作负载
- 推荐和排序系统
- 大规模重复推理
- 可与软件协同设计的工作负载
- 降低每次推理成本
- 提高功率和机架效率
Meta还与AMD签署了长期协议，最高可提供6 GW的AMD Instinct GPU基础设施。这一官方合作证实了Meta的策略是多元化，而非完全放弃第三方加速器。
该公司希望在保持获取领先外部硬件的同时，对基础设施堆栈拥有更多控制权。
Meta为何希望加强对AI芯片的控制
定制芯片的逻辑既有技术层面，也有财务层面。
1. 降低基础设施成本
Meta以超大规模运行AI系统。哪怕是微小的效率提升，也能降低数百万日常工作负载的电力、冷却、硬件和运营成本。
定制芯片可以移除Meta不需要的功能，并将更多芯片面积分配给其自身模型重度使用的运算。
2. 更好的软硬件协同设计
Meta可以共同优化其模型、编译器、内核、数据格式和加速器架构。
这种协同设计可能比将每个内部工作负载适配到为广泛外部市场构建的硬件上，产生更好的结果。
3. 减少对少数供应商的依赖
NVIDIA仍然是先进AI GPU的主要供应商，而AMD正在扩大其影响力。完全依赖外部供应商可能使Meta面临：
- 供应短缺
- 交货周期长
- 价格高昂
- 产品路线图延迟
- 新GPU代际到来时的集成工作
定制芯片为Meta提供了另一种容量来源，并使其对部署时间拥有更多控制权。
4. 针对Meta特定工作负载的更快部署
路透社引用的备忘录指出，在像Meta这样规模的公司中，采用最新GPU需要付出巨大努力，并且耗费了公司时间。
一个稳定的内部硬件和软件平台可以减少部分过渡负担，尤其是对于Meta多年连续运行的工作负载。
Meta目标：2026年实现7 GW计算能力
基础设施计划的规模与芯片本身同样重要。
根据内部备忘录，Meta计划在2026年部署7 GW的计算基础设施。据悉，它在上半年已增加了1 GW，并预计在年底前再增加2.5 GW，作为更广泛容量建设的一部分。
（吉瓦是功率计量单位，而非计算性能）
使用吉瓦描述基础设施，能让人直观感受到运营数据中心、冷却系统、网络设备及加速器所需的电力规模。
据路透社报道，1吉瓦大约足以满足80万户家庭的用电需求。这一对比虽为近似值，且取决于当地能源消耗水平，但足以说明现代人工智能基础设施的巨大电力需求。
2027年目标：14吉瓦
据报道，Meta计划在2027年将其总算力再翻一番，达到14吉瓦。
这一目标表明，该公司对人工智能算力需求将持续增长的信心遍及以下领域：
- 广告与推荐系统
- Meta AI助手
- 生成式媒体
- 软件开发模型
- 可穿戴与混合现实产品
- 个人超级智能研究
- 内部模型训练与评估
要实现14吉瓦的目标，仅靠芯片远远不够。Meta还需要充足的：
- 数据中心空间
- 电网接入
- 发电能力
- 冷却系统
- 网络容量
- 内存
- 存储
- 熟练的施工与运维团队
该公司已宣布启动核能、可再生能源、长时储能及电网支持项目，旨在加强未来数据中心所需的电力供应。
资本支出或达1450亿美元
Meta 2026年第一季度官方财报将全年资本支出预测上调至1250亿至1450亿美元。
该预测包括融资租赁的本金支付。Meta表示，支出增长反映了更高的组件价格以及为支持未来容量而增加的数据中心成本。
这一官方数据比简单描述为"全部投入某款芯片"或"仅用于AI加速器"更为精确。资本预算涵盖更广泛的基础设施堆栈，包括：
- 数据中心建设
- 服务器与加速器
- 网络设备
- 电源系统
- 存储
- 内存
- 租赁基础设施
- 未来数年的容量储备
该预测区间的上限，凸显了降低硬件成本与提高利用率为何成为战略重点。
长期供应协议
据路透社审阅的内部备忘录显示，Meta已与多家硬件供应商签订多年期供应协议。
报道中的协议包括：
- 三星电子提供内存
- SanDisk提供闪存存储
- 住友电气提供光纤设备
这些公司并未全部公开确认协议细节，因此应将其描述为"报道中的协议"而非"正式公布"。
随着AI基础设施需求对以下供应链造成压力，长期采购变得愈发重要：
- 内存芯片
- 高带宽内存
- 闪存存储
- 网络组件
- 光纤
- 先进封装
若周边系统缺乏内存、存储、网络、电力或机架容量，定制加速器将无法大规模部署。
Iris对NVIDIA和AMD意味着什么
Iris并不代表Meta将停止购买NVIDIA和AMD的硬件。
相反，它表明超大规模买家希望获得议价能力与工作负载灵活性。
最可能的未来是异构基础设施堆栈：
- NVIDIA GPU用于前沿工作负载
- AMD GPU用于扩展规模与多元化
- MTIA芯片用于特定Meta工作负载
- 定制CPU与网络系统
- 跨不同硬件调度工作负载的软件
对NVIDIA和AMD而言，这既带来风险也蕴含机遇。
定制芯片可能接管部分高吞吐量的推理任务。
与此同时，Meta整体计算需求扩张迅速，即便自研芯片能力持续增强，对外部加速器的采购规模仍可能继续增长。
整个市场规模可以增长，同时单一供应商的份额占比下降。
未知信息
该报告回答了几个关于排期和基础设施的问题，但关键细节仍未公开。
Meta尚未确认：
- 最终量产月份（9月）
- Iris芯片的预期产量
- 芯片的制造工艺
- 内存配置
- 功耗水平
- 峰值训练或推理性能
- 首批运行的工作负载
- 在生产型数据中心中的计划部署日期
- 相比NVIDIA或AMD硬件预计节省的成本
在这些细节公布前，宣称Iris性能优于特定外部GPU的结论均属猜测。
可行性最高的结论更为保守：Meta认为，自研芯片将在特定内部AI工作负载上提升成本效益、控制力与部署效率。
常见问题
什么是Meta的Iris AI芯片？
Iris是Meta MTIA项目中自研数据中心AI加速器的传出代号。该芯片专为Meta内部AI工作负载设计，预计将补充（而非立即替代）NVIDIA和AMD的GPU。
Iris芯片何时量产？
路透社查阅的内部备忘录显示，Meta计划于2026年9月开始量产该芯片。Meta拒绝对此置评，因此该日期仅为内部目标，并非确认的公开发布时间。
Iris由谁设计和制造？
Meta根据自身工作负载设计该加速器，由博通提供设计、封装和网络支持。路透社报道称，台积电将负责芯片制造。
MTIA代表什么？
MTIA代表Meta训练与推理加速器（Meta Training and Inference Accelerator）。这是Meta自研AI芯片系列，用于推荐、排序、广告、推理，并逐步扩展至生成式AI工作负载。
Meta会停止采购NVIDIA和AMD的GPU吗？
不会。Iris旨在与外部GPU协同增加定制算力。Meta已宣布长期协议，将部署高达6 GW的AMD Instinct GPU基础设施，并继续大量使用NVIDIA硬件。
Meta计划部署多少算力？
路透社报道，Meta的目标是2026年拥有7 GW计算基础设施，2027年达到14 GW。这些数字指整体计算基础设施的电力容量，而非单芯片性能。
Meta 2026年将在AI基础设施上投入多少？
Meta 2026年官方资本支出指引为1250亿至1450亿美元，含融资租赁本金支出。该预算覆盖数据中心、组件、服务器、网络及其他基础设施，并非仅针对Iris芯片。
科技公司为何自研AI芯片？
自研芯片可降低成本、提升能效、更贴合内部工作负载，并减少对少数外部供应商的依赖。这些芯片通常与通用GPU协同使用，而非完全替代。
相关工具
Meta训练与推理加速器：Meta官方对其下一代MTIA加速器的介绍。
Broadcom 定制 AI 加速器：Broadcom 面向大规模 AI 基础设施的定制 XPU 技术。
台积电：据报导正在制造 Meta 旗下 Iris 芯片的半导体代工厂。
NVIDIA 数据中心：NVIDIA 用于 AI 训练与推理的 GPU 与系统产品组合。
AMD Instinct：AMD 用于大型 AI 部署的数据中心加速器平台。
开放计算项目：超大规模企业用于共享数据中心、机架、网络及基础设施设计方案的开放硬件社区。
相关链接
- 《经济时报》的原始报道：由《经济时报》重新发布的路透社报道。
- 路透社的原始报道：路透社基于 Meta 内部备忘录的报道。
- Meta 与 Broadcom 的定制芯片合作：Meta 的官方公告，涵盖四代 MTIA 架构及 Broadcom 的角色。
- Meta 2026 年第一季度业绩报告：包含 1250 亿至 1450 亿美元资本支出预测的官方财报。
- Meta 与 AMD 的基础设施协议：Meta 用于构建高达 6 GW AMD Instinct GPU 基础设施的官方协议。
- Meta 基础设施演进：Meta 数据中心架构与 MTIA 部署的官方概览。
- Meta 与 Arm 的数据中心芯片合作：Meta 关于为 AI 数据中心设计定制 CPU 的官方公告。
- Meta 核能项目：Meta 为支持未来 AI 基础设施而达成的能源协议详情。
总结
据报导，Meta 计划在六周测试期后，于 2026 年 9 月开始制造其 Iris AI 加速器。该芯片是 Broadcom 支持、台积电制造的四代 MTIA 路线图的一部分。
Iris 不会取代 Meta 现有的 NVIDIA 和 AMD GPU 集群，而是增加一个定制化、面向工作负载优化的层级，旨在降低成本、提升效率，并让 Meta 在 AI 基础设施方面拥有更多控制权。
这款芯片推出之际，Meta 正推进更大规模扩张：目标在 2026 年实现 7 GW 计算能力，2027 年达到 14 GW，今年资本支出高达 1450 亿美元。
Iris 作为单一芯片的重要性，远不及它作为 Meta 意图掌控更多 AI 背后硬件、电力和供应链的证据。