路透社取得的 Meta 內部備忘錄顯示，代號「Iris」的自研 AI 晶片預計 2026 年 9 月投產，由 Broadcom 協同設計、台積電代工，是 MTIA 系列第四代晶片，主攻 Facebook 與 Instagram 的 AI 推論工作。 （前情提要：Meta 砸數十億美元繫結亞馬遜 AWS！狂掃數十萬顆 Graviton5 晶片，力抗 NVIDIA AI 算力壟斷） （背景補充：OpenAI 聯手 Broadcom 發表首款 AI 晶片「Jalapeño」，9 個月火速達陣挑戰 Nvidia 霸權）
本文目錄
Toggle
路透社取得的一份 Meta 內部備忘錄，洩漏了這家社群巨頭正打算把驅動 AI 帝國的那顆心臟，從輝達手裡搬回自己家。備忘錄寫著一個明確時間點，2026 年 9 月，代號「Iris」的自研晶片將正式投產。一邊是輝達與超微賣了十年的通用 GPU，一邊是為 Facebook 與 Instagram 量身訂做的專用晶片，Meta 選擇兩者並行。
答案藏在 Meta 自己的坦白裡：在其龐大基礎設施規模上部署最新一代 GPU，「極為困難」。輝達的晶片是為全世界所有客戶設計的通用款，Meta 要的是剛好貼合自家資料中心的訂製款，省下的不只是採購費，還有排程與散熱的隱形成本。
當算力規模大到一定程度，通用款的效率損耗會被無限放大，訂製化反而變成划算的選擇。
據了解，這場自研之路其實走了五年，中間並非一帆風順。MTIA（Meta Training and Inference Accelerator）專案，也就是 Meta 自家的訓練與推論加速器晶片系列，過去曾多次卡關、進度落後外界預期。
今年 3 月，Meta 首度公開展示 Iris 與另外三款 AI 處理器，算是五年磨一劍後的初步交代。外購與自研從來不是二選一，Meta 的說法是自研晶片用來「補充」而非取代對輝達與超微的採購，畢竟社群平台每天要處理的推薦、翻譯、內容審核，量體大到沒有一種晶片能單獨扛下所有工作。
Iris 是 MTIA 系列的第四代晶片，由 Meta 與晶片設計大廠 Broadcom 共同設計，預料交由台積電代工製造。
它的任務重心放在「推論」，簡單來說，就是讓已經訓練好的 AI 模型，實際去回答問題、產生推薦、判斷內容的日常運算，而不是從零開始訓練最前沿的大模型。
換句話說，訓練是燒錢造出大腦，推論則是讓大腦每天上班；前者一次性投入天文數字，後者卻是每分每秒都在發生、規模只會越滾越大的日常帳單。Facebook 與 Instagram 動態牆上那些「你可能會喜歡」的推薦、自動翻譯、違規內容偵測，背後撐著的正是這類推論運算。
備忘錄顯示，Iris 在約六週的測試階段順利過關，沒有出現重大缺陷，這對一個曾經卡關的專案來說，算是難得的順風局，也讓 Meta 敢把量產時程直接寫進內部備忘錄。
另一方面，Meta 計畫今年部署約 7 吉瓦（GW，即十億瓦）的運算基礎設施，2027 年直接翻倍到 14 吉瓦；今年在 AI 基礎設施上的支出估計高達約 1,450 億美元。更狠的是節奏：Meta 打算在 2027 年前每六個月就推出一款新 AI 處理器，遠快於業界普遍一年一款的步調。
自研晶片從來不是 Meta 一家的孤例。OpenAI 已與 Broadcom 合作推出自研晶片，Google 有自家的 TPU，Anthropic 傳出正與三星洽談客製化晶片，就連 DeepSeek 也在自行研發推論晶片。
輝達的護城河從來不是造不出更好的晶片，而是所有人都得跟它買。但當 Meta、OpenAI、Google 都開始把「買晶片」的選項換成「自己造」，這場遊戲的規則正在被悄悄改寫，只是誰都還沒把賭注全押上去。
26.84萬 熱度
430.94萬 熱度
123.46萬 熱度
391.02萬 熱度
50.14萬 熱度
Meta 傳自研晶片 Iris 9 月投產，由台積電代工 望擺脫輝達依賴
路透社取得的 Meta 內部備忘錄顯示，代號「Iris」的自研 AI 晶片預計 2026 年 9 月投產，由 Broadcom 協同設計、台積電代工，是 MTIA 系列第四代晶片，主攻 Facebook 與 Instagram 的 AI 推論工作。
（前情提要：Meta 砸數十億美元繫結亞馬遜 AWS！狂掃數十萬顆 Graviton5 晶片，力抗 NVIDIA AI 算力壟斷）
（背景補充：OpenAI 聯手 Broadcom 發表首款 AI 晶片「Jalapeño」，9 個月火速達陣挑戰 Nvidia 霸權）
本文目錄
Toggle
路透社取得的一份 Meta 內部備忘錄，洩漏了這家社群巨頭正打算把驅動 AI 帝國的那顆心臟，從輝達手裡搬回自己家。備忘錄寫著一個明確時間點，2026 年 9 月，代號「Iris」的自研晶片將正式投產。一邊是輝達與超微賣了十年的通用 GPU，一邊是為 Facebook 與 Instagram 量身訂做的專用晶片，Meta 選擇兩者並行。
為什麼不繼續跟輝達買？
答案藏在 Meta 自己的坦白裡：在其龐大基礎設施規模上部署最新一代 GPU，「極為困難」。輝達的晶片是為全世界所有客戶設計的通用款，Meta 要的是剛好貼合自家資料中心的訂製款，省下的不只是採購費，還有排程與散熱的隱形成本。
當算力規模大到一定程度，通用款的效率損耗會被無限放大，訂製化反而變成划算的選擇。
據了解，這場自研之路其實走了五年，中間並非一帆風順。MTIA（Meta Training and Inference Accelerator）專案，也就是 Meta 自家的訓練與推論加速器晶片系列，過去曾多次卡關、進度落後外界預期。
今年 3 月，Meta 首度公開展示 Iris 與另外三款 AI 處理器，算是五年磨一劍後的初步交代。外購與自研從來不是二選一，Meta 的說法是自研晶片用來「補充」而非取代對輝達與超微的採購，畢竟社群平台每天要處理的推薦、翻譯、內容審核，量體大到沒有一種晶片能單獨扛下所有工作。
Iris 到底是什麼？
Iris 是 MTIA 系列的第四代晶片，由 Meta 與晶片設計大廠 Broadcom 共同設計，預料交由台積電代工製造。
它的任務重心放在「推論」，簡單來說，就是讓已經訓練好的 AI 模型，實際去回答問題、產生推薦、判斷內容的日常運算，而不是從零開始訓練最前沿的大模型。
換句話說，訓練是燒錢造出大腦，推論則是讓大腦每天上班；前者一次性投入天文數字，後者卻是每分每秒都在發生、規模只會越滾越大的日常帳單。Facebook 與 Instagram 動態牆上那些「你可能會喜歡」的推薦、自動翻譯、違規內容偵測，背後撐著的正是這類推論運算。
備忘錄顯示，Iris 在約六週的測試階段順利過關，沒有出現重大缺陷，這對一個曾經卡關的專案來說，算是難得的順風局，也讓 Meta 敢把量產時程直接寫進內部備忘錄。
算力軍備賽：7 吉瓦到 14 吉瓦的賭注
另一方面，Meta 計畫今年部署約 7 吉瓦（GW，即十億瓦）的運算基礎設施，2027 年直接翻倍到 14 吉瓦；今年在 AI 基礎設施上的支出估計高達約 1,450 億美元。更狠的是節奏：Meta 打算在 2027 年前每六個月就推出一款新 AI 處理器，遠快於業界普遍一年一款的步調。
自研晶片從來不是 Meta 一家的孤例。OpenAI 已與 Broadcom 合作推出自研晶片，Google 有自家的 TPU，Anthropic 傳出正與三星洽談客製化晶片，就連 DeepSeek 也在自行研發推論晶片。
輝達的護城河從來不是造不出更好的晶片，而是所有人都得跟它買。但當 Meta、OpenAI、Google 都開始把「買晶片」的選項換成「自己造」，這場遊戲的規則正在被悄悄改寫，只是誰都還沒把賭注全押上去。