路透社取得的 Meta 内部备忘录显示，代号「Iris」的自研 AI 晶片预计 2026 年 9 月投产，由 Broadcom 协同设计、台积电代工，是 MTIA 系列第四代晶片，主攻 Facebook 与 Instagram 的 AI 推理工作。 （前情提要：Meta 砸数十亿美元绑定亚马逊 AWS！狂扫数十万颗 Graviton5 晶片，力抗 NVIDIA AI 算力垄断） （背景补充：OpenAI 联手 Broadcom 发布首款 AI 晶片「Jalapeño」，9 个月火速达阵挑战 Nvidia 霸权）
本文目录
Toggle
路透社取得的一份 Meta 内部备忘录，泄漏了这家社群巨头正打算把驱动 AI 帝国的那颗核心，从辉达手里搬回自己家。备忘录写着一个明确时间点：2026 年 9 月，代号「Iris」的自研晶片将正式投产。一边是辉达与超微卖了十年的通用 GPU，一边是为 Facebook 与 Instagram 量身定做的专用晶片，Meta 选择两者并行。
答案藏在 Meta 自己的坦白里：在其庞大基础设施规模上部署最新一代 GPU，「极为困难」。辉达的晶片是为全世界所有客户设计的通用款，Meta 要的是刚好贴合自家数据中心的定制款，省下的不只是采购费，还有排程与散热的隐形成本。
当算力规模大到一定程度，通用款的效率损耗会被无限放大，定制化反而变成划算的选择。
据了解，这条自研之路其实走了五年，中间并非一帆风顺。MTIA（Meta Training and Inference Accelerator）项目，也就是 Meta 自家的训练与推理加速器晶片系列，过去曾多次卡关、进度落后于外界预期。
今年 3 月，Meta 首度公开展示 Iris 以及另外三款 AI 处理器，算是五年磨一剑后的初步交代。外购与自研从来不是二选一，Meta 的说法是自研晶片用来「补充」而非取代对辉达与超微的采购，毕竟社群平台每天要处理的推荐、翻译、内容审核，量体大到没有一种晶片能单独扛下所有工作。
Iris 是 MTIA 系列的第四代晶片，由 Meta 与晶片设计大厂 Broadcom 共同设计，预计交由台积电代工制造。
它的任务重心放在「推理」。简单来说，就是让已经训练好的 AI 模型，实际去回答问题、产生推荐、判断内容的日常运算，而不是从零开始训练最前沿的大模型。
换句话说，训练是烧钱造出大脑，推理则是让大脑每天上班；前者一次性投入天文数字，后者却是每分每秒都在发生、规模只会越滚越大的日常账单。Facebook 与 Instagram 动态墙上那些「你可能会喜欢」的推荐、自动翻译、违规内容侦测，背后撑着的正是这类推理运算。
备忘录显示，Iris 在约六周的测试阶段顺利过关，没有出现重大缺陷。这对一个曾经卡关的项目来说，算是难得的顺风局，也让 Meta 敢把量产时程直接写进内部备忘录。
另一方面，Meta 计划今年部署约 7 吉瓦（GW，即十亿瓦）的运算基础设施，2027 年直接翻倍到 14 吉瓦；今年在 AI 基础设施上的支出预计高达约 1,450 亿美元。更狠的是节奏：Meta 打算在 2027 年前每六个月就推出一款新 AI 处理器，远快于业界普遍一年一款的步调。
自研晶片从来不是 Meta 一家的孤例。OpenAI 已与 Broadcom 合作推出自研晶片，Google 有自家的 TPU，Anthropic 传出正与三星洽谈定制化晶片，就连 DeepSeek 也在自行研发推理晶片。
辉达的护城河从来不是造不出更好的晶片，而是所有人都得跟它买。但当 Meta、OpenAI、Google 都开始把「买晶片」的选项换成「自己造」，这场游戏的规则正在被悄悄改写，只是所有人还没把赌注全押上去。
26.84万 热度
430.94万 热度
123.45万 热度
391.02万 热度
50.14万 热度
Meta 传自研晶片 Iris 9 月投产，由台积电代工 望摆脱辉达依赖
路透社取得的 Meta 内部备忘录显示，代号「Iris」的自研 AI 晶片预计 2026 年 9 月投产，由 Broadcom 协同设计、台积电代工，是 MTIA 系列第四代晶片，主攻 Facebook 与 Instagram 的 AI 推理工作。
（前情提要：Meta 砸数十亿美元绑定亚马逊 AWS！狂扫数十万颗 Graviton5 晶片，力抗 NVIDIA AI 算力垄断）
（背景补充：OpenAI 联手 Broadcom 发布首款 AI 晶片「Jalapeño」，9 个月火速达阵挑战 Nvidia 霸权）
本文目录
Toggle
路透社取得的一份 Meta 内部备忘录，泄漏了这家社群巨头正打算把驱动 AI 帝国的那颗核心，从辉达手里搬回自己家。备忘录写着一个明确时间点：2026 年 9 月，代号「Iris」的自研晶片将正式投产。一边是辉达与超微卖了十年的通用 GPU，一边是为 Facebook 与 Instagram 量身定做的专用晶片，Meta 选择两者并行。
为什么不继续跟辉达买？
答案藏在 Meta 自己的坦白里：在其庞大基础设施规模上部署最新一代 GPU，「极为困难」。辉达的晶片是为全世界所有客户设计的通用款，Meta 要的是刚好贴合自家数据中心的定制款，省下的不只是采购费，还有排程与散热的隐形成本。
当算力规模大到一定程度，通用款的效率损耗会被无限放大，定制化反而变成划算的选择。
据了解，这条自研之路其实走了五年，中间并非一帆风顺。MTIA（Meta Training and Inference Accelerator）项目，也就是 Meta 自家的训练与推理加速器晶片系列，过去曾多次卡关、进度落后于外界预期。
今年 3 月，Meta 首度公开展示 Iris 以及另外三款 AI 处理器，算是五年磨一剑后的初步交代。外购与自研从来不是二选一，Meta 的说法是自研晶片用来「补充」而非取代对辉达与超微的采购，毕竟社群平台每天要处理的推荐、翻译、内容审核，量体大到没有一种晶片能单独扛下所有工作。
Iris 到底是什么？
Iris 是 MTIA 系列的第四代晶片，由 Meta 与晶片设计大厂 Broadcom 共同设计，预计交由台积电代工制造。
它的任务重心放在「推理」。简单来说，就是让已经训练好的 AI 模型，实际去回答问题、产生推荐、判断内容的日常运算，而不是从零开始训练最前沿的大模型。
换句话说，训练是烧钱造出大脑，推理则是让大脑每天上班；前者一次性投入天文数字，后者却是每分每秒都在发生、规模只会越滚越大的日常账单。Facebook 与 Instagram 动态墙上那些「你可能会喜欢」的推荐、自动翻译、违规内容侦测，背后撑着的正是这类推理运算。
备忘录显示，Iris 在约六周的测试阶段顺利过关，没有出现重大缺陷。这对一个曾经卡关的项目来说，算是难得的顺风局，也让 Meta 敢把量产时程直接写进内部备忘录。
算力军备赛：7 吉瓦到 14 吉瓦的赌注
另一方面，Meta 计划今年部署约 7 吉瓦（GW，即十亿瓦）的运算基础设施，2027 年直接翻倍到 14 吉瓦；今年在 AI 基础设施上的支出预计高达约 1,450 亿美元。更狠的是节奏：Meta 打算在 2027 年前每六个月就推出一款新 AI 处理器，远快于业界普遍一年一款的步调。
自研晶片从来不是 Meta 一家的孤例。OpenAI 已与 Broadcom 合作推出自研晶片，Google 有自家的 TPU，Anthropic 传出正与三星洽谈定制化晶片，就连 DeepSeek 也在自行研发推理晶片。
辉达的护城河从来不是造不出更好的晶片，而是所有人都得跟它买。但当 Meta、OpenAI、Google 都开始把「买晶片」的选项换成「自己造」，这场游戏的规则正在被悄悄改写，只是所有人还没把赌注全押上去。