發表
我的網誌
擴建資料中心並降低對單一廠商依賴
Meta(META)在宣布與輝達(NVDA)及超微(AMD)達成大規模合作的幾週後，隨即公開了四款專為人工智慧任務量身打造的自研晶片。這些特殊矽晶片屬於 Meta 訓練與推論加速器（MTIA）系列，是公司擴大資料中心規模的重要拼圖。
Meta 工程副總裁 Yee Jiun Song 表示，透過設計自研晶片並交由台積電(TSM)代工製造，這家社群媒體巨頭能夠在資料中心發揮更高的性價比，而不必單方面依賴外部晶片供應商。他指出，這能帶來更多元的晶片供應來源，並在一定程度上阻絕價格波動的風險，為公司創造更多談判籌碼。
新款晶片專攻推論任務與廣告推薦
第一款新晶片 MTIA 300 已於幾週前正式上線部署。這款晶片主要用於訓練較小型的 AI 模型，也就是支撐 Meta 核心排序與推薦系統的關鍵技術，包含在 Facebook 與 Instagram 顯示相關內容與數位廣告。
即將推出的 MTIA 400、MTIA 450 與 MTIA 500 晶片，則鎖定更先進的生成式 AI 推論任務，例如根據使用者的文字提示生成圖像與影片。Yee Jiun Song 明確指出，這些新晶片將不會用於訓練巨型的大型語言模型。
Meta 在官方部落格中證實，目前已完成 MTIA 400 的測試，正準備將其部署至資料中心，而另外兩款晶片預計將在2027年正式投入運作。公司高層坦言，每半年就推出一款新晶片的節奏，在半導體業界是非常罕見的極速進展。
這種快速推陳出新的主因在於，Meta 目前正以驚人的速度擴張運算能力，並投入龐大的資本支出，因此隨時都需要最先進的晶片來滿足需求。公司預期這些新晶片的標準使用壽命將可達到五年以上。
不對外開放的專屬AI硬體設施
Meta 的 AI 支出狂潮包含了位於路易斯安那州的巨大資料中心，以及位於俄亥俄州和印第安納州的另外兩座設施。根據彭博社報導，在 OpenAI 與甲骨文(ORCL)取消擴建計畫後，Meta 也有意在德州的 Stargate 園區租賃空間。
近年來，包含 Google(GOOGL) 在內的科技巨頭紛紛投入自研晶片的行列，以尋找輝達(NVDA)與超微(AMD)昂貴且供應受限的 GPU 替代方案。這些雲端大廠打造的特殊應用積體電路(ASIC)，體積更小、成本更低，但只能執行特定範圍的任務。
在 ASIC 領域，Google(GOOGL) 是最早投入的先驅，早在2015年就發表了首款張量處理單元（TPU），而亞馬遜(AMZN)則在2018年宣布推出首款自研晶片。不過，有別於這些科技巨頭將 AI 晶片整合進雲端運算平台供客戶使用，Meta 的 MTIA 晶片完全僅供公司內部專用。
積極鞏固高頻寬記憶體與供應鏈
即將推出的 MTIA 晶片將搭載更多的高頻寬記憶體(HBM)，以驅動生成式 AI 相關的推論任務。科技業對 AI 的狂熱推升了整體市場對記憶體晶片的短缺，這意味著 Meta 雄心勃勃的晶片藍圖未來可能面臨供應鏈限制的挑戰。
Yee Jiun Song 坦言，公司確實擔憂 HBM 的供應狀況，但目前評估已經為未來的建設藍圖確保了足夠的貨源。記憶體通常是一個具備週期性的產業，晶片製造商會與三星、SK海力士和美光(MU)等供應商簽訂短期合約來確保原物料。
儘管未評論是否與記憶體供應商簽署長期合約以防範缺貨，但高層強調 Meta 在供應鏈和晶片策略上採取了多元化的佈局。就在過去幾週內，Meta 才簽署了數筆涵蓋數百萬個輝達(NVDA) GPU，以及高達 6 吉瓦超微(AMD) GPU 的複數年合約。
由於工作負載的變化速度極快，Meta 必須確保擁有多種硬體選擇。這些全新自研晶片由主要在台灣營運的台積電(TSM)負責製造，而台積電目前也在亞利桑那州建有大型新廠。針對晶片是否會在亞利桑那州生產，Meta 則拒絕發表評論。
負責研發這些矽晶片的數百名工程師組成了龐大團隊，其中大多數成員都駐紮在美國。在 Meta 全球 30 座已營運與計畫中的資料中心裡，就有高達 26 座位於美國境內。
