Meta Platforms Inc Class A

英伟达

智通财经APP获悉，据知情人士透露，Meta Platforms(META.US)在内部研发AI芯片过程中遭遇挑战，已放弃使用其最先进的芯片方案，转而采用设计更简化的版本。上周，由于芯片设计环节出现技术困难，该公司正式终止了正在研发的最先进AI模型训练芯片项目。报道还指出，Meta已于上周向人工智能基础设施部门员工同步了这一技术路线调整的最新计划。

Meta放弃自研芯片的决定，揭示了各公司在试图设计能与市场霸主英伟达(NVDA.US)抗衡的AI芯片时，所面临的普遍困境。

Meta此次芯片路线图调整紧随其与AMD(AMD.US)、英伟达及Alphabet旗下谷歌(GOOGL.US)达成新合作之后。据报道，该公司已签署价值数十亿美元的协议向谷歌租赁AI芯片。

本周早些时候，AMD宣布与Meta合作部署高达6吉瓦的AMD Instinct芯片，为其下一代AI基础设施提供算力支持。此外，Meta本月初还与英伟达达成"跨代际"战略合作，承诺在其数据中心大规模部署英伟达芯片。

Meta自主研发的AI芯片隶属于其Meta Training and Inference Accelerator(MTIA)项目体系。该举措核心目标在于通过垂直整合芯片设计能力降低长期运营成本，并强化对数据中心基础设施的自主可控性。

对此，Meta发言人明确表示："我们持续投入构建多元化的芯片供应组合以匹配业务需求，其中推进MTIA产品线是重要战略方向。今年内，我们将披露更多关于该产品线的研发进展与落地计划。"

据报道，Meta已弃用其第二代训练芯片中代号为Iris的版本，随后启动研发的更先进训练芯片Olympus项目也已终止。

一位参与Meta芯片研发的内部人士透露，公司内部对开发能与英伟达芯片性能匹敌的计划普遍持谨慎态度，主要担忧在于项目存在延期或需要重新设计的风险。该人士指出，相关报告显示，这类芯片的研发需要组建大规模工程师团队，负责芯片设计、调试及功耗控制等关键环节。若无法有效解决功耗问题，这些自研芯片在与英伟达成熟产品的对比中可能不具备投入使用的价值。

Iris训练芯片采用单指令多数据(SIMD)计算架构。该架构对硬件工程师而言设计门槛较低，但软件工程师在训练AI模型时面临显著编程挑战。据报告披露，Olympus采用与英伟达AI芯片同源的单指令多线程(SIMT)架构——这种架构虽便于软件工程师编程，却对硬件设计提出更高技术要求。

英伟达推广的SIMT架构因具备更高灵活性，更适配现代AI模型训练需求，已获多家科技公司青睐。Meta原计划最早于2026年第四季度完成Olympus芯片设计。但报道补充说明，新芯片从初步研发到量产通常还需九个月甚至更长时间，这意味着实际量产时间可能进一步延后。

Olympus中负责AI计算的核心部件——图形处理器(GPU)——原计划采用去年被Meta收购的芯片初创公司Rivos的设计方案。据报道，Rivos曾宣称其GPU能够高效运行英伟达的CUDA软件代码——该代码是当前训练和运行AI模型的主流软件框架。

报道还指出，Meta最初计划利用Olympus构建大型服务器集群，但公司高管认为，在急于与OpenAI和谷歌展开竞争的关键时期，这一举措可能对训练新模型构成潜在风险。

具体而言，这些芯片配套的训练软件在稳定性上本就无法与英伟达产品相媲美，加之Olympus的复杂设计可能进一步阻碍其大规模量产。因此，Meta当前计划继续采用其他厂商生产的训练芯片，因其配套软件更为成熟可靠，能够更好地支撑AI模型训练需求。