Meta Platforms Inc Class A

英伟达

智通財經APP獲悉，儘管Meta Platforms Inc.(META.US)近期與頂級芯片製造商達成了重大交易，但該公司首席財務官Susan Li在本週三仍明確表示，公司正致力於擴展定製芯片的應用邊界。她指出，由於Meta的部分工作負載具有極高的定製化屬性，自研芯片能夠更好地適配內部特定算法需求。目前，Meta已經在其核心的排名與推薦系統領域實現了定製芯片的大規模部署，而未來的戰略重點將是把這一能力逐步擴展至人工智能模型的訓練領域。

儘管並非傳統雲計算提供商，Meta卻是全球用於訓練和運行人工智能模型的最大數據中心運營商之一。過去幾周內，該公司已與行業領導者英偉達(NVDA.US)及競爭對手AMD(AMD.US)達成多項鉅額協議，採購用於支撐人工智能工作負載的芯片與設備。與此同時，這家社交媒體母公司仍在持續推進其內部人工智能處理器的研發進程。

Susan Li在發言中強調，Meta正通過採購不同類型芯片來適配多樣化任務需求。"基於當前認知與實際需求，我們正在系統性評估每個應用場景最適合的芯片方案，"她指出，"而定製芯片始終是這一戰略佈局中的核心支柱。"

這一表態標誌着Meta自研芯片項目(MTIA)進入了關鍵的進階階段。自2023年首次公開MTIA計劃以來，Meta最初的研發重心主要集中在推理環節，旨在提升Facebook和Instagram推薦系統的運算效率並降低對英偉達通用GPU的依賴。

隨着生成式AI浪潮的爆發，Meta對算力的需求呈現指數級增長，僅僅滿足於推理環節已不足以支撐其大模型戰略。蘇珊·利的最新聲明向市場釋放了明確信號：儘管當前業界對頂級AI訓練芯片的研發門檻存在疑慮，但Meta仍堅定地將“自研訓練芯片”視爲其基礎設施轉型的終極目標。

然而，通往算力自主化的道路並非坦途。近期市場有消息稱，Meta在研發最前沿訓練芯片的過程中遭遇了一定的技術瓶頸，甚至有傳聞指出其部分高性能項目可能面臨節奏調整。爲了平衡即時的高性能算力缺口與長期自研目標，Meta目前採取了靈活的多元化供應策略。

一方面，Meta被爆出已與谷歌達成協議，通過租用谷歌的TPU資源來加速現階段大模型的開發進程;另一方面，公司依然保持與英偉達的深度採購關係。蘇珊·利所強調的“隨着時間推移逐步擴展”，暗示了Meta將採取穩紮穩打的過渡模式，即先在特定定製化任務中取得突破，再最終攻克通用大模型訓練的算力高地。

從行業視角來看，Meta的造芯始末反映了超大規模雲廠商在AI時代的共同邏輯——全棧自研。通過將芯片架構與Llama等自有模型深度耦合，Meta不僅有望在長期運營中大幅削減硬件採購與能耗成本，更能避免在供應鏈波動中受制於人。

雖然從推薦系統的推理跨越到複雜模型的訓練面臨着巨大的架構挑戰，但Meta憑藉其龐大的應用場景和充沛的現金流，正試圖重新定義互聯網巨頭與硬件供應商之間的權力天平。