Meta自研AI晶片明年部署降低對輝達依賴

（綜合中央社、聯合報等2家媒體報導）

Meta Platforms計劃明年上半年開始在資料中心部署新一代自研AI晶片，目標是降低運行AI模型的成本與能源消耗，並逐步減少對輝達（Nvidia）處理器的依賴。Meta自2023年宣布自研晶片計畫，目前正在測試第三代產品MTIA 450（代號Arke），預計明年上半年部署；第四代MTIA 500（代號Astrid）約一個月後完成設計，預計2027年底進入資料中心，使用規模將進一步擴大。

Meta與博通（Broadcom）合作設計晶片，並由台積電負責生產。以資料中心耗電量衡量，Meta已承諾在12個月內部署總耗電規模超過1GW的自製晶片，並預期後續部署速度會加快，前提是AI市場需求沒有崩跌。

Meta工程副總裁Yee Jiun Song表示，每一代晶片都會承擔更多技術風險以換取更好效能，包括提高每瓦電力和每美元支出的運算效能。Meta的超級智慧實驗室（Meta Superintelligence Labs）也參與晶片調校，提供未來AI模型及推論運算需求等資訊。Song指出，由於大量工程由Meta自行完成，執行自家AI模型時，這些晶片的效率可高於「輝達目前出貨的任何產品」。

台積電已於9月1日將12顆新款晶片送達Meta，實際效能與Meta模擬結果僅相差2%至3%。團隊在收到晶片第一天就成功運行Meta自家模型，以及DeepSeek和阿里巴巴的AI模型。初步測試顯示晶片設計無重大問題，但工廠逐步提高產量仍需數月測試與調校。這四代晶片均仰賴高頻寬記憶體（HBM），主要鎖定一般用途的AI推論，而非要求極快回應的高速推論市場。

Meta原本計劃開發代號Olympus的晶片，同時處理訓練與推論，原訂2028或2029年推出，但後來取消，改將資源集中於推論晶片。Song表示，當資料中心晶片部署規模達到數GW時，成本變得非常重要，若同時處理訓練與推論的晶片可能貴上30%，「突然就變得完全無法接受」。

此外，執行長祖克柏加入近日延燒的AI安全論戰。他在X平台發文表示，AI實驗室應借重獨立評估機構和顧問確保模型安全，但反對業者必須等整個產業達成共識後才一起放慢研發。他以Meta先前自行決定放慢Muse AI工具開發為例，強調Meta並未要求其他業者同步減速，而是將其視為日常工作的一部分[1]。