据路透社援引一份内部备忘录报道，为应对前所未有的零部件短缺并降低GPU成本，Meta正按计划于9月开始生产最新版本的AI专用芯片。
MTIA芯片进展与供应链布局
备忘录显示，至少有一款芯片已在约六周内通过测试阶段。该芯片由Meta与博通（Broadcom）合作设计，并由台积电（TSMC）负责制造。此外，Meta还从三星采购内存、闪迪（Sandisk）采购存储设备、住友电工（Sumitomo Electric）采购光纤设备。
Meta详细介绍了四款基于“Meta训练和推理加速器”（MTIA）计划开发的新芯片，部分已投入部署或将于今明两年推出。公司采取模块化设计策略，以适应AI快速演进带来的需求变化。
“每一代MTIA都建立在上一代基础上，采用模块化芯片，融入最新的AI工作负载见解和硬件技术，并以更短的周期进行部署。”
这些芯片有望帮助Meta节省向英伟达（Nvidia）和AMD等厂商购买GPU的成本，尽管预计仍将支付大量费用。MTIA芯片将用于训练排名和推荐算法模型、支持更广泛的AI工作负载以及应用端就绪推理。自2023年以来，Meta一直在自研AI芯片。
巨额资本支出保障算力
为确保AI项目所需的计算能力，Meta持续加大投入。该公司4月表示，预计今年资本支出将在1250亿至1450亿美元之间，其中很大一部分用于AI项目。
Meta在全球范围内签署数据中心和电力协议，斥资数百亿美元以训练和部署新的Muse Spark系列AI模型。据备忘录透露，公司计划今年部署70亿瓦特算力，明年翻倍。
多元化合作构建算力生态
在算力保障方面，Meta已与ARM达成协议确保推荐系统算力；与AMD签署数十亿美元协议采购Instinct GPU；并与亚马逊达成数十亿美元协议，使用其自研CPU满足AI相关需求。
Meta并非唯一试图减少对Nvidia依赖的公司。OpenAI上月发布了一款与Broadcom合作开发的推理处理器；据悉Anthropic正考虑与三星合作自研芯片；Amazon和Google也在开发自有AI训练及推理芯片。同时，大批初创企业正涌入该领域以满足飙升的市场需求。
针对上述消息，Meta拒绝置评。