近期，社交媒體巨頭meta宣布了一項重大技術進展：其正在測試一款自研芯片，旨在優化人工智能系統的訓練過程。這款芯片標志著meta在減少對外部供應商依賴、推進定制化芯片設計方面邁出了決定性步伐。

據知情人士透露，meta已開始小規模部署這款自研芯片，并計劃根據測試結果逐步擴大生產規模，以實現更廣泛的應用。這一舉措是meta長期戰略的一部分，旨在降低基礎設施成本，特別是在人工智能領域的支出。

據了解，meta在2025年的預計總支出將達到1140億至1190億美元，其中高達650億美元將用于人工智能基礎設施建設。這款新訓練芯片作為專用加速器，專注于處理人工智能任務，相較于傳統的集成圖形處理單元（GPU），在能效方面展現出顯著優勢。

meta與中國臺灣地區的芯片制造商臺積電合作生產這款自研芯片。目前，該芯片已完成首次“流片”，標志著從設計到生產的重要里程碑。然而，流片過程充滿挑戰，不僅成本高昂，且耗時三至六個月，且成功率并非百分之百。若測試失敗，meta需重新診斷問題并進行流片。

盡管meta在自研芯片領域曾遭遇挫折，甚至一度放棄了一款類似開發階段的芯片，但公司并未放棄努力。去年，meta已在其推薦系統中成功部署了一款自研推理芯片，用于運行Facebook和Instagram新聞推送中的人工智能系統。meta高管表示，他們計劃從2026年開始使用自研芯片進行訓練，以應對計算密集型任務。

meta首席產品官克里斯·考克斯在近期的一次會議上表示，公司正在研究如何為推薦系統進行訓練，并逐步探索生成式人工智能的訓練和推理。他形容meta的芯片開發工作為“從爬行到行走再到奔跑”的過程，并指出第一代推理芯片取得了巨大成功。

然而，meta的自研芯片之路并非一帆風順。此前，一款自研推理芯片在測試部署中失敗，導致相關項目暫停。2022年，meta轉向英偉達，訂購了價值數十億美元的GPU。盡管meta一直保持作為英偉達的最大客戶之一，但近期隨著人工智能領域對大型語言模型“擴展”潛力的質疑，這些GPU的價值開始受到挑戰。