Meta正加快推进自研AI芯片量产。根据最新计划，公司拟自9月起量产MTIA（Meta Training and Inference Accelerator）最新版本，以缓解外部GPU采购带来的成本压力。

据TechCrunch 9日援引路透社看到的内部文件报道，在关键零部件供应趋紧的背景下，Meta正提前推进自研AI芯片的生产进度。文件显示，至少有一款芯片已在约6周内完成测试。

从供应链安排来看，该芯片由Meta与Broadcom共同设计，生产由TSMC负责。配套部件方面，Samsung Electronics供应内存，SanDisk供应存储产品，住友电工提供光纤设备。报道称，Meta在推进芯片量产的同时，也在同步扩展配套零部件及数据中心设备的供应体系。

此次量产的芯片属于Meta自研AI芯片项目“MTIA”产品线。Meta今年3月公布了4款基于MTIA架构的新芯片，其中部分已经部署，其余产品将于今年和明年陆续投入使用。由于判断AI技术快速演进将持续带动需求变化，Meta在芯片设计上采取了模块化路线。

Meta当时表示，每一代MTIA都会在上一代基础上迭代升级，采用模块化Chiplet设计，并结合最新AI负载需求变化和硬件技术进展，以更短周期完成部署。

Meta扩大自研芯片布局，与其希望降低对NVIDIA和AMD GPU采购成本的依赖有关。不过，报道同时指出，即便Meta减少外部芯片采购，其对这两家公司的支出也未必会明显下降。

按照规划，Meta拟将这些芯片用于推荐和排序模型训练、更广泛的AI负载，以及自有应用中的推理任务。公司自2023年起便持续推进自研AI芯片开发。

与此同时，Meta也在持续加码AI基础设施投入。公司今年4月预计，2026年资本开支将达到1250亿至1450亿美元，其中相当一部分将投向AI相关领域。

为训练和部署新一代AI模型系列“Muse Spark”，Meta已在全球范围内扩建数据中心，并签署电力采购协议，相关投入已达数十亿美元。公司计划今年部署7GW规模的算力基础设施，明年再将这一规模翻倍。

此外，Meta去年还与ARM签署协议，以支撑推荐系统相关算力需求；同时也达成了数十亿美元规模的合作，用于引入AMD Instinct GPU，并将Amazon自研CPU用于AI相关用途。

试图降低对NVIDIA依赖的，并非只有Meta。OpenAI上月公开了与Broadcom共同开发推理处理器的消息；Anthropic也被曝正在评估与Samsung Electronics合作开发自研芯片的可能性。与此同时，Amazon和Google也在推进面向AI训练和推理的自研芯片，进入这一市场的初创公司同样不在少数。