ADVERTISEMENT

根据最新报导，科技巨擘Meta Platforms正积极测试其首款专为训练人工智慧系统而设计的自研晶片。此举被视为Meta在晶片自主研发道路上的一个重要里程碑，预示着该公司可能将逐步减少对辉达等外部供应商的依赖，转向更具弹性的客制化晶片策略。

消息人士指出，Meta已开始小规模部署这款晶片，并计划在测试阶段取得顺利成果后，扩大产量以满足大规模应用需求。此举不仅能降低Meta在庞大基础设施上的成本，还能强化其在人工智慧领域的竞争力，尤其是在生成式人工智慧工具的开发与应用上。

Meta预计在2025年将资本支出大幅提升至600亿至650亿美元，总支出更将达到1140亿至1190亿美元，主要投资于生成式人工智慧及核心业务。这显示Meta对人工智慧的未来发展充满信心，并愿意投入大量资源以巩固其市场地位。

据悉，Meta的新训练晶片是一种专用加速器，相较于传统用于人工智慧工作负载的图形处理器（GPU），它在处理特定人工智慧任务时更具效率和节能优势。Meta选择与晶片制造大厂台积电合作生产此款晶片，并在完成晶片的首次「下线」后，随即展开测试部署。

晶片从设计到正式推出是一个耗时且成本高昂的过程，通常需要数千万美元的投资和三到六个月的时间。然而，测试结果并非总是成功，若测试失败，Meta将需要投入额外的时间和资源来诊断问题并重複下线步骤。儘管面临挑战，Meta仍坚定地推进自研晶片计划。

这款晶片将成为Meta训练和推理加速器（MTIA）系列中的最新成员。Meta曾公开表示，MTIA是公司长期发展计划的重要组成部分。儘管该计划初期曾遭遇挫折，甚至放弃了一款处于开发阶段的晶片，但Meta并未因此而放弃。去年，Meta已开始将MTIA晶片应用于Facebook和Instagram讯息流的「推荐系统」中，用于执行推理任务。

Meta执行长表示，公司期望在2026年开始使用自研晶片进行人工智慧模型的训练。Meta首席产品官Chris Cox也强调，公司正在积极研究如何为推荐系统进行训练，并进一步探索如何为生成式人工智慧提供训练和推理支持。Meta在自研晶片领域的投入，不仅展现了其对技术自主性的追求，也预示着人工智慧产业将迎来更多创新与变革。