据知情人士透露，科技巨头meta在自主研发人工智能芯片的道路上遭遇重大阻碍，不得不放弃其最先进的训练芯片项目，转而将研发重心投向结构更为简单的替代方案。此前，由于芯片设计难度远超预期，meta于上周做出决定，终止了正在开发的高端AI训练芯片项目，并向AI基础设施部门员工通报了这一战略调整。
meta的自研芯片项目名为“meta训练和推理加速器”（MTIA），旨在降低对外部供应商的依赖，同时削减数据中心运营成本，并增强对基础设施的控制能力。然而，这一雄心勃勃的计划却遭遇了重重困难。据悉，meta已放弃第二代训练芯片Iris的一个版本，并随后启动了更先进的Olympus芯片开发，但该项目同样未能逃脱夭折的命运。
参与芯片开发的一名人员表示，公司内部对于能否开发出与英伟达性能相媲美的芯片持怀疑态度。这主要归因于开发周期长、设计复杂度高以及功耗控制难度大。特别是在功耗控制方面，如果无法有效解决，将严重削弱芯片相对于英伟达产品的竞争力。
在技术架构上，Iris采用了单指令多数据（SIMD）架构，这种架构虽然简化了硬件设计，但却增加了软件开发的难度。而Olympus则采用了与英伟达芯片类似的单指令多线程（SIMT）架构，更适合AI训练软件，但硬件实现的复杂度也相应提高。
meta原计划最早于2026年第四季度完成Olympus芯片的设计工作，但即便设计完成，通常仍需至少9个月的时间才能实现量产。Olympus的GPU原计划采用meta去年收购的Rivos公司的技术，该技术可兼容英伟达的Cuda软件生态，而Cuda是当前AI训练领域的行业标准。
meta曾计划基于Olympus构建大规模AI训练服务器集群，但管理层认为这一方案存在诸多风险。他们担心，这可能会影响公司在与OpenAI和谷歌等竞争对手训练新模型的进度。软件成熟度可能不及英伟达生态，而复杂的设计也可能增加量产的难度。
在调整芯片战略的同时，meta也在积极加强与现有芯片供应商的合作。据报道，meta已签署了价值数十亿美元的协议，从谷歌租用AI芯片。AMD本周也表示，将与meta合作部署最多6GW的Instinct AI芯片，以支持meta下一代AI基础设施的建设。meta本月还宣布与英伟达建立跨多代合作关系，将继续在数据中心部署英伟达的芯片。
面对自研芯片的种种挑战，meta目前计划继续依赖外部供应商提供的AI训练芯片。这些芯片的软件生态更为成熟，风险相对较低，也更符合meta当前的业务需求和发展战略。
