meta Platforms正加速推进其人工智能芯片战略，计划最早于今年9月启动代号Iris的定制化AI芯片量产工作。这款芯片作为meta训练与推理加速器（MTIA）第四代产品路线图的核心组件，旨在强化Facebook、Instagram等社交平台的AI服务能力。根据内部文件披露，该项目已突破关键测试节点，仅用六周时间完成性能验证且未发现重大缺陷，这对已持续五年多的自研芯片计划具有里程碑意义。
在芯片设计模式上，meta采用"定制化+产业链协同"策略。其核心架构由公司自主设计，博通负责具体电路实现，台积电则承担5纳米制程的制造任务。这种垂直整合模式使meta既能精准匹配自身算法需求，又可降低对英伟达、AMD等传统供应商的依赖。据测算，通过自研芯片替代部分商用GPU，meta每年可节省数十亿美元的算力采购成本。
Iris芯片的定位并非完全取代GPU，而是作为现有AI算力的补充方案。文件显示，该芯片将专门优化训练和推理任务中的矩阵运算效率，与meta从英伟达采购的A100/H100集群形成协同效应。这种混合架构设计源于meta的特殊需求——其社交平台需要同时处理数十亿用户的实时内容推荐、图像识别等高并发任务。
在算力扩张计划方面，meta展现出激进的投资节奏。公司计划到2027年形成每六个月迭代一代AI芯片的研发能力，较行业平均周期缩短一半。具体目标包括：2026年部署7吉瓦AI算力基础设施，2027年翻倍至14吉瓦。为支撑这一目标，meta今年将AI基础设施投资上限设定为1450亿美元，占全球科技行业AI总投资的五分之一以上。
供应链保障成为关键支撑点。meta已与三星电子签订长期内存芯片供应协议，确保HBM等关键存储器件的稳定供给；与闪迪达成闪存产品采购框架，满足海量数据存储需求；住友电工则将为其提供定制化光纤设备，优化数据中心内部通信效率。这些协议的签署背景，是当前全球内存芯片市场持续短缺，苹果等企业已因此调整产品定价策略。
行业分析师指出，meta的激进扩张正加剧全球AI硬件市场的供需矛盾。摩根士丹利最新报告显示，HBM3E内存价格较年初上涨40%，GPU芯片交付周期延长至52周，"芯片通胀"已成为影响科技行业利润率的宏观变量。这种趋势下，meta的垂直整合战略既是对冲供应链风险的必要举措，也可能重塑AI芯片市场的竞争格局。
