Meta Platforms今日宣布与博通(Broadcom)达成新协议,进一步深化双方在定制人工智能加速芯片领域的合作关系。
Meta在公告中表示,此次合作将首批部署1吉瓦规模的Meta训练与推理加速器(MTIA)。MTIA是Meta专为AI工作负载设计的定制芯片,运行于其自有数据中心。在AI硬件领域,"吉瓦"通常用于衡量芯片订单规模,反映的是运行这些芯片所需的总电力,而非简单的芯片数量统计。根据双方的长期合作规划,Meta最终将部署数吉瓦规模的新一代MTIA芯片,这些芯片均基于博通的技术架构开发。
博通在其单独发布的声明中强调,新一代MTIA芯片将成为AI行业首款采用2纳米制程工艺的定制芯片。消息发布后,博通股价在盘后交易中涨幅超过3%,今年以来累计涨幅已超10%,表现明显优于同期仅上涨约2%的标普500指数。
Meta联合创始人兼首席执行官马克·扎克伯格表示,MTIA芯片将借助博通在芯片设计、封装及网络技术方面的能力,"为数十亿人打造提供个人超级智能所需的庞大算力基础"。
此前曾有报道指出,Meta在推进最新一代MTIA芯片量产方面遭遇困难。但博通首席执行官陈福阳(Hock Tan)在上个月的财报电话会议中对此予以否认,称:"与近期部分分析师的报告相反,Meta定制加速器的MTIA路线图发展良好。我们目前已开始出货,而且针对下一代XPU,我们将在2027年及以后实现数吉瓦级别的规模化部署。"
上个月,Meta还宣布正在开发四款全新版本的MTIA芯片。最初的MTIA芯片于2023年正式亮相,Meta此举效仿了谷歌、亚马逊云服务(AWS)等竞争对手此前自研AI处理器的路径。
MTIA芯片为Meta提供了一条替代英伟达(Nvidia)和超微半导体(AMD)等厂商所生产的高价图形处理器(GPU)的路径,有助于推进其AI数据中心的快速建设。与谷歌和亚马逊的芯片类似,MTIA属于专用集成电路(ASIC)的一种,由于其设计专注于特定计算任务,相比GPU体积更小、制造成本更低。相比之下,GPU作为通用处理器,几乎可以胜任各类计算任务。
谷歌早在2015年的AI热潮之前便推出了首款定制ASIC,其张量处理单元(TPU)最初专为标准云计算工作负载设计,亚马逊随后也于2018年推出了自研定制芯片。两家公司均依托博通的技术支持完成了芯片研发。
近期,博通已陆续公布多项定制处理器(XPU)合作协议。就在本次合作宣布的8天前,Anthropic刚刚宣布与博通及谷歌签署协议,计划从明年起获得3.5吉瓦规模的张量处理单元(TPU)供应。
值得关注的是,此次公告还涉及博通管理层的职位变动:自2024年起担任Meta董事会成员的陈福阳选择不再寻求连任,将转任顾问角色,继续为Meta的定制芯片战略提供建议。此外,Meta董事会还将迎来第二位成员离职——据路透社报道,雅诗兰黛前首席财务官特蕾西·特拉维斯(Tracey Travis)也将卸任其自2020年以来所持有的董事会席位。
在更宏观的资本布局层面,Meta今年已密集宣布多项数十亿美元级别的芯片采购协议,作为其承诺在2026财年投入逾1350亿美元资本支出计划的重要组成部分。此前,Meta已承诺部署6吉瓦规模的AMD GPU、数百万枚英伟达芯片,以及由芯片架构设计公司Arm Holdings设计的定制处理器。此外,Meta还承诺从CoreWeave和Nebius等供应商处租用芯片,相关支出规模同样达数十亿美元。
Q&A
Q1:Meta的MTIA芯片和普通GPU有什么区别?
A:MTIA(Meta训练与推理加速器)属于专用集成电路(ASIC),专为Meta的AI工作负载定制设计,体积更小、制造成本更低,但只能处理特定计算任务。相比之下,英伟达、AMD等厂商生产的GPU是通用处理器,可胜任几乎所有类型的计算任务,但价格更高且供应紧张。MTIA芯片让Meta在AI数据中心建设中拥有更经济的备选方案。
Q2:博通在Meta的MTIA芯片研发中扮演什么角色?
A:博通是Meta定制芯片的核心技术合作伙伴,为MTIA芯片提供芯片设计、封装及网络互连等关键技术支持。新一代MTIA芯片将采用博通的2纳米先进制程工艺,这也是AI行业首款使用该制程的定制芯片。博通CEO陈福阳已在Meta董事会任职,此次将转为顾问角色,继续参与Meta的定制芯片战略规划。
Q3:Meta在AI芯片方面的整体投入规模有多大?
A:Meta计划在2026财年投入逾1350亿美元的资本支出,其中包括大量AI芯片采购。具体而言,Meta已承诺部署6吉瓦规模的AMD GPU、数百万枚英伟达芯片,以及与博通合作开发的数吉瓦规模MTIA定制芯片,同时还承诺从CoreWeave、Nebius等芯片租赁供应商处追加投入数十亿美元。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。