Meta连发4款AI芯片，硬刚英伟达、AMD，扎克伯格的阳谋藏不住了

北京时间2026年3月11日，Meta正式公布其自研芯片路线图，放出豪言：计划在2027年底前，部署四代全新自研芯片（MTIA 300、400、450、500）。

这则消息瞬间引爆了整个行业。要知道，就在前不久，Meta才刚刚与英伟达、AMD签下高达数百亿美元的GPU巨额采购订单。

一边是买爆外部算力，另一边却在自研芯片，甚至扬言“半年一更”。

扎克伯格为何要一边“爆买”一边“自造”？Meta到底在布一个怎样的局？塔猴翻看了Meta官方博客及外媒专访，这才发现，扎克伯格的阳谋已经藏不住了。

01. 一边“爆买”英伟达，一边“造备胎”

“鸡蛋不能放在同一个篮子里”，在AI时代，这个篮子的名字叫作英伟达。

回顾过去两年的行业大盘，这其实是一个老生常谈的问题：算力焦虑。

英伟达的Blackwell/Rubin系列和AMD的MI系列GPU虽然性能逆天，但价格极其昂贵，动辄数万美金一块，且交货周期漫长，可谓“一卡难求”。对于拥有超30亿全球月活用户的Meta来说，如果所有的AI生成和推荐任务都跑在商用GPU上，哪怕再有钱，也会被高昂的电费和硬件折旧费拖垮。

这次最大的变化在于，Meta坚决执行“双轨并行”的战略。

在外部，Meta继续稳坐全球最大GPU买家的王座。他们不仅囤积了数百万块NVIDIA GPU，近期甚至与AMD签下了高达6吉瓦（GW）算力的长期采购协议，确保在大模型基础训练（如Llama系列）上有绝对的压制力。

而在内部，Meta正投入数十亿美元，收购了Rivos等初创团队，扩充自研芯片大军，誓要打造属于自己的硬件帝国。

为什么一边买还要一边造？这是对“通用”与“专用”的重新思考。

通用的GPU它什么都能干，但代价是极溢价和功耗。而Meta自研的MTIA芯片，剔除了通用芯片中那些对Meta没用的冗余功能，专门针对Instagram/Facebook的信息流排序推荐，以及生成式AI的日常推理。

这是非常聪明的算账方式：尖端交给英伟达，而日常高频的、需要海量并发的简单提问，交给自家便宜的MTIA。

正如Meta工程副总裁Yee Jiun Song在接受采访时所说：“这不仅能让我们在数据中心榨取更高的性价比，更重要的是提供了硅片供应的多样性，在某种程度上使我们免受价格波动的影响。”

说白了，这是一场防御性的“备胎战略”。可以对冲供应商涨价或断供的风险，将命运握在自己手中。

02. 半年一迭代，四代芯片拆解

如果说双轨制是Meta的防手战略，那么刚刚公布的芯片路线图，则反击战略。

通常来说，传统芯片巨头（哪怕是英伟达）的架构迭代周期也是按“年”计算，但Meta计划把这个节奏拉到的“6个月发布一代”。

“天下武功，唯快不破”，AI的演进速度太快了，Meta只有拼命，才能不被最新的算法淘汰了。硬件，必须追着软件跑。

让我们来看看扎克伯格的计划：

MTIA 300（已落地）： 这是已经投入生产环境的现役老兵，它目前主要在后台干“苦力活”，负责Meta核心的排名和推荐模型的训练。你刷短视频时觉得越刷越上头，背后就有它的功劳。

MTIA 400（代号Iris，即将发布）： 目前实验室测试已全面完成，正火速推向数据中心。一个标准机架将塞进72块MTIA 400芯片，它专门被优化用来加速AI推理任务，2026年内点亮。

MTIA 450（代号Arke，2027年初）： 这是为生成式AI推理量身定制的进阶版，Meta官方透露，由于生成式AI极度吃内存带宽，MTIA 450的HBM（高带宽内存）带宽比上一代400直接翻了一倍！

MTIA 500（代号Astrid，2027年底）： 这是目前路线图上的王者，在450的基础上，它的HBM带宽再次提升50%。

如果把这四代放在一起看，数据极其震撼：从300到500，整体HBM内存带宽飙升了约4.5倍，而核心的计算算力更是呈指数级提升了约25倍！

如果过去让AI生成一段高清视频，服务器可能需要转圈苦算十几秒；而在MTIA 500的加持下，可能只需眨眼间的功夫，且单次生成的电费成本直线下降。

为什么Meta能做到半年一迭代？只因其模块化设计。

Meta联合了通信芯片巨头博通进行研发，并交由台积电代工。他们没有每一代都把芯片推倒重来，而是在相同的机箱、机架和网络基础设施上，直接替换最新的计算或内存模块，实现平替化迭代。

这种极度务实的战略，让Meta在硬件赛道上跑出了软件开发才有的超高速度。

03. Meta与云服务商的不同路线

自主造芯好处这么多，那其他企业怎么做？其实Meta并不是独行侠，放眼望去，美国各大巨头都在疯狂内卷。

谷歌早在2015年就拿出了TPU；亚马逊AWS在2018年就发布了定制芯片；微软也掏出了自研的Maia芯片。

但是，Meta与这些巨头有着一条不同的路线。

谷歌、亚马逊和微软的芯片，是为了放到自家的云计算平台上，然后出租卖给B端客户赚钱。

而Meta是“肥水不流外人田”，完全不对外售卖，也不提供云服务，只支撑Meta自家应用矩阵里那几十亿用户的日常消耗，进而卖出更多、更精准的广告。这是一种完全的内循环。

但计划得再好，也得有米下锅。随着MTIA 450和500性能的提升，Meta正面临着HBM（高带宽内存）产能荒。

生成式AI的算力瓶颈，往往不在计算核心，而在内存传输速度。这就好比高速公路，如果内存这条路不够宽，跑车也只能在收费站堵着。

目前，全球HBM的命脉几乎被韩国的SK海力士、三星以及美国美光这三家存储巨头垄断。

Meta工程副总裁Song在采访中表示：“我们绝对担心HBM的供应。”但他紧接着强调，Meta已经通过多方长协订单，锁定了未来扩张所需的内存产能。

在看不见的供应链战场，Meta不仅要和英伟达抢台积电的先进封装产能，还要和全球同行去抢夺极度稀缺的HBM颗粒。

04. 千亿美元的基建狂潮

再牛的芯片，再宏大的路线图，如果没有庞大的数据中心来承载，也不过是镜花水月。Meta的算力阳谋，最终还是落地在美国本土轰轰烈烈的基建狂潮上。

为了容纳这些AI芯片，Meta正在全美各地大兴土木。

据多家外媒披露，Meta正在路易斯安那州、俄亥俄州和印第安纳州疯狂建设超大型数据中心。更夸张的是，在OpenAI和甲骨文因为电力等问题放弃了得克萨斯州庞大的“星际之门”数据中心扩建计划后，Meta火速入局，计划租赁该场地。

Meta在全球已建和规划的30个数据中心里，有多达26个位于美国本土。同时，负责MTIA硅片研发的数百名核心工程师团队，也绝大多数驻扎在美国。

这其中包含了深远的地缘政治与能源战略考量。AI的尽头是电力，谁能搞定几百兆瓦甚至吉瓦级的稳定供电和液冷设施，谁才能让机柜里的MTIA芯片全速运转。

通常情况下，硬件开发需要提前两年去预测未来的工作负载，但AI模型可能几个月甚至几天就会发生翻天覆地的变化。“用最新的基建，跑最新的模型”，这是Meta的解法。

结语

所有的技术起点，最终都要落地到现实世界，Meta的这份路线图，就是用真金白银去保住大模型基础训练的领先地位。

先用数以百亿资金买空市面上的英伟达和AMD GPU，再用半年一更的自研MTIA芯片守住成本，这就是扎克伯格的阳谋。

（微信公众号：Tahou_2025）