摆脱“打工人”身份：Meta 加速自研定制芯片，直奔 AI 训练“算力自由”

尽管刚刚与英伟达、AMD 签下大额供货协议，社交平台巨头 Meta 仍在坚定推进自研芯片路线。彭博社 3 月 5 日报道，Meta 首席财务官苏珊·李（Susan Li）在周三的摩根士丹利科技大会上表示，公司正全力打造定制芯片，最终目标是用自家硬件独立支撑未来 AI 模型的训练。

目前，Meta 虽非云服务提供商，却是全球数据中心运营规模最大的玩家之一。苏珊·李介绍，Meta 走的是“由浅入深”的自研路径：早期的定制芯片聚焦排序、推荐等特定负载，并已实现大规模部署。她强调，Meta 希望逐步扩大覆盖面，最终研发出能承担核心 AI 模型训练任务的处理器。

谈及芯片采购策略时，她强调务实优先。Meta 将依据不同应用场景需求，在英伟达、AMD 的通用芯片与自研定制芯片之间寻找最佳平衡。这种“两条腿走路”的方式，一方面满足当下 AI 业务的高速增长，另一方面减少对单一供应商的依赖，并围绕自家算法提升算力效率。

随着 Meta 在元宇宙与生成式 AI 领域持续重注，自主可控的底层硬件架构已成为核心战略。从软件到硬件的全面升级，意味着 Meta 试图在 AI 时代的算力赛道中掌握更多议价权与技术主导权。

划重点

• 🚀 训练芯片自研化：Meta 计划把定制芯片的应用从简单的推荐扩展到复杂的 AI 模型训练。

• 🤝 混合采购策略：在自研推进的同时，Meta 仍将与英伟达、AMD 保持深度合作，确保算力供应灵活可靠。

• 💡 量身定制算力：CFO 指出，定制芯片在特定负载上更具优势，是 Meta 优化数据中心成本与效率的关键。