Meta公布自研芯片路线图：四年四代MTIA加速器

3月12日，Meta公布了其自研AI芯片的激进路线图：到2027年底，将连续推出四代MTIA（Meta Training and Inference Accelerator）加速器， 约每六个月迭代一代。这是Meta迄今最明确的一次”去英伟达化”宣言，也意味着全球大厂自研芯片竞赛进入了半年一更的”快车道”。

事件详情：四年四代，半年一迭代

根据Meta公布的路线图：

• MTIA 300：已在Meta基础设施内部署数周，正在支撑旗下应用的线上推理流量；
• MTIA 400：已完成测试，正在走向大规模部署。Meta称这是其首款”在成本效率上可与英伟达、AMD商用方案正面竞争”的自研加速器，是关键的分水岭；
• MTIA 450与500：按大约六个月的节奏推进，覆盖2026下半年至2027年底；
• 主攻推理：四代芯片全部聚焦推理负载——信息流排序、广告推荐，以及生成式AI（含文生图、视频生成），而非大模型训练；
• 规模已成：Meta已在数据中心内部署了数十万颗MTIA系列芯片，支撑Facebook、Instagram、WhatsApp等应用的AI推理需求。

Meta同时强调，自研与外购并行不悖：公司仍与英伟达、AMD保持大规模采购合作，并与谷歌在部分项目上协同。自研芯片的目标是”多一个选择”，而非”彻底替代”。

背景分析：大厂自研芯片的”iPhone时刻”

Meta的自研芯片之路走了近十年。从早期与博通合作的MTIA v1，到如今一年两代的节奏，Meta终于走完了从”能用”到”好用”再到”比买的更划算”的三级跳。MTIA 400的”成本效率持平商用方案”是一个标志性节点——它意味着自研芯片第一次在纯商业账上算得过账。

放眼行业，这已是集体动作：谷歌的TPU已迭代到第七代，亚马逊Trainium、微软Maia、字节跳动的自研芯片都在路上。大厂自研芯片的共同逻辑是：推理是自家最大的成本中心（推荐、搜索、广告），而推理负载高度标准化、可预测，自研ASIC的性价比远超通用GPU。

Meta选择”半年一代”的激进节奏，还有一层现实考量：内存与供应链。2026年AI基建的最大瓶颈已从GPU转向HBM内存和电力，自研芯片让Meta可以更灵活地匹配内存规格、优化整机架设计，把供应链主动权握在自己手里。

影响展望：英伟达的”甜蜜烦恼”

短期看，Meta的路线图对英伟达是”喜忧参半”：喜的是Meta仍是大买家，推理需求的总盘子在变大；忧的是，增量中最肥美的那块——标准化推理负载——正被自研芯片一块块切走。英伟达的应对将是加速推自己的推理优化方案（如GTC 2026上主打推理的Vera Rubin平台），把竞争从”卖卡”升级到”卖系统”。

对中国产业链而言，Meta路线图的示范效应不容小觑。当全球最大的社交广告公司证明”自研推理芯片在商业上成立”，国内大厂的自研决心只会更坚定。从寒武纪、燧原到各大厂的自研团队，推理芯片的国产替代窗口正在打开。

更深远的影响在于产业分工的重构：未来AI算力的供给将是”三足鼎立”——英伟达/AMD的通用GPU、大厂的自研ASIC、以及云厂商的定制芯片。Meta的四年四代路线图，正是这个新格局的施工图。

值得玩味的是Meta“自研与外购并行”的表态。这说明即便强如Meta，也不敢把全部筹码押在自研上——先进制程的流片风险、软件生态的迁移成本，都是真金白银的学费。这种“两条腿走路”恰恰是给后来者的参考答案：自研芯片不是为了取代英伟达，而是为了在谈判桌上多一张牌。对中国大厂而言，这张牌的价值只会更大，因为它还关系到供应链安全。