2025年3月12日(優分析產業數據中心)
根據兩位消息人士透露，Meta Platforms(META-US)正在測試首款自研人工智慧（AI）訓練晶片，這標誌著該公司在降低對輝達（Nvidia）等外部供應商依賴的一大步。
這家全球最大的社群媒體公司已經開始小規模測試，如果結果良好，將進一步擴大生產。Meta 開發自家晶片的目標是降低龐大的基礎設施成本，因為它正在大舉投資 AI 技術，以推動業務成長。
花了多少錢在 AI 上？
Meta 旗下擁有 Facebook、Instagram 和 WhatsApp 等社群平台，每天超過 30億人使用。為了讓 AI 能有效運作，公司需要大量運算資源，而這些資源的成本非常驚人。
Meta 預測，2025年總支出將達到 1140億到 1190億美元，其中高達 650億美元用於 AI 基礎設施支出。
消息人士指出，Meta 這款的訓練晶片是一種專用加速器，專門負責特定的 AI 任務，不像一般的圖形處理單元（GPU）適用於各種計算，這樣的設計讓它在執行 AI 訓練時更省電、效率更高。此外，Meta 正在與台積電合作生產這款晶片。
專用加速器：指的是針對特定任務設計的特殊處理器，它不像一般的中央處理器（CPU）或圖形處理單元（GPU）那樣適用於各種類型的計算，而是專門優化某些運算，使其執行效率更高、能耗更低。
做晶片的挑戰
根據消息來源，這次的測試是在 Meta 完成首次流片（tape-out）後進行的，這是晶片開發中的關鍵階段，代表設計定案並送交晶圓廠試產，這個過程通常要花上千萬美元，還要3到6個月才能知道結果，而且沒有保證一定會成功。如果測試失敗，Meta 就得重新找出問題並再來一次，進一步拉長開發週期與成本支出。
目前，Meta 和台積電都沒有對此發表評論。
之前的 AI 晶片計畫順利嗎？
去年，Meta 開始使用一款推理（Inference）晶片，當用戶與 AI 互動時，系統即時運算出結果。這款晶片主要應用在推薦系統，決定 Facebook 和 Instagram 動態消息中要顯示哪些內容給用戶。
Meta 計劃 2026年開始用自己的晶片來訓練 AI。和推理晶片一樣，這款訓練晶片應用在推薦系統，未來還會擴展到像聊天機器人 Meta AI 這類的生成式AI（Gen AI）產品。
產品長Chris Cox表示：「我們現在還在走、爬、跑的發展階段，但第一代推理晶片已經算是很大的成功。」
自研 AI 晶片受挫轉投 Nvidia，GPU 市場價值正面臨挑戰
另外，Meta 之前曾經嘗試開發自家的 AI 推理晶片，但小規模測試失敗，最後只好放棄，轉而在 2022年向 Nvidia 採購了數十億美元的 GPU。從那時起，Meta 一直是 Nvidia 的大客戶，大量使用 GPU 來訓練 AI 模型，包含推薦系統、廣告運算，以及 Llama 基礎模型系列。
但今年以來，Nvidia 的 GPU 價值受到挑戰。AI 研究人員開始質疑，單純靠增加數據和運算能力來提升 AI 的效果，真的還能持續進步嗎？
尤其是在1月底，中國 AI 新創公司 DeepSeek 推出更省錢、高效的 AI 模型，透過更精簡的計算方式達到類似效果。這導致投資人開始重新評估 Nvidia 的價值，一度引發 AI 概念股大跌，Nvidia 股價甚至一度下滑 20%，雖然後來回升，但仍受到市場不確定因素影響。
