报道：Meta自研AI芯片“Iris”计划9月量产，2027年算力拟翻倍至14吉瓦

Meta正全面加速其芯片自研战略，Iris旨在从根本上降低对英伟达等外部供应商的报道倍至依赖，重塑AI基础设施的自研成本结构。

据路透社7月9日披露的芯片一份内部备忘录显示，Meta计划最快于今年9月启动代号为“Iris”的计划吉瓦自研AI芯片量产，并确立了到2027年保持每六个月迭代一代新芯片的月量激进研发节奏。

与此同时，产年Meta设定了宏伟的算力基础设施目标：到2027年，将其数据中心的拟翻总计算能力翻倍至14吉瓦（GW）。这一举措标志着Meta正加速摆脱对英伟达GPU的Iris高度依赖，通过自研芯片实现AI基础设施成本的报道倍至显著降低及算力自主权的提升。

备忘录指出，自研“Iris”芯片仅耗时六周便完成了关键测试，芯片且未发现重大缺陷。计划吉瓦这一进展速度远超业内同类芯片通常所需的月量数月验证周期，彰显了Meta自研项目取得的实质性突破。受此消息影响，Meta美股盘前股价下跌超过1.5%。

自研提速：聚焦降本与供应链多元化

“Iris”芯片归属于Meta第四代Meta Training and Inference Accelerators（MTIA）系列，采用完全自主设计架构，主要服务于Facebook、Instagram等核心平台的AI训练与推理任务。

据路透报道，Meta在芯片设计阶段获得了博通的技术支持，制造环节交由台积电代工，并已锁定内存、闪存及光纤互连等关键配套供应链。对于Meta而言，自研芯片的核心战略意图并非完全取代GPU，而是通过定制化方案应对不断攀升的AI基础设施成本，并减少对英伟达和AMD的单一依赖。

备忘录中直言不讳地指出，在Meta庞大的基础设施规模下，部署最新一代GPU“难度极大，且伴随高昂的时间成本”。因此，定制芯片将成为未来算力体系中不可或缺的重要组成部分。

五年磨一剑：研发体系走向成熟

Meta布局自研AI芯片的历史已逾五年，但MTIA项目此前进展曲折，路线多次调整，曾被视作大型科技公司自研芯片效率低下的典型案例。

此次“Iris”芯片在六周内顺利完成错误验证且无重大缺陷，被业界视为重要的里程碑事件。对于数据中心级AI芯片而言，流片后的验证周期通常漫长且风险极高，任何重大Bug都可能导致重新设计甚至重新流片。因此，“Iris”测试的顺利通过，意味着Meta芯片研发体系正逐步成熟，为9月量产扫清了关键障碍。

值得注意的是，尽管Meta于今年3月已对外公布了“Iris”及另外三款AI处理器，但此次披露的测试完成情况及最快9月量产计划，均属首次内部曝光。

半年一迭代：加速追赶行业领先者

除量产时间表外，Meta正计划大幅提升芯片研发频率。内部备忘录显示，公司计划在未来持续保持每六个月推出一款新芯片的节奏，该计划将执行至2027年。

相比之下，目前主流AI芯片厂商的产品更新周期通常为一年或更长。Meta通过更快的迭代速度，旨在借助持续升级快速积累芯片设计经验，并通过自研ASIC与外购GPU形成互补生态，而非寻求在短期内完全替代英伟达产品。

(责任编辑：焦点)