Meta计划明年上半年在数据中心部署新一代自研AI芯片，希望在运行AI模型时进一步降低成本和能耗。

Meta于2023年公布自研AI芯片计划，目前正在测试第三代产品MTIA 450，代号Arke。下一代MTIA 500代号Astrid，预计约一个月后完成设计，并于2027年底进入数据中心。相比前几代产品，Meta计划更大范围部署Astrid。

负责Meta定制芯片项目的工程副总裁Yee Jiun Song接受采访时指出，每一代产品都会在技术上承担稍高一些的风险，同时换来更好的性能。新一代芯片不仅要提高能效，也要在同等投入下提供更强性能。Meta正大举建设AI基础设施，自研芯片是其中的重要一环。芯片由Meta与博通合作设计、台积电负责制造，目标之一是减少对英伟达领先AI处理器的依赖。

Meta计划在12个月内部署超过1GW规模的自研芯片，后续的部署速度预计还会加快，前提是AI市场需求不出现大幅下滑。Meta超级智能实验室也参与芯片调校，向硬件团队提供未来AI模型以及推理阶段所需能力的信息。Yee Jiun Song称，由于大量工程工作由Meta自行完成，自研芯片运行自家AI模型时，可以比英伟达当前出货的任何产品更高效。

9月1日，台积电向Meta交付12枚新型号芯片，实测性能与此前模拟结果的差距只有2%至3%。拿到芯片当天，团队便成功运行Meta自家模型，以及DeepSeek和阿里巴巴的模型。初步测试没有发现芯片设计缺陷，但后续仍需要数月测试和调校，工厂也将在此期间逐步提高产量。四代芯片基本都采用高带宽内存，定位并非追求极致响应速度的超高速推理市场，而是用于通用推理的主力芯片。

Meta此前还规划过一款代号Olympus的芯片，希望同时承担AI训练和推理任务，原定2028年或2029年推出。后来Meta取消了该项目，转而集中资源开发推理芯片。成本是主要考虑之一——当容量扩大到数GW级别时，同时兼顾训练和推理会让芯片成本提高30%，在这种规模下就会变得完全无法接受。

Astrid开发完成后，Meta下一阶段将重点提高芯片速度和吞吐量，利用光纤技术进一步提升性能。Yee Jiun Song透露，未来几年会继续开发性能足以与供应商产品竞争的芯片。