尽管近期刚与英伟达、AMD 达成了巨额采购协议，社交媒体巨头 Meta 依然坚定地推进着自己的“造芯”大计。据彭博社 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公开表示，公司正致力于研发定制芯片，最终目标是能够独立支撑未来 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·李透露，Meta 的自研之路采取了“由易入难”的策略：最初的定制芯片主要用于排序和推荐这类特定工作负载，并已实现大规模部署。但她强调，Meta 希望随着时间的推移扩大应用范围，最终开发出能胜任核心 AI 模型训练任务的处理器。

在谈及芯片采购策略时，苏珊·李展现了极强的务实态度。她指出，Meta 会根据不同应用场景的需求，在英伟达、AMD 的通用芯片与自研定制芯片之间寻求最佳平衡点。这种“两条腿走路”的方式，既能保证当前 AI 业务的爆发式需求得到满足，又能在长期内减少对单一供应商的依赖，并针对自身算法优化算力效率。

随着 Meta 持续在元宇宙和生成式 AI 领域投入重金，拥有自主可控的底层硬件架构已成为其核心战略。这场从软件到硬件的全面进化，标志着 Meta 试图在 AI 时代的算力竞赛中，掌握更多的议价权与技术主导权。

划重点

  • 🚀 训练芯片自研化：Meta 计划将定制芯片的应用范围从简单的推荐算法扩展到复杂的 AI 模型训练。

  • 🤝 混合采购策略：在自研的同时，Meta 仍将维持与英伟达、AMD 的深度合作，确保算力供应链的灵活性。

  • 💡 量身定制算力：CFO 强调定制芯片在处理特定工作负载时更具优势，是 Meta 优化数据中心成本的关键。