Meta证实已经开始对自研AI推理芯片"Arke"(内部代号MTIA 450)进行实机测试，目标是在2027年上半年将其部署到数据中心。据悉，同样以推理为主要用途的下一代芯片"Astrid"(MTIA 500)的设计也即将完成。这一双线布局旨在降低对NVIDIA GPU的依赖，同时控制持续膨胀的AI基础设施成本。
同样围绕推理打造的"Arke"与"Astrid"
Meta的自研AI芯片是在此前MTIA 300等"MTIA系列"基础上的延续。此次曝光的Arke(MTIA 450)是第三代推理芯片，专门用于运行支撑Facebook、Instagram和WhatsApp等自家服务的已训练模型，设计目标是提升每瓦性能。它并非为需要极致实时响应的场景而生，而是将重心放在如何以更低成本处理海量推理任务上。
另一款芯片Astrid(MTIA 500)则是第四代产品，据称距离设计完成仅剩约一个月，预计到2027年底前将实现更大规模的部署。据称MTIA系列在设计上能够胜任包括训练在内的多种负载，但Meta表示，短期内会把Arke与Astrid都主要用于生成式AI的推理处理。
9月1日交付的原型机，与仿真结果误差仅2%至3%
12颗Arke原型芯片已于2026年9月1日交付，早期测试结果显示与Meta此前的仿真预测相比，误差仅为2%至3%。测试不仅使用了Meta自家的模型，还包括DeepSeek和Alibaba开发的模型，据称从第一天起就运行顺利。连第三方模型的兼容性都一并公开验证，可以看出Meta希望将其打造成真正通用的推理平台。
芯片制造由TSMC负责，芯片设计方面则有Broadcom参与协作。据悉，Meta与Broadcom的设计合作将持续到2029年，这意味着这是一项跨越多代产品的长期布局，而非一次性项目。
兼顾训练与推理的芯片"Olympus"被叫停
与Arke和Astrid一同被披露的，还有一款名为"Olympus"、原计划同时兼顾训练与推理功能的通用芯片已被叫停开发。据Meta测算，将两种功能集成到单一芯片中会使制造成本提高约30%，而在芯片部署达到吉瓦级规模后，这一成本差距被认为难以接受。
负责Meta自研芯片项目的工程副总裁Yee Jiun Song表示，当企业开始积累起以吉瓦计的庞大算力规模时，对成本的敏感度会显著提高。将Arke与Astrid都聚焦于推理、并围绕这一单一用途进行优化的双线布局，正是这一理念的直接体现。
12个月内部署逾1吉瓦，降低对NVIDIA的依赖
Meta已承诺在任意12个月周期内，通过自研芯片部署超过1吉瓦的算力，并表示此后将进一步加速这一进程。其目标是在训练环节继续使用价格高昂的NVIDIA GPU，同时将推理任务转移到自研芯片上，从而降低整体AI基础设施成本。随着生成式AI服务的普及不断推高数据中心的电力需求和资本支出，通过自研芯片优化成本，正逐渐成为不止Meta一家、而是众多主要AI企业共同面对的课题。
总结
Meta已开始对新一代推理AI芯片Arke(MTIA 450)进行实机测试，目标是在2027年上半年实现数据中心部署。同样以推理为主要用途的姊妹芯片Astrid(MTIA 500)设计即将完成，预计将于2027年底前推出。尽管原型芯片与仿真结果的误差仅为2%至3%，但Meta仍因成本问题叫停了兼顾训练与推理的芯片项目"Olympus"。Meta设定的目标是每12个月部署超过1吉瓦的自研芯片算力，这一举措被视为在降低对NVIDIA依赖的同时控制AI基础设施成本的一次尝试，值得持续关注。
