Facebook 所有者 Meta （META.O），打开新标签页正在测试其首款用于训练人工智能系统的内部芯片，这是该公司转向设计更多自己的定制芯片并减少对 Nvidia (NVDA.O)等外部供应商的依赖的一个重要里程碑，打开新标签页两位消息人士向路透社表示。
消息人士称，这家全球最大的社交媒体公司已开始小规模部署该芯片，并计划在测试顺利的情况下扩大产量以供大规模使用。
推动内部芯片开发是 Meta 长期计划的一部分，该计划旨在降低其庞大的基础设施成本，因为该公司对人工智能工具进行了巨额投资以推动增长。
Meta 还拥有 Instagram 和 WhatsApp，该公司预测 2025 年的总支出将达到 1140 亿美元至 1190 亿美元，其中高达 650 亿美元的资本支出主要来自人工智能基础设施的支出。
其中一位消息人士称，Meta 的新训练芯片是一款专用加速器，这意味着它只用于处理特定于 AI 的任务。这可以使它比通常用于 AI 工作负载的集成图形处理单元 (GPU) 更节能。
Meta 正在与台湾芯片制造商台积电(2330.TW)合作，打开新标签页生产该芯片，该人士说。
另一位消息人士称，测试部署是在 Meta 完成芯片的首次“流片”后开始的，这是硅片开发工作成功的重要标志，涉及将初始设计发送到芯片工厂。
典型的流片成本高达数千万美元，大约需要三到六个月才能完成，而且无法保证测试一定会成功。如果测试失败，Meta 需要诊断问题并重复流片步骤。
Meta 和台积电拒绝置评。
该芯片是该公司元训练和推理加速器 (MTIA) 系列中的最新产品。该项目多年来一直起步不顺，一度在类似的开发阶段放弃了一款芯片。
然而，Meta 去年开始使用 MTIA 芯片进行推理，即在用户与 AI 系统交互时运行该系统所涉及的过程，用于推荐系统确定哪些内容会出现在 Facebook 和 Instagram 的新闻推送中。
Meta 高管表示，他们希望到 2026 年开始使用自己的芯片进行训练，或者通过计算密集型的过程向 AI 系统输入大量数据来“教”它如何执行。
高管们表示，与推理芯片一样，训练芯片的目标是从推荐系统开始，然后将其用于聊天机器人 Meta AI 等生成式 AI 产品。
Meta 首席产品官克里斯·考克斯 (Chris Cox) 上周在摩根士丹利技术、媒体和电信会议上表示：“我们正在研究如何对推荐系统进行训练，以及最终如何考虑对新一代人工智能进行训练和推理。”
考克斯将 Meta 的芯片开发工作描述为“一种走路、爬行、跑步的过程”，但表示高管们认为第一代用于推荐的推理芯片是“巨大的成功”。
Meta 此前曾停止了内部定制推理芯片的生产，因为该公司在一次与目前正在进行的训练芯片类似的小规模测试部署中失败了，而是改变了方向，并在 2022 年订购了价值数十亿美元的 Nvidia GPU 。
自那时以来，这家社交媒体公司一直是 Nvidia 最大的客户之一，积累了大量 GPU 来训练其模型，包括用于推荐和广告系统以及其 Llama 基础模型系列。这些设备还为每天使用其应用程序的 30 多亿人进行推理。
今年，这些 GPU 的价值受到了质疑，因为人工智能研究人员越来越怀疑通过添加更多数据和计算能力来继续“扩大”大型语言模型能取得多大进展。
今年 1 月底，中国初创公司 DeepSeek 推出了新的低成本模型，这进一步强化了人们的疑虑，该模型比大多数现有模型更加依赖推理，从而优化了计算效率。
在 DeepSeek 引发的全球AI 股票暴跌中，英伟达股价一度下跌五分之一。随后，该股收复了大部分失地，投资者押注该公司的芯片仍将是训练和推理领域的行业标准，尽管由于更广泛的贸易担忧，该股再次下跌。
