根据彭博社的报道，Meta正在推进一项新的基础设施战略：开发用于训练AI模型的自研芯片。这一计划意味着，这家社交媒体巨头希望在AI算力层面进一步摆脱对外部供应商的依赖，并为未来更复杂的AI模型构建定制化硬件体系。

据报道，Meta首席财务官Susan Li在摩根士丹利科技会议上表示，公司正在研发新的定制处理器，目标是能够承担未来AI模型的训练任务。目前，Meta自研芯片主要用于推荐算法等特定工作负载，例如Facebook和Instagram的内容排序系统。未来，公司希望逐步扩展其能力，使其可以处理更复杂的大模型训练。

这一策略被描述为“从简单到复杂”的路线：

• 第一阶段：优化推荐系统和广告模型等任务

• 第二阶段：逐步扩展到生成式AI和大模型训练

• 最终目标：构建完整的AI训练硬件体系

尽管推进自研芯片，Meta仍在大规模采购外部算力资源。近期公司已经与多家芯片厂商达成合作，包括GPU供应商和云AI芯片提供方。Meta表示，未来会采用“混合策略”：

• 在通用AI训练任务上继续使用来自外部厂商的GPU
• 在特定工作负载上部署自研芯片以提高效率和降低成本

这种模式既能满足当前AI算力需求，也能避免对单一供应商的过度依赖。

Meta的动作反映出一个越来越明显的趋势：AI竞争正在从模型层面延伸到算力基础设施。从云计算厂商到AI实验室，大型机构都在尝试打造自己的AI芯片体系，以减少对GPU生态的依赖。在生成式AI时代，算力、数据和模型正在形成新的技术护城河。

对于Meta而言，自研训练芯片不仅是技术升级，更是其在AI竞赛中争夺长期优势的重要一步。