作者：乔蒂・曼、韦恩・马、刘茜尔
据六位直接知情人士透露，就在 Meta 与 AMD、英伟达签署新芯片供应协议的同时，其自研 AI 芯片项目接连遇到严重问题。
消息人士称，由于设计困难重重，Meta 上周取消了正在开发的更高端 AI 训练芯片，转而将重心放在结构更简单的版本上。公司已在上周向 AI 基础设施部门员工通报了这一调整。
这一决定凸显出，科技巨头想要设计出能与市场霸主英伟达抗衡的 AI 芯片，难度极大。
核心要点
Meta 调整芯片路线图之前，已在近几周与超威半导体（AMD）、英伟达建立新合作：
Meta 的自研 AI 芯片隶属于 MTIA（Meta 训练与推理加速器） 项目，是公司自主开发 AI 硬件、降低对英伟达等外部芯片厂商依赖的重要举措，旨在降低成本、加强对数据中心基础设施的掌控。
例如，Meta 预计 2026 年资本支出将达到1150 亿~1350 亿美元，其中大部分将投向芯片与服务器。
Meta 发言人在声明中表示：
“我们仍致力于投资多元化的芯片组合以满足自身需求，包括推进 MTIA 系列产品，今年将公布更多信息。”
包括微软在内的其他科技公司，在自研 AI 芯片时也遇到类似问题。
去年，英伟达 CEO 黄仁勋曾公开表示，大多数科技巨头最终会放弃自研竞品芯片的计划，并称这些芯片的性能将持续落后于英伟达产品。
Meta 多款自研芯片接连遇挫
Meta 多款自研芯片均出现问题：
一位参与 Meta 芯片项目的人士表示，公司内部对自研芯片能否追上英伟达能力持怀疑态度，因为项目存在延期与重新设计风险。
该人士称，这项工作需要庞大工程师团队进行设计、调试，并确保功耗不会过高，否则相比英伟达芯片将毫无性价比。
许多科技公司青睐英伟达普及的 SIMT 架构，因为它更灵活，更适合训练现代 AI 模型。
据四位消息人士透露，Meta 原本计划最早在 2026 年第四季度完成 Olympus 设计，而新芯片从初步设计到量产通常还需要九个月甚至更久。
Olympus 负责 AI 计算的核心 GPU 部分，计划采用 Meta 去年收购的芯片初创公司Rivos的设计。
Rivos 曾宣称，其 GPU 可以高效运行英伟达专属的CUDA软件代码，而 CUDA 是当前训练与运行机器学习模型的主流软件生态。
据一位消息人士称，Meta 最初计划用 Olympus 搭建大型服务器集群，但高管最终认定，在与 OpenAI、谷歌等成熟对手激烈竞争的背景下，这会给新模型训练带来重大风险。
多位人士表示，Olympus 的训练软件稳定性不如英伟达，且复杂设计可能导致难以大规模量产。
因此，Meta 目前选择继续使用第三方厂商的训练芯片，这些芯片的软件生态已经成熟。
