Meta rozwija własną serię akceleratorów AI do wnioskowania, czyli etapu, w którym wytrenowany model generuje odpowiedzi i prognozy. Firma planuje wdrożyć nowy procesor w centrach danych w pierwszej połowie 2027 roku, a kolejna generacja — MTIA 500 o nazwie kodowej Astrid — ma wejść do centrów danych pod koniec 2027 roku. Broadcom ma wspierać projektowanie układów, natomiast Taiwan Semiconductor Manufacturing Co. (TSMC) ma odpowiadać za ich produkcję.
Plan własnych chipów Meta na 2027 rok
Meta rozwija układy MTIA jako rozwiązanie dla własnych centrów danych. Nie chodzi o procesor do komputerów czy smartfonów, lecz o akcelerator przeznaczony do obsługi modeli AI na dużą skalę.
| Termin | Planowany rozwój | Zakres |
| 1 września 2026 roku | Do Meta miało trafić 12 układów z TSMC | Dostawa partii przeznaczonej do testów |
| Pierwsza połowa 2027 roku | Meta planuje rozpocząć wdrażanie nowego procesora AI | Centra danych |
| Koniec 2027 roku | MTIA 500, czyli Astrid, ma wejść do centrów danych | Kolejna generacja własnych układów |
MTIA 450, znany jako Arke, jest obecnie testowany. Podczas pierwszego dnia testów Meta miała uruchomić na układach modele Meta, DeepSeek i Alibaba. Początkowe wyniki mieściły się w przedziale 2–3% od wewnętrznych symulacji firmy.
MTIA 450 i MTIA 500: dwa etapy tej samej strategii
MTIA 450/Arke to generacja znajdująca się na etapie testów, natomiast MTIA 500/Astrid jest następcą planowanym na koniec 2027 roku. Publicznie opisane terminy dotyczą więc różnych punktów rozwoju programu, a nie jednej premiery konsumenckiego produktu.
Meta projektuje te układy przede wszystkim jako uniwersalne procesory do wnioskowania. Yee Jiun Song, wiceprezes ds. inżynierii w Meta, określił je jako „konie robocze” dla ogólnych zadań wnioskowania. Układy mają korzystać w dużym stopniu z pamięci o wysokiej przepustowości (HBM), co odpowiada charakterowi obciążeń związanych z dużymi modelami AI.
Dlaczego Meta skupia się na wnioskowaniu
Wnioskowanie odbywa się za każdym razem, gdy model AI odpowiada użytkownikowi, tworzy treść albo wykonuje predykcję. Przy skali centrów danych Meta koszt obsługi takich zadań i zużycie energii stają się równie ważne jak sama moc obliczeniowa.
Z tego powodu Meta porzuciła projekt Olympus, który miał obsługiwać zarówno trenowanie, jak i wnioskowanie. Według przedstawionego uzasadnienia układ o podwójnym zastosowaniu mógłby być około 30% droższy przy wdrożeniu na skalę gigawatów. Własny procesor wyspecjalizowany w typowych zadaniach wnioskowania ma lepiej pasować do dużej, powtarzalnej pracy centrów danych.
Skala testów i deklarowana efektywność
Meta deklaruje, że jej chipy mogą działać efektywniej niż aktualnie dostarczany sprzęt NVIDIA. To deklaracja firmy, a nie wynik przedstawiony dla konkretnego modelu NVIDIA, określonego obciążenia i jednolitego limitu mocy.
Podana wartość 2–3% opisuje zgodność pierwszych wyników z wewnętrznymi symulacjami Meta. Nie jest to porównanie z akceleratorem NVIDIA ani pomiar przewagi wydajności na wat lub na dolara.
Skala planów jest jednak konkretna. Meta zobowiązała się do wdrożenia własnych chipów o łącznej mocy przekraczającej 1 GW w ciągu 12 miesięcy. Osobno firma planuje zwiększyć całą infrastrukturę obliczeniową z 7 GW w 2026 roku do 14 GW w 2027 roku. Druga liczba obejmuje ogólną infrastrukturę Meta, a nie same układy MTIA.
Własny krzem ma uzupełniać sprzęt zewnętrzny
Program MTIA nie oznacza zakończenia zakupów zewnętrznych akceleratorów. Meta ma nadal korzystać z układów innych producentów, w tym NVIDIA i AMD, podczas gdy własne chipy będą obsługiwać wybrane zadania w jej centrach danych.
Taki model daje Meta większą kontrolę nad częścią infrastruktury, ale nie sprowadza całego zaplecza AI do jednego typu procesora. Własne układy mają być elementem większego systemu, który obejmuje zarówno sprzęt projektowany wewnętrznie z Broadcom, jak i akceleratory kupowane od zewnętrznych dostawców.
