话说到了2026年第三季度，Meta的新AI芯片就会正式量产，架构用的是RISC-V，里面塞了超过1000颗核心，运算能力能飙到200 TFLOPS。虽说最近传Meta要放弃自己造AI训练芯片，但彭博社有新消息爆料，Meta正在拼命扩充自家的AI基础设施，打算自己搞一款定制芯片，用来训练以后的大模型。 3月5日的消息传出来后，Meta首席财务官Susan Li在摩根士丹利开的技术会议上说，公司最近刚和顶级芯片厂商达成了几笔大买卖，不过自研芯片的野心是越来越大了，特别想搞出那种能训大模型的处理器。Susan Li直言不讳：“咱们有些工作负载确实跟自家的芯片挺配的……像排序和推荐这种活儿一直是咱们重点盯着的，也是必须大规模上定制芯片的地方。但咱估计过不了多久，范围肯定会扩大，最后把训练AI模型这块也给包圆了。” 以前Meta的第一代AI芯片MTIA v1折腾了三年才搞出来，2023年初发的。那是个基于RISC-V的架构，台积电7nm工艺造的。内部是个8乘8的处理单元矩阵，每个单元里都塞了两个RISC-V CPU核心，一个还有向量数学扩展。这些核心还集成了128MB的片上SRAM，外加128GB的LPDDR5内存。 到了2024年，Meta又拿出了第二代MTIA v2，工艺升级到了5nm，核心数量多了不少，片内内存翻倍到256MB，外存也涨到了128GB，主频从800MHz拉到了1.35GHz，功耗也跟着涨到了90W。但第三块芯片到现在都没动静。 最近有在Meta搞芯片研发的人透露，公司已经砍掉了一个内部代号叫“Iris”的版本。后来他们又开始搞代号“Olympus”的新款训练芯片，但看样子也很悬。那老兄说，因为有延期或者要重做的风险，内部人对做那种能打得过英伟达产品的计划都持怀疑态度。他还吐槽说搞这玩意儿得要一大帮工程师来设计调试，还得保证功耗不能太高，不然跟英伟达比起来就没活路了。 Iris这个训练芯片用的是SIMD计算法。这种办法硬件工程师好弄点，但软件工程师编程起来就费劲。 Olympus采用的方法更接近英伟达的路子——SIMT。这种方法对软件工程师编程更友好点，但硬件工程师搞设计就比较麻烦。好多科技公司都爱这种做法，因为灵活又适合训现代模型。 Meta本来打算最早在2026年四季度搞定Olympus设计。不过报道补了一句，通常新芯片从研发到量产还得拖上九个月甚至更久。 Olympus的核心部件是GPU，内核设计用的是去年刚收购的Rivos公司的技术。Rivos以前说过自家GPU能跑得动英伟达的CUDA软件代码，CUDA现在可是训AI的标配。 Meta本来想拿Olympus组个大服务器集群，不过高管觉得这会增加训练新模型的风险——毕竟公司现在还在跟OpenAI还有Google死磕呢。所以有传闻说Meta可能会放弃自研计划转投谷歌的TPU。 但从Susan Li的话听来，自研项目还是没死透。Meta搞定制芯片就是想少受第三方供应商摆布——特别是英伟达那些贵得吓人的GPU。据报道说，公司每年在这些GPU上的开销能达到50到70亿美元，自家搞的ASIC有望把成本砍个40%到60%。 Susan Li说他们正在买各种不同类型的芯片去干活儿：“按咱们现在的需求看，觉得哪种好用就用哪种，定制芯片肯定也是其中很重要的一块。” 据最新传闻说，Meta现在还在搞一款叫“MTIA 3”的原型机设计，也是RISC-V架构和Rivos的内核。这玩意儿的技术规格很强硬：有超过1000颗核心和超过200 TFLOPS的算力——这一下子就能把Meta在AI训练领域的竞争力给拉上去了。 目前他们是找博通（Broadcom）帮忙设计，找台积电（TSMC）去造。早期测试已经跟美国和欧洲那边那2.4万颗GPU集群整合成一块儿了。照这样看这款芯片估计会在2026年第三季开始量产。Meta的目标是到2026年底搞出超过100 exaFLOPS的算力来——这基本上就是天顶星科技的级别了。