Meta rusza z produkcją własnego chipu AI Iris we wrześniu

Meta rozpoczyna we wrześniu 2026 roku produkcję własnego układu sztucznej inteligencji o nazwie kodowej Iris. To pierwszy krok w czteroletnim programie budowy własnej linii chipów AI, który ma zmniejszyć zależność firmy od Nvidii i wesprzeć podwojenie mocy obliczeniowej Meta do 14 gigawatów w 2027 roku.

Informację jako pierwszy podał Reuters, powołując się na wewnętrzne memo Meta, a doniesienie potwierdziły później CNBC i kilka innych redakcji biznesowych. Iris to układ typu ASIC, czyli scalony obwód zaprojektowany pod konkretne zadanie, w tym przypadku optymalizację rankingu rekomendacji i kanałów treści w aplikacjach Meta, takich jak Facebook i Instagram.

Czteropokoleniowy plan MTIA

Iris wpisuje się w program Meta Training and Inference Accelerator, w skrócie MTIA, który zakłada wypuszczanie nowej generacji własnego procesora AI co sześć miesięcy aż do 2027 roku. Kolejne warianty noszą oznaczenia MTIA 300, 400, 450 i 500. Taka częstotliwość ma pozwolić firmie nadążać za rosnącym zapotrzebowaniem na moc obliczeniową do trenowania i uruchamiania modeli AI.

Za projekt układu odpowiada Broadcom, który od kilku lat pozycjonuje się jako główny partner projektowy dla firm technologicznych budujących własne chipy AI zamiast kupować wyłącznie układy Nvidii. Produkcją zajmuje się tajwańskie TSMC, korzystając z najbardziej zaawansowanych procesów litograficznych dostępnych na rynku.

Dlaczego Meta odchodzi od samej Nvidii

Budowa własnych chipów wnioskowania to strategia, którą wcześniej obrały już Google z układami TPU i Amazon z Trainium. Dla Meta chodzi o obniżenie kosztów jednostkowych przy skali, w jakiej firma serwuje rekomendacje treści miliardom użytkowników dziennie, a także o zmniejszenie ryzyka związanego z uzależnieniem od jednego dostawcy sprzętu w momencie, gdy popyt na układy Nvidii wielokrotnie przewyższa podaż.

Testowanie chipu Iris zajęło zaledwie sześć tygodni i, według cytowanego memo, nie ujawniło poważnych problemów technicznych, co przyspieszyło decyzję o wejściu w fazę produkcyjną. To istotne, bo wcześniejsze generacje MTIA notowały opóźnienia i ograniczone zastosowanie, głównie do zadań rekomendacyjnych, a nie do trenowania dużych modeli językowych.

Skala inwestycji

Meta podniosła prognozę wydatków inwestycyjnych na 2026 rok do przedziału 125-145 miliardów dolarów, z czego większość trafia na centra danych, procesory graficzne i właśnie własne układy scalone. Firma planuje podwojenie łącznej mocy obliczeniowej swoich centrów danych z 7 gigawatów w 2026 roku do 14 gigawatów w 2027 roku.

Rynek zareagował na te doniesienia pozytywnie. Akcje Broadcomu i innych spółek z łańcucha dostaw półprzewodników zyskały po publikacji informacji, ponieważ inwestorzy odczytali skalę wydatków Meta jako potwierdzenie, że boom inwestycyjny wokół infrastruktury AI wciąż przyspiesza, a nie hamuje.

Co to znaczy dla rynku

Dla TSMC decyzja Meta oznacza kolejnego dużego klienta korzystającego z najnowocześniejszych linii produkcyjnych, niezależnie od tego, czyje logo widnieje na gotowym układzie. Dla Nvidii to sygnał, że najwięksi klienci konsekwentnie budują alternatywy dla jej procesorów przynajmniej w części swoich obciążeń, zwłaszcza tam, gdzie liczy się koszt wnioskowania na dużą skalę, a nie surowa moc treningowa.

Dla firm korzystających z infrastruktury chmurowej i platform reklamowych Meta efekt będzie pośredni, poprzez potencjalnie niższe koszty operacyjne przekładające się na stabilność cen usług. Bezpośredniego dostępu do chipów Iris spoza Meta na razie nie przewidziano, w przeciwieństwie do układów Nvidii dostępnych powszechnie w chmurach publicznych.

Źródła: Reuters za pośrednictwem CNBC (cnbc.com), MLQ News (mlq.ai), Tom's Hardware (tomshardware.com).