Meta uruchamia produkcję własnego chipu AI, chce uniezależnić się od Nvidii

Meta rozpocznie we wrześniu 2026 roku produkcję najnowszej wersji własnego układu do sztucznej inteligencji, Meta Training and Inference Accelerator, w ramach strategii ograniczania zależności od zewnętrznych dostawców chipów, przede wszystkim Nvidii i AMD. Informację, powołując się na wewnętrzny dokument firmy, podał Reuters.

MTIA to projekt rozwijany przez Metę od kilku lat jako alternatywa dla kosztownych układów graficznych Nvidii, na których firma opiera dziś większość swojej infrastruktury AI. Nowa generacja chipu, która wejdzie do produkcji we wrześniu, ma pozwolić Mecie przenieść część obciążeń związanych z trenowaniem modeli rankingowych i rekomendacyjnych oraz wnioskowaniem w aplikacjach takich jak Facebook czy Instagram na własny sprzęt.

Skala inwestycji

Meta deklaruje, że w 2026 roku uruchomi 7 gigawatów mocy obliczeniowej, a w 2027 roku zamierza tę wartość podwoić. To ogromna skala jak na infrastrukturę jednej firmy, porównywalna z zapotrzebowaniem energetycznym średniej wielkości miasta. Nakłady inwestycyjne na 2026 rok mają sięgnąć od 125 do 145 miliardów dolarów, z czego znacząca część trafi właśnie w infrastrukturę AI, centra danych i rozwój własnych układów.

Firma cytowana przez media techniczne opisuje podejście do projektowania chipu jako iteracyjne: każda kolejna generacja MTIA bazuje na poprzedniej, wykorzystuje modułową architekturę chipletów oraz uwzględnia najnowsze wnioski z obciążeń AI i dostępnych technologii sprzętowych.

Każda generacja MTIA opiera się na poprzedniej, wykorzystując modułowe chiplety i uwzględniając najnowsze wnioski z obciążeń AI oraz technologii sprzętowych - Meta

Dlaczego Nvidia powinna zwracać uwagę

Meta dołącza w ten sposób do grona największych klientów Nvidii, którzy jednocześnie inwestują we własne układy AI, obok Google z serią TPU czy Amazona z chipami Trainium. Dla Nvidii to sygnał, że nawet najwięksi odbiorcy jej procesorów graficznych traktują własne układy jako sposób na obniżenie rosnących kosztów obliczeniowych, a nie wyłącznie eksperyment poboczny.

Współpraca z Broadcomem przy projektowaniu układu i z TSMC przy jego produkcji pokazuje, że Meta nie buduje własnych fabryk, lecz korzysta z istniejącego łańcucha dostaw półprzewodników, podobnie jak robią to inne firmy projektujące własne chipy AI. Udział Samsunga w dostawie pamięci RAM i Sandiska w pamięci masowej dopełnia obraz złożonego, wielopoziomowego łańcucha produkcji.

Perspektywa dla polskiego rynku

Dla polskich firm korzystających z chmur obliczeniowych i modeli AI decyzja Mety ma znaczenie pośrednie, ale realne. Jeśli więksi gracze zaczną skuteczniej ograniczać koszty infrastruktury dzięki własnym chipom, może to w dłuższej perspektywie przełożyć się na tańsze usługi oparte na modelach rekomendacyjnych i inferencyjnych, z których korzystają reklamodawcy i platformy e-commerce działające na rynku polskim.

Rozbudowa własnej infrastruktury chipowej przez Metę wpisuje się też w szerszy trend odchodzenia dużych firm technologicznych od pełnej zależności od jednego dostawcy sprzętu AI, co obserwują analitycy śledzący wyceny Nvidii po niedawnych wahaniach kursu akcji spółki.

Źródła: TechCrunch (techcrunch.com), Aroged (aroged.com)