Meta 自研 AI 晶片「Iris」9 月量產：六年內推四代晶片，算力目標 14GW

3. Meta 推出新晶片的速度有多快？

Meta 正以 約六個月為一個週期 快速迭代其 MTIA 系列晶片。具體時程如下：

• MTIA 300 —— 已部署上線，用於排序與推薦系統 。
• MTIA 400（即 Iris） —— 2026 年下半年推出 。
• MTIA 450 與 MTIA 500 —— 預計在 2027 年推出，均針對 AI 推論進行了優化 。

Meta 表示，他們在短短兩年內「加速了 MTIA 的開發」，一口氣規劃了這四個世代 。

4. Meta 的運算目標為何？

• 2026 年目標（內部備忘錄）： 部署 7 GW（百萬瓩） 的運算基礎設施。
• 2027 年目標： 達到 14 GW 的總運算能力 。
• 分析師預測（摩根士丹利）： Meta 在 2026 年將新增約 2 GW、2027 年新增約 3.5 GW 的自有 IT 容量，起點是 2025 年底約 3 GW 的基線 。
• 先前的公開目標： Meta 曾設定在 2026 年底達到「超過 10 GW」的總容量 。

內部備忘錄提到的 14 GW（2027 年）是目前最新的、也是最積極的數字 。

5. 合作夥伴有誰？

• Broadcom —— Meta 的 MTIA 晶片共同開發與設計夥伴。雙方於 2026 年 4 月 14 日宣布將合作關係延長至 2029 年，涵蓋晶片設計、先進封裝等多個世代。初始承諾的運算容量超過 1 GW，並計劃擴展至多 GW 規模 。
• 台積電（TSMC） —— 負責晶圓製造 。

6. 自研晶片與 NVIDIA、AMD GPU 的關係？

這是一項「分工互補」的策略。Iris 專攻 推論（Inference） 任務，而 Meta 仍持續向 NVIDIA（H100/H200 及下一代 Blackwell） 和 AMD 大量採購 GPU，用於 AI 訓練（Training） 任務。自研的 MTIA 晶片旨在 補充 這些 GPU 的不足，以更低的成本和更高的效率應付日益龐大的推論需求（如推薦系統），並非立即取代 。Meta 的策略是「分散晶片來源」，而非全面斷絕與 GPU 供應商的合作。

7. 什麼是「Meta Compute」？

「Meta Compute」是一個分為兩部分的計劃：

1. 內部基礎設施部門 —— 於 2026 年 1 月 12 日宣布，由 Meta 全球基礎設施負責人 Santosh Janardhan 與 Daniel Gross 共同領導，負責管理 Meta 全球資料中心網路，並建置 GW 級以上的 AI 叢集 。
2. 商業雲端業務 —— 彭博社於 2026 年 7 月 1 日首次報導，Meta 正在計劃將其 多餘的 AI 算力 出售給外部客戶，提供託管 AI 模型或原始 GPU 算力。這將使 Meta 直接與 AWS、微軟 Azure、Google Cloud 以及 CoreWeave 等「新雲端（neocloud）」業者競爭 。

目前該計劃仍在開發階段，最終策略尚未定案 。

8. 此舉對 Meta 股價與 CoreWeave 等競爭對手的影響？

• Meta 股價： 消息傳出後，市場反應正面。Meta 股價在 2026 年 7 月 1 日當天 上漲近 9% 。投資人認為，這代表 Meta 有能力將龐大的 AI 基礎設施投資 變現，而不是讓它閒置 。
• CoreWeave 等競爭者： 此舉對專門出售原始 AI 算力的公司（如 CoreWeave）構成直接威脅。彭博社報導稱 Meta 可能「複製 CoreWeave 的商業模式」。然而，分析機構 SemiAnalysis 認為，市場對 Meta 會「打亂新雲端市場」的擔憂是「錯誤的」——Meta 自身對算力的需求極大，可對外銷售的剩餘容量可能有限，且整個 AI 算力市場成長飛快，足以容納新進者 。

9. 2026 年資本支出預測？

從 1150-1350 億美元調升至 1250-1450 億美元，主要原因是「今年元件報價較高，以及為了支援未來成長而增加的額外資料中心成本」。作為對比，Meta 在 2025 年的資本支出約為 722 億美元 。分析機構 SemiAnalysis 更預測，Meta 2027 年的資本支出將「高得驚人」，甚至超過 2026 年 。