Meta 自研 AI 晶片「Iris」9 月量產：四年四代晶片藍圖與 1450 億美元基礎建設豪賭

• MTIA 300 — 已部署並運行，為 Facebook 和 Instagram 的排名與推薦系統提供動力 。
• MTIA 400（「Iris」） — 計劃於 2026 年 9 月量產，專為生成式 AI 推理設計 。
• MTIA 450（「Arke」） — 計劃於 2027 年初大規模部署，同樣針對生成式 AI 推理 。
• MTIA 500（「Astrid」） — 計劃於 2027 年大規模部署 。

Meta 表示，他們已在約兩年內「加速了 MTIA 的開發」，涵蓋了這四個世代 。

Meta 2026 和 2027 年的運算能力目標為何？

• 2026 年目標（內部備忘錄）： 今年部署 7 吉瓦（GW） 的運算基礎設施 。
• 2027 年目標： 明年達到總運算能力 14 GW 。
• 摩根士丹利模型： Meta 預計 2026 年將新增約 2 GW、2027 年新增 3.5 GW 的自有營運 IT 容量，起點為 2025 年底約 3 GW 。
• 先前公開目標： Meta 曾目標在 2026 年底前達到超過 10 GW 的總容量 。

內部備忘錄中 14 GW 的 2027 年目標是目前最新且最積極的目標 。

Meta 的合作夥伴是誰？

• 博通（Broadcom） — Meta MTIA 晶片的共同開發與設計合作夥伴。雙方於 2026 年 4 月 14 日宣布擴大合作協議，延長至 2029 年，涵蓋晶片設計、先進封裝與多個晶片世代。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） — 負責製造 Iris 晶片的廠商 。

Iris 與 Meta 向 Nvidia 和 AMD 購買的 GPU 有何關係？

Iris 專注於推理任務，而非訓練。Meta 持續向 Nvidia（如 H100/H200 系列及下一代 Blackwell）和 AMD 購買 GPU 用於 AI 訓練，因為訓練需要強大的平行運算能力 。自研的 MTIA 晶片旨在補充而非立即取代這些 GPU 採購——以更低的成本和更高的效率處理日益龐大的推理負載（如排名、推薦、服務 AI 模型）。Meta 的策略是實現晶片來源多元化，而非完全捨棄 GPU 供應商。

Meta 的新雲端運算計畫「Meta Compute」是什麼？

「Meta Compute」是一項雙軌並進的計畫：

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。該部門管理 Meta 的全球資料中心網路，並建造 GW 級以上的 AI 叢集 。
2. 商用雲端業務 — 彭博社於 2026 年 7 月 1 日首次報導，Meta 正計畫將多餘的 AI 運算容量出售給外部客戶，提供託管 AI 模型存取與原始 GPU 算力。此舉將使 Meta 直接與 AWS、微軟 Azure、Google Cloud 以及 CoreWeave 等「新雲端」供應商競爭 。

該計畫仍在發展中，最終策略尚未定案 。

這項雲端計畫如何影響 Meta 股價與 CoreWeave 等競爭對手？

• Meta 股價： 市場反應正面。雲端計畫消息確認當日（2026 年 7 月 1 日），Meta 股價大漲近 9% 。此舉向投資人傳達了 Meta 有能力將其龐大 AI 基礎設施支出變現，而非任其閒置 。
• CoreWeave 與新雲端競爭者： 這項雲端計畫對 CoreWeave 等銷售原始 AI 運算容量的公司構成直接威脅。彭博社報導指出，Meta 可能「複製 CoreWeave 的商業模式」。不過，部分分析師（包括 SemiAnalysis）認為，擔心 Meta 會擊垮新雲端市場的觀點是「錯誤的」—— Meta 自身的內部需求極其龐大，能對外出售的多餘容量可能有限，且 AI 運算市場正快速成長，足以容納新進者 。

Meta 2026 年的預期資本支出是多少？

Meta 的 2026 年資本支出指引已更新：

從 1150-1350 億美元調升至 1250-1450 億美元，反映了「今年零組件價格上漲，以及部分為支援未來成長而增加的額外資料中心成本」。作為對照，Meta 在 2025 年的資本支出約為 722 億美元 。研究機構 SemiAnalysis 預測，隨著已簽約的資料中心容量陸續上線，Meta 的 2027 年資本支出將「高得驚人」——甚至超過 2026 年 。