Meta 正加速建置自有 AI 基礎設施。據《路透社》取得的內部文件，Meta 計畫最快於 2026 年 9 月開始量產代號為 Iris 的新一代 AI 晶片，並預計在 2027 年將整體 AI 運算能力擴增至 14GW，約為 2026 年規劃規模的兩倍。
Iris 是 Meta 自研 Meta Training and Inference Accelerator（MTIA）計畫的一環，屬於四代產品藍圖中的最新成員，主要針對人工智慧訓練與推論工作負載設計，未來將用於支援 Facebook、Instagram 等旗下服務的 AI 功能。
Iris 完成驗證測試，進入量產準備階段
內部文件顯示，Iris 從驗證到完成測試僅花費六週，期間未發現重大問題。對於自五年多前投入 ASIC 開發、且相關專案曾多次調整方向的 Meta 而言，這項進展顯示其自研晶片計畫正逐步成熟。
Meta 延續「自行設計、委外製造」模式，由博通協助晶片設計，再交由台積電負責製造。相較於通用 GPU，客製化 ASIC 可依照 Meta 自身的 AI 工作負載進行最佳化，理論上有助於降低資料中心成本、提升能源效率，並減少對外部晶片供應商的依賴。
自研晶片不會完全取代 NVIDIA 與 AMD GPU
不過，Meta 並未計畫以 Iris 全面取代 GPU，而是將其作為現有 AI 運算架構的補充。內部文件指出，Meta 仍會持續採購 NVIDIA 與 AMD 的 GPU；公司同時也認為，每一代新 GPU 的導入都需要投入大量時間與資源，自研晶片則有望提升整體部署效率。
這意味著 Meta 的策略並非立即脫離 GPU 供應鏈，而是透過自研 ASIC 分擔部分特定工作負載，並在效能、成本與供應穩定性之間取得更大的控制權。
2027 年 AI 運算能力目標達 14GW
除了晶片開發，Meta 也正擴大 AI 基礎設施建設。公司在 2026 年預計部署 7GW 運算能力，上半年已新增 1GW，年底前還將增加 5.5GW；到了 2027 年，則計畫將總運算能力提升至 14GW。
若以一般家庭用電估算，1GW 約可供應 80 萬戶家庭使用。這項換算僅用於說明規模，仍無法直接等同於資料中心與家庭用電的實際需求，但可反映 Meta 擴張 AI 運算基礎設施的幅度。
多年期供應協議支撐資料中心擴張
為因應資料中心需求快速成長，Meta 已與多家供應商簽訂多年期供貨協議。其中，三星電子提供記憶體，SanDisk 供應快閃記憶體，住友電工（Sumitomo Electric）則供應光纖設備，藉此穩定取得 AI 基礎設施所需的關鍵零組件。
Meta 2026 年 AI 基礎設施投資預估最高可達 1,450 億美元，成為全球科技業 AI 軍備競賽的重要參與者。隨著各大科技公司持續擴建 AI 資料中心，記憶體、AI 晶片與其他關鍵元件的需求同步上升，價格也持續受到推升。
摩根士丹利甚至以「Chipflation」（晶片通膨）形容相關趨勢，反映 AI 熱潮已對半導體供應鏈的需求與成本帶來廣泛影響。對 Meta 而言，Iris 能否順利量產並在實際工作負載中展現成本與效率優勢，將是其降低外部依賴、擴大自有 AI 基礎設施效益的關鍵。
