英伟达承压？Meta新一代AI芯片Iris改写算力经济学

路透社查阅的一份Meta内部备忘录显示，Meta计划最早于2026年9月正式启动代号“Iris”的自研AI芯片量产工作。芯片全流程缺陷测试仅耗时六周，未发现重大问题，这一进展速度对于Meta已推进超过五年的自研芯片项目而言具有标志性意义。

Iris隶属于Meta训练与推理加速器（MTIA）四代产品线，由Meta内部主导设计，联合博通协同开发，交由台积电以3nm制程完成晶圆制造。从技术规格来看，Iris集成八组HBM3E 12-high内存堆栈，带宽超过3.5 TB/s，采用专门优化的8×8矩阵计算架构和稀疏计算流水线，针对深度学习推荐模型（DLRM）的嵌入表查找与排序漏斗进行了深度调优；每个Iris模块为CoWoS-L封装，包含2个Medha计算chiplet、1个Hamsa I/O chiplet和2个Owl chiplet，单模块HBM3E容量可选192GB或288GB。

Meta同步敲定了激进的算力扩张计划：2026年部署约7吉瓦计算基础设施，2027年翻倍至14吉瓦，并规划保持每约六个月推出一代新MTIA芯片的迭代节奏，后续将推出「Santa Barbara（v4）」、「Olympus（v5）」和「Universal Core（v6）」。2026年资本支出预期已上调至1250亿至1450亿美元，Meta还与三星电子、SanDisk和住友电工分别签署了内存、闪存存储和光纤设备的长期供应协议，为大规模部署构建供应链保障。

对Meta的战略意义

Iris对Meta的核心价值不在于制造一颗“更好的芯片”，而在于改变Meta与整个半导体供应链之间的权力结构。

· 成本结构的根本性优化：据Wedbush分析报告，使用自研芯片在Meta数据中心可带来40%-44%的总拥有成本（TCO）降低。对于一家年度资本支出超过千亿美元的企业而言，这意味着每年可节省数百亿美元的算力支出，且这一节省随部署规模的扩大呈加速效应。

· 供应链韧性的质变：Meta CFO Susan Li曾坦言，12-36个月前规划的数据中心容量已不敷使用，英伟达最新GPU的采用“是一项沉重的负担，耗费了我们大量时间”。Iris量产后，Meta可以将特定推理负载从GPU迁移至自研芯片，从而在采购谈判中获得更大的议价空间，并降低因GPU供应波动导致的部署延迟风险。正如分析师所言，“在Iris上运行的每个推理工作负载都意味着可以减少一个GPU订单”。

· 从算力消费者到算力架构师的定位跃迁：Meta同时推进「Meta Compute」算力租赁计划，考虑将多余AI基础设施对外开放。自研芯片带来的成本优势，使得Meta在对外提供算力服务时具备更有利的经济模型。这意味着Meta正在从一个纯粹的AI算力买家转变为一个兼具算力生产与运营能力的垂直整合平台。

Iris不会取代英伟达GPU

一个常见误读是Iris将替代英伟达GPU。事实恰恰相反：Meta的H100和B200 GPU阵列仍然是其最苛刻训练基础设施的支柱。英伟达的通用GPU在灵活性上远超专用ASIC，将继续承担Meta最前沿大模型（如Llama系列）的训练任务。分析机构Counterpoint Research明确指出，Meta自研ASIC主要面向推荐、排序等推理负载，设计定位是“辅助而非取代”GPU。

Iris真正改变的是GPU的使用比例。Meta的推荐引擎每天为超过40亿用户运行数十亿次推理，这类工作负载具有高度重复性和可预测性，恰好是专用ASIC的优势领域。Wedbush分析师预计，到2026年底，Meta超过35%的推理集群将运行在MTIA硬件上。在总计算需求不变的前提下，Iris每承接一个单位的推理负载，就减少一个单位对GPU的采购需求。由于推理负载在Meta日常运营成本中占据“大头”，这一比例的倾斜将产生显著的杠杆效应。

杠杆效应的三重体现：ASIC在单Token成本上的优势随规模扩大而放大，推理负载的边际成本曲线因此下移；Meta仍是大规模GPU买家，但Iris的存在使其在GPU采购谈判中拥有了可信的“替代方案”，从而对英伟达形成潜在的定价压力；将算力组合从单一依赖GPU转变为“GPU训练+ASIC推理”的双轨架构，预算申请不再完全受制于英伟达的出货计划，使Meta在算力规划上获得更大的自主权。

对芯片制造市场的影响

Iris的量产是超大规模企业自研芯片浪潮中的一个关键节点，其对芯片制造市场的影响正在多层面展开。

· 台积电“左右逢源”：Iris由台积电3nm制程代工，且MTIA系列将保持半年一迭代的节奏，意味着台积电将持续获得来自Meta的先进制程订单。在GPU与定制ASIC双轨并行的格局下，无论算力需求流向哪一侧，台积电作为全球最先进制程的垄断性代工方，都是确定性受益者。

· 强化博通与Marvell的双寡头格局：博通和Marvell占据约90%的市场份额，其中博通独占80%-85%；摩根大通预计2026年全球定制AI ASIC市场规模约600亿至700亿美元，未来数年复合增速超过40%-50%。Meta与博通合作设计Iris，同时与Marvell合作开发了推理专用变体“Arke”，形成了对两家供应商的战略性分散。

· 英伟达训练市场短期内难以撼动：摩根大通预估，2026年ASIC占全球AI芯片出货量的比重约42%，2027年将升至53%，正式超越GPU。在推理领域，有预测认为定制ASIC可能将英伟达的推理市场份额从约90%压缩至20%-30%区间；然而，这一侵蚀主要集中在标准化推理场景，英伟达在训练市场的统治地位凭借CUDA生态系统的锁定效应和通用灵活性短期内难以被ASIC动摇，英伟达自身也强调GPU平台在通用性与生态系上的优势使其与ASIC“定位不同”。

· 对存储与封装产业链的拉动：Iris集成八组HBM3E内存堆栈，且单模块容量最高可达288GB，这直接拉动了对先进高带宽内存的需求。Meta与三星电子的内存长期供应协议即是对此趋势的回应；在封装侧，Iris采用CoWoS-L先进封装技术，对台积电的先进封装产能形成持续需求。

结语

Iris的意义远超一颗芯片本身，它标志着Meta正式从AI算力的被动消费者转变为主动架构师 —— 其战略逻辑并非“替代英伟达”，而是通过改变算力组合的比例来获取成本、谈判和战略三重杠杆。在这场变革中，芯片制造市场的受益者并非单一主体：台积电作为先进制程与封装的通用底座持续获益，博通与Marvell在设计服务领域巩固双寡头地位，而英伟达则面临推理市场份额的渐进侵蚀，但训练市场的护城河依然深厚。

更深远的影响在于，Meta的实践正在为其他超大规模企业提供一条可复制的路径：在继续采购GPU的同时，用自研ASIC改变算力经济的底层方程式。