Meta计划9月开始量产新一代MTIA自研AI芯片，一份内部备忘录显示，至少有一款芯片仅用六周就跑完了测试流程。芯片设计由Broadcom参与，制造交给台积电，内存来自三星，存储用Sandisk，光模块找住友电工——这份供应商名单本身就说明，Meta这次不是做技术展示，是在按真实量产的节奏铺供应链。
这事重要，不是因为Meta"又造了芯片"，而是因为它把2026年这场大厂集体自研AI芯片的运动，从PPT阶段又往前推了一步。但推多远，得看它站在谁旁边。
六周测试通过，说明了什么
六周跑完测试，在芯片行业不算慢也不算特别快，更像是一条已经跑顺的流水线在复用。这符合Meta今年3月披露的路线图：MTIA新一代芯片沿用模块化chiplet设计，适配现有机架基础设施，迭代节奏压缩到约每六个月一次。换句话说，Meta不是在赌一次性的技术突破，而是在按工业化的节奏批量出货。
Meta从2023年就开始自研芯片，今年资本开支预计在1250亿到1450亿美元之间，大量投向AI基础设施。这次量产的具体是MTIA 300还是400系列，原文引用的Reuters报道没有说清楚——外部有检索信息称内部代号为"Iris"，但这个说法没有出现在TechCrunch正文引用的报道里，只能算未经证实的传闻，暂时不必当真。
MTIA路线图：谁干推荐排序，谁干生成式AI
3月的官方披露给出了更清楚的分工：MTIA 300已经投产，专门跑广告和内容推荐的排序训练；400、450、500这三代面向生成式AI推理，计划在2027年前陆续投产。到今年3月，Meta已经在推荐场景部署了数十万颗MTIA推理芯片。
这套分工说明Meta的自研芯片目前主要吃掉的是重复性大规模的推荐系统工作负载，生成式AI推理才刚要接棒，前沿模型训练依然离不开外购GPU。
谁真正规模化了，谁还在期权阶段
把Meta放进整个行业的坐标系里看，位置会更清楚。Anthropic通过AWS的Trainium2芯片，训练和服务Claude模型的加速器数量已经接近100万颗，是目前非GPU加速器在前沿模型公司里规模最大的公开案例。OpenAI上个月才刚发布与Broadcom联合打造的首款推理芯片，据AP报道这项合作已经启动约18个月，眼下更多还是未来期权，谈不上规模化落地。Meta的数十万颗MTIA部署，正好卡在这两者中间。
- 结论.自研芯片能不能吃到真实预算，本质是看有没有已经规模化落地的工作负载，不是看谁先发布。
Broadcom才是这轮竞速里最稳的赢家
这场"去Nvidia化"运动，热闹的是Meta、OpenAI、Anthropic各自的芯片新闻，闷声赚钱的是Broadcom。它既是Meta MTIA的设计合作方，也是OpenAI首款推理芯片的联合开发者，今年3月还发布了交换容量102.4Tbps的Tomahawk 6网络芯片，专门服务AI集群的高速互联。芯片设计和网络互联两头卡位，意味着不管谁的自研芯片跑出来，Broadcom大概率都在订单名单上。
对比之下，Google TPU和Amazon Trainium都是自己设计、自己部署，Broadcom插不进去；但Meta、OpenAI这类"设计外包+自己代工"的模式，恰恰给了Broadcom最大的生存空间。
Meta官方对这次量产"拒绝置评"，意味着良率、成本节省幅度这些关键细节，眼下都只有内部备忘录的转述，没有独立数据验证。7吉瓦到明年14吉瓦的算力翻倍计划里，自研芯片和外购GPU各占多少比例，也还没有明确说法。真正能验证这次量产成色的，是Meta今年三季度财报电话会上会不会下调GPU资本开支指引——那才是自研芯片有没有真的省钱的答案。