据六位直接知情人士透露，就在Meta与AMD、英伟达签署新芯片供应协议的同时，其自研AI芯片项目接连遇到严重问题。

消息人士称，由于设计困难重重，Meta上周取消了正在开发的最高端AI训练芯片，转而将重心放在结构更简单的版本上。公司已在上周向AI基础设施部门员工通报了这一调整。

这一决定凸显出，科技巨头想要设计出能与市场霸主英伟达抗衡的AI芯片，难度极大。

核心要点

Meta因设计难题，砍掉自研高端AI训练芯片Olympus

这一决定凸显出挑战英伟达主导地位的难度

Meta已与AMD、英伟达达成数据中心芯片供应协议

Meta调整芯片路线图之前，已在近几周与超威半导体（AMD）、英伟达建立新合作：

周二，Meta与AMD宣布，将采购功率达6吉瓦的AMD芯片，大致可满足多个大型数据中心需求

本月稍早，Meta与英伟达达成多代次长期合作，承诺在数据中心部署数百万片英伟达现有及下一代芯片

Meta的自研AI芯片隶属于MTIA（Meta训练与推理加速器）项目，是公司自主开发AI硬件、降低对英伟达等外部芯片厂商依赖的重要举措，旨在降低成本、加强对数据中心基础设施的掌控。

例如，Meta预计2026年资本支出将达到1150亿~1350亿美元，其中大部分将投向芯片与服务器。

Meta发言人在声明中表示：

“我们仍致力于投资多元化的芯片组合以满足自身需求，包括推进MTIA系列产品，今年将公布更多信息。”

包括微软在内的其他科技公司，在自研AI芯片时也遇到类似问题。

去年，英伟达CEO黄仁勋曾公开表示，大多数科技巨头最终会放弃自研竞品芯片的计划，并称这些芯片的性能将持续落后于英伟达产品。

Meta多款自研芯片接连遇挫

Meta多款自研芯片均出现问题：

公司已砍掉第二代训练芯片的一个版本，内部代号Iris

随后启动更先进的训练芯片项目，代号Olympus，但如今也已取消

一位参与Meta芯片项目的人士表示，公司内部对自研芯片能否追上英伟达能力持怀疑态度，因为项目存在延期与重新设计风险。

该人士称，这项工作需要庞大工程师团队进行设计、调试，并确保功耗不会过高，否则相比英伟达芯片将毫无性价比。

Iris采用SIMD（单指令多数据）架构，硬件设计相对简单，但训练AI模型时软件编程难度更高

Olympus采用与英伟达AI芯片类似的SIMT（单指令多线程）架构，软件编程更友好，但硬件设计难度极大

许多科技公司青睐英伟达普及的SIMT架构，因为它更灵活，更适合训练现代AI模型。

据四位消息人士透露，Meta原本计划最早在2026年第四季度完成Olympus设计，而新芯片从初步设计到量产通常还需要九个月甚至更久。

Olympus负责AI计算的核心GPU部分，计划采用Meta去年收购的芯片初创公司Rivos的设计。

Rivos曾宣称，其GPU可以高效运行英伟达专属的CUDA软件代码，而CUDA是当前训练与运行机器学习模型的主流软件生态。

据一位消息人士称，Meta最初计划用Olympus搭建大型服务器集群，但高管最终认定，在与OpenAI、谷歌等成熟对手激烈竞争的背景下，这会给新模型训练带来重大风险。

多位人士表示，Olympus的训练软件稳定性不如英伟达，且复杂设计可能导致难以大规模量产。

因此，Meta目前选择继续使用第三方厂商的训练芯片，这些芯片的软件生态已经成熟。