Arke 上半年度進場、Astrid 年底接棒：Meta 把自研晶片逃離 Nvidia 帳單的時程表定案了

Meta 終於給了它的「逃離 Nvidia 帳單」路線圖一個明確的日期。根據 9 月 15 日刊出的專訪，Meta 的第三代自研 AI 加速器 MTIA 450（代號 Arke）將於 2027 年上半年進入資料中心量產；第四代 MTIA 500（代號 Astrid）將在一個月內完成設計定案，並於 2027 年底部署——Meta 預期 Astrid 的部署規模會比 Arke 更大。

這些細節來自 Meta 工程副總裁、自研矽晶片計畫負責人 Yee Jiun Song 接受 Bloomberg 的訪談（洛杉磯時報轉載）。這是這條晶片產品線迄今最具體的公開時程——Meta 指望它來扭轉一座如今以 GW 計、資本支出計畫約 1,150 億美元的運算建設的成本曲線。

Meta 實際承諾了什麼

這次訪談揭露的重點數字：

• MTIA 450「Arke」——第三代，目前在測試中，2027 上半年進入資料中心量產。相較 MTIA 400，HBM 頻寬大約翻倍，並針對生成式 AI 推論做了專屬優化。
• MTIA 500「Astrid」——設計工作約一個月內完成，2027 年底部署、更大規模鋪開。頻寬再增加約 50%，HBM 容量最多比 450 多 80%。
• 承諾部署量已超過 1 GW：以能源使用量計算，Meta 已就這系列晶片承諾在 12 個月內部署超過 1 GW，之後「我們預期還會加速」，Song 說——前提是 AI 市場與需求沒有崩盤。
• 晶片已經回來了：十二顆 MTIA 450 已於 9 月 1 日從台積電送達 Meta，實測效能與模擬結果差距僅 2–3%——這種首輪矽晶片的準確度，通常意味著設計沒有踩到坑。上機第一天，團隊不僅跑了 Meta 自家模型，也跑了 DeepSeek 與阿里巴巴的模型，顯示這批晶片是通用推論的工作馬，而不是只能跑單一模型的窄用途加速器。
• 對比 GPU 在支援的工作負載上約 44% 的總持有成本（TCO）節省——這是 Meta 隨整體資本支出計畫一起掛出的推銷話術。

Meta 與 Broadcom 合作設計這些晶片、交由 台積電（TSMC） 製造。Meta 超級智慧實驗室（Meta Superintelligence Labs）會提前把未來模型與其推論需求告訴晶片團隊，讓硬體為還沒上線的工作負載預先調校。

Olympus 的取消才是真正的重點

整場訪談最誠實的一段，是 Meta 決定不做的東西。該公司原本規劃一款代號 Olympus 的晶片，同時瞄準訓練與推論，預定 2028 或 2029 年問世。Meta 砍掉了這個專案，把資源集中在推論——理由明白寫著：成本。

「當你開始建置一個又一個 GW 的產能時，你會非常在乎成本，」Song 說。一顆同時處理訓練與推論的晶片可能貴上大約 30%，而在 Meta 的規模下，這個溢價突然變得「完全無法接受」。

把這句話放回市場脈絡看。Nvidia 的毛利，恰恰來自販賣「對所有人都做所有事」的通用零件。Meta 的反制是專注化：一顆工作馬級的推論引擎，記憶體頻寬規格只買自家排序、推薦與生成式工作負載需要的量。Song 說這些晶片在Meta 的工作負載上，每瓦、每美元的效能勝過「Nvidia 現在出貨的任何產品」——這句話之所以可信，正是因為它的比較範圍有設限：這些不是前沿訓練晶片，Meta 也沒假裝它們是。整個 MTIA 產品線四代都重度依賴高頻寬記憶體，並刻意不碰超低延遲的極速推論市場。

為什麼 1 GW 的 Arke 很重要

規模感需要 context。Meta 大約佔 Nvidia 營收的 9%，今年 2 月才剛簽下採購「數百萬顆」Nvidia 晶片的協議；7 月路透社報導的內部備忘錄則顯示，Meta 的目標是明年把運算產能翻倍到 14 GW。在這個盤子裡承諾超過 1 GW 的自研矽晶片，這不是實驗室計畫——這是 Meta 機群兩位數百分比的算力，由 Meta 設計、為 Meta 而生，Broadcom 收設計服務費，而不是 Nvidia 賺走整機系統的毛利。

HBM 的數字則說明了整個產業真正的瓶頸在哪裡。最近每一個自研晶片計畫——包括 Meta 的 MTIA 系列在內——都是繞著記憶體設計的：一代一代把頻寬翻倍、堆上多 80% 的容量，因為缺的是記憶體，而推論輸送量在大規模下真正依賴的是記憶體頻寬。「支援的工作負載上 44% TCO 節省」，不過是一顆只買所需記憶體的晶片做出來的算術。

但要注意三件事

誠實的但書有三。第一，「承諾」不等於「部署」——2027 上半年是排程，首批矽晶片只有十二顆，工廠產能爬坡之前還有幾個月的驗證與調校。第二，TCO 節省只適用於支援的工作負載；訓練以及 MTIA 明確不做的低延遲推論，Meta 仍會大量購買 Nvidia 的 GPU。第三，整個計畫的前提是 AI 需求撐得住——Song 自己也這麼說。

但方向已經無法misinterpret。Astrid 之後，Meta 說會接著推速度與輸送量，並靠光纖互連技術持續提升。「我們有一條非常穩健的路線圖，」Song 說。「未來幾年，我們預期會持續打造與供應商為我們打造的產品具競爭力的晶片。」

對 Nvidia 來說，任何單一 GW 都不致命——但 Meta 如今是最清晰的示範：最大的 GPU 買家打算親自下場做晶片設計，一次吃下一個工作負載類別。對其他所有正在建 AI 基礎設施的人，Meta 等於公開了劇本：無情地專注化、砍掉回不了本的計畫，然後用每瓦成本衡量一切。