你每天刷到的推荐内容和广告，背后都要消耗大量计算资源。对Meta来说，长期只靠采购通用GPU，就像一家巨型餐厅始终租用别人的厨房：能做菜，但成本、供货和设备配置不完全由自己掌握。如今，这家公司试图把一部分“厨房”握在手里。
据Yahoo Finance转述的一份内部备忘录，Meta计划在9月让自研数据中心AI芯片Iris“进入生产”，并在2027年把数据中心算力容量翻倍至14吉瓦。这些说法目前只有单一报道支持，备忘录原文和Meta官方确认均未提供；原文所说的“into production”究竟指正式大规模量产、投片，还是开始部署，也不清楚。
从设计图走向供应链
Iris是一颗ASIC——为特定任务定制的集成电路。它不像通用GPU那样追求广泛适用，而是针对固定、庞大的工作负载做优化，通常以较低的单位计算成本和能耗换取较少的灵活性。
据该报道，Meta与Broadcom合作设计Iris，并将芯片交由Taiwan Semiconductor Manufacturing（TSMC）制造。这是大型云平台常见的分工：平台定义自己的需求并参与芯片设计，晶圆代工厂负责制造。
真正值得注意的不是“Meta也有一颗芯片”，而是项目可能开始进入真实供应链。量产通常意味着设计经过验证，准备规模制造和部署。它把自研计划从研发阶段推向成本、良率和交付都要接受检验的阶段。
它不会立刻取代英伟达
自研芯片的目标，是让Meta能为自身工作负载配置算力，并降低对通用GPU单一来源的依赖。但“进入生产”不等于外部芯片马上退出数据中心。
芯片最终能承担多大角色，首先取决于它用于训练还是推理。训练是用大量数据调整模型参数；推理则是让训练好的模型生成回答、推荐内容或广告。两者对算力、内存和响应速度的要求不同。现有材料没有说明Iris具体负责哪一环，也没有披露性能、能耗、产量或成本数据。
为什么现在值得看
规模让这件事变得重要。据该报道，Meta旗下社交平台日活跃用户超过35亿，第一季度营收同比增长33%。报道还称，Meta此前规划的数据中心容量已不足以满足需求，而新建数据中心需要多年准备。
因此，Iris的意义不只是一项芯片工程。它是Meta能否同时控制算力成本、供应节奏和基础设施效率的一次现实测试。若9月确实进入规模生产，Meta削弱英伟达依赖的计划就跨过了关键门槛：从“能否设计”转向“能否稳定制造并真正用起来”。
局限与未知
- 核心时间表来自报道所称的内部备忘录，尚无原文或Meta官方确认。
- “进入生产”的具体阶段不明确，不能直接等同于成熟的大规模量产。
- Iris用于训练还是推理，以及良率、产量、成本和实际表现，材料均未披露。