Meta 與 Broadcom 簽下超大規模客製晶片協議：承諾部署逾 1 吉瓦算力

在 AI 基礎設施的激烈競賽中，Meta Platforms 於 4 月 14 日丟出迄今最重大的硬體賭注：與 Broadcom 大幅擴大合作，承諾部署逾 1 吉瓦的客製 AI 算力——並以一份延伸至 2029 年以上、涵蓋多代晶片的長期藍圖為後盾。

這項協議是 Meta 多年來致力於擺脫對 Nvidia 依賴、打造自有晶片的努力之集大成。自有晶片將承擔驅動 Facebook、Instagram 推薦演算法，乃至 Meta 近年積極推出的各類生成式 AI 功能等一系列核心 AI 工作負載。

自主架構的核心：XPU 平台

這項協議的技術核心是 Broadcom 的 XPU 平台——一套專為設計客製 AI 加速器打造的技術堆疊，讓企業能針對自身工作負載特性打造應用專用晶片。Meta 將以 XPU 平台開發多代 MTIA（Meta 訓練與推理加速器），這款自研晶片目前已承擔 Meta AI 算力的相當份額。

超過 1 吉瓦的初始承諾是一個令人震驚的數字。做個比較：1 吉瓦的算力大約相當於美國一座中型城市的用電量——如今正是超大規模雲端業者與各國政府衡量 AI 雄心的單位。根據協議架構，Meta 最終將部署多吉瓦級別的 Broadcom 晶片，這不只是一個產品公告，而是一套長期基礎設施信條。

Meta 與 Broadcom 將共同開發晶片。Meta 帶來的是對自身工作負載無與倫比的深度理解——大規模社群 AI 領域最詳盡的使用洞見；Broadcom 提供的則是客製晶片設計、封裝與供應鏈的專業能力。這套架構讓 Meta 對晶片藍圖擁有比單純外購更高的掌控權，同時讓 Broadcom 獲得一個旗艦級錨定客戶以及在 Meta 規模下積累的工程經驗。

Nvidia 的陰影

任何 AI 晶片領域的公告，都離不開 Nvidia 這個大背景。這家 GPU 巨頭對 AI 訓練與推理基礎設施的主導之深，讓「AI 算力」幾乎成了「Nvidia 算力」的代名詞。其 H100、H200 依然是訓練前沿模型的首選平台，即將推出的 Vera Rubin 架構在量產前幾個月便已售罄。

正是這種主導地位帶來的價格壓力與配額限制，迫使每家超大規模業者都在探索客製晶片替代方案：Google 有 TPU、Amazon 有 Trainium 和 Inferentia、Microsoft 有 Maia 加速器、Apple 正在打造伺服器端自研晶片——現在 Meta 也在 MTIA 上加倍下注。

Meta 的做法之所以與眾不同，在於與 Broadcom 合作規模之大，以及明確的多代晶片規劃框架。這不是一個避險工具或試點計畫，而是 Meta 有意在可見的未來，持續以客製晶片承擔相當份額的 AI 算力的宣示。對 Nvidia 而言，現實的隱憂不在於 Meta 會立刻停止採購 GPU——短期內不會。真正的擔憂在於：隨著客製晶片成熟，Meta 內部工程積累加深，跑在 Nvidia 硬體上的工作負載比例將緩慢但持續地萎縮。

董事會異動

這次公告同時帶來一個值得關注的治理動態：在 Meta 董事會服務兩年的 Broadcom 執行長郭克 (Hock Tan) 將卸任董事席位，轉為顧問角色。這個安排雖然被定性為例行調整，卻折射出現任董事與 Meta 首要客製晶片夥伴之間日益複雜的利益關係。

郭克仍將以正式顧問身份持續為 Meta 的自研晶片藍圖提供意見——這個架構既保留了策略上的緊密連結，又消除了治理層面的潛在衝突。對 Broadcom 而言，顧問身份或許比董事席位更具彈性：郭克得以在技術與商業事務上直接參與，而無需承擔董事的受託義務限制。

1 吉瓦對 Meta AI 產品的意義

這項協議的實際影響將直接體現在 Meta 的產品路線圖上。該公司持續加碼投資生成式 AI 功能——包括 AI 驅動的內容推薦、面向消費者的 Meta AI 助理、AI 生成廣告素材，以及同時服務內外部使用者的 Llama 系列開源模型。

在客製晶片而非通用 GPU 上執行這些工作負載，具有實質優勢。客製晶片可針對 Meta 工作負載的特定精度需求、記憶體頻寬與網路互連特性進行最佳化，對於推理密集型任務，有潛力在每瓦效能和每美元效能上超越 Nvidia 硬體。以 Meta 的規模——旗下應用每日活躍用戶逾 30 億——即便是晶片層面的微小效率提升，也能換算成每年數億美元的營運成本節省。

2029 年的時間軸也與 Meta 更宏觀的 AI 基礎設施規劃週期吻合。該公司已承諾僅 2026 年的資本支出就將超過 650 億美元，AI 基礎設施是最主要的配置項目。Broadcom 協議實際上為這些資本在未來幾年的部署方式，鎖定了一條清晰的路徑。

客製晶片浪潮的關鍵時刻

Meta 的宣布，恰逢客製晶片浪潮在整個產業加速的節骨眼。就在本週，有報導指出 Microsoft 正積極物色德州與西維吉尼亞州的額外資料中心用地，以鎖定更多 AI 算力。Amazon 的 Trainium 2 晶片已進入超大規模量產。Groq、Cerebras 等 AI 晶片新創，以及據報正籌備 IPO 的南韓 DeepX，都在吸引大量資本。

共同的邏輯是：沒有任何一家公司願意在 Nvidia 的配額決策和定價權面前毫無籌碼。客製晶片是對沖工具，而 Broadcom——憑藉其深厚的客製晶片設計能力與 XPU 平台——正在成為那些需要這種能力、卻無法自建完整晶片設計組織的公司的首選合作夥伴。

對 Meta 而言，這次與 Broadcom 的協議，是迄今為止最清晰的表態：它不只想做算力的消費者，更想成為算力的架構師。