在人工智能芯片领域，英伟达的统治地位似乎无人能撼动。然而，Meta 的最新动作或许正能悄然改变这一格局。近日，有消息称 Meta 正在测试其首款基于 RISC-V 架构的 AI 训练芯片，这一举措不仅标志着 Meta 在芯片领域的进一步突破，也可能为整个行业带来新的变数。
从推理到训练：Meta 的芯片野心
Meta 对 RISC-V 架构的探索并非一时兴起。早在几年前，Meta 就开发了基于 RISC-V 的芯片，主要用于 AI 推理任务，旨在降低成本并减少对英伟达的依赖。如今，Meta 更进一步，在 Broadcom 的协助下，成功设计出了内部 AI 训练加速器。这款芯片的诞生，意味着 Meta 有望摆脱对英伟达高端 AI GPU（如 H100/H200、B100/B200 等）的依赖，而这些 GPU 在训练先进大语言模型时一直占据着主导地位。
芯片测试进行时：性能与功耗的双重考验
据路透社报道，Meta 与 Broadcom（博通） 合作，由台积电完成了这款 AI 训练加速器的流片工作，并成功制造出首批可用芯片样品。目前，Meta 已开启小规模部署，正在评估芯片的性能和功耗表现。虽然尚未公布具体的基准测试结果，但这款芯片已经投入实际应用，开始发挥作用。
从设计上看，这款芯片很可能采用了脉动阵列结构，由排列成行列的相同处理单元（PE）构成，每个单元负责处理矩阵或向量相关计算，数据在网络中顺序流动。为了应对 AI 训练的海量数据需求，芯片可能搭载了 HBM3 或 HBM3E 内存。此外，作为定制处理器，Meta 还定义了其支持的数据格式和指令，以优化芯片的尺寸、功耗和性能。在性能方面，这款芯片需要与英伟达的最新 AI GPU（如 H200、B200，甚至下一代 B300）一较高下才能赢得市场。
图：博通设计的处理器（图源：Meta）
MTIA 计划的曲折之路
这款芯片是 Meta 的 Meta 训练与推理加速器（MTIA）计划的最新成果。然而，MTIA 计划并非一帆风顺。此前，Meta 的一款内部推理处理器在小规模部署测试中未能达到性能和功耗目标，最终被迫停产。这一挫折也促使 Meta 在 2022 年调整策略，大量采购英伟达的 GPU 以满足 AI 处理需求。
尽管如此，Meta 并未放弃定制芯片的研发。去年，Meta 开始将 MTIA 芯片用于推理任务，并计划到 2026 年将定制芯片应用于 AI 训练。如果这款芯片能够达到预期目标，Meta 将逐步扩大其使用规模，这也是 Meta 为数据中心运营设计更多定制化硬件解决方案的关键一步。
RISC-V 架构的潜力
值得一提的是，MTIA 的推理加速器采用了开源的 RISC-V 内核，这使得 Meta 能够按自身需求定制指令集架构，同时无需向第三方支付版税。虽然目前尚不确定 MTIA 的训练加速器是否也基于 RISC-V 指令集架构，但这种可能性很大。如果属实，Meta 或许将打造出行业内性能顶尖的 RISC-V 架构芯片。
打破垄断：Meta 的挑战与机遇
当前，AI 芯片市场竞争激烈，英伟达凭借先发优势和强大技术实力占据了大部分市场份额。Meta 的这款芯片若成功，不仅能降低自身成本，还可能打破现有的市场格局，为其他企业在 AI 芯片研发上提供新的思路。
