Meta 組建 AI 硬件團隊，角逐 7 萬億美元機遇

Meta Platforms Inc. 正在其超智能實驗室（Super Intelligence Lab）內部組建一個專門的硬件團隊，這是其設計自有定制人工智能芯片的重大戰略轉型。據 4 月 4 日報道，此舉標誌著 Meta 意欲加入其他科技巨頭的行列，將半導體研發內部化，旨在削減其在市場領導者英偉達（Nvidia）GPU 上高達數十億美元的支出，並為其自身的 AI 工作負載優化性能。

這種垂直整合的趨勢在大型科技公司中日益盛行。英偉達首席執行官黃仁勳（Jensen Huang）最近承認了定制芯片市場的擴張，他表示：「全球所有的數據中心都將被這種全新的計算方式所取代。」儘管英偉達的 CUDA 平台仍佔據主導地位，但黃仁勳關於與 Marvell Technology 合作的言論凸顯了一項戰略轉變，即擁抱並從中獲益於威脅其核心 GPU 業務的定制芯片運動。

行業內的頂級玩家已經深入參與到定制芯片的研發中。亞馬遜擁有 Trainium 和 Graviton 處理器，Alphabet 擁有張量處理單元（TPU），微軟也在研發自己的芯片。這些公司通常與 Marvell 和 Broadcom 等設計公司合作以實現其願景，從而建立起一個與英偉達現成解決方案並行的強大生態系統。

對於投資者而言，Meta 加入這場軍備競賽具有明確的意義。開發定制芯片每年可為公司節省數十億美元的採購成本，並通過針對其 Llama 系列 AI 模型直接定制硬件，提供長期的競爭優勢。雖然這標誌著短期內資本支出的增加，但它強化了 Meta 在 AI 競賽中地位的看漲敘事，直接挑戰了股票市盈率超過 30 倍的英偉達的長期主導地位。

自研芯片軍備競賽

推動定制 AI 芯片的研發是對商用 GPU 高成本和通用化特性的直接回應。雖然英偉達的芯片功能強大，但對於公司可能面臨的每一項特定 AI 任務，它們並不總是最高效的解決方案。通過設計自有芯片，像 Meta 這樣的公司可以針對其神經網絡的精確架構進行優化，從而在性能和能效方面獲得顯著提升。

這種策略並不新鮮。谷歌憑藉其 TPU 開創了這一先河，多年來這些芯片一直為其搜索和 AI 產品提供動力。最近，亞馬遜的 AWS 也公開宣稱其用於訓練 AI 模型的定制 Trainium 芯片具有成本和性能優勢。根據 CNBC 最近的一份報告，亞馬遜甚至正在將其自有定制芯片與英偉達的 NVLink Fusion 技術相結合，展示了未來混合環境的趨勢。這種全行業範圍的轉型正在為 Cognichip 等半導體設計公司創造新機遇（該公司最近籌集了 6000 萬美元以推進其 AI 驅動的芯片設計技術），同時也讓 Marvell 和 Broadcom 等老牌公司獲益。

英偉達對定制化的 20 億美元豪賭

英偉達並沒有停下腳步。該公司最近宣佈與 Marvell Technology 建立戰略合作夥伴關係，斥資 20 億美元入股該公司，持股比例約為 2.5%。此次合作的重點是將 Marvell 的定制芯片與英偉達的網絡結構 NVLink 相結合。這使得設計自有處理器的客戶能夠更輕鬆地將其與英偉達更廣泛的生態系統（包括其 CPU、網絡硬件和軟件庫）連接起來。

「通過合作，我們將能夠應對一個大得多的[總體潛在市場]」，英偉達首席執行官黃仁勳在接受 CNBC 採訪時表示。此舉是對「通用 GPU」模式正在發生演變的默許。通過投資並與定制芯片的關鍵推動者合作，即使在其自有 GPU 不是主要處理器的情況下，英偉達也能確保獲得收入。這是一種對衝策略，使英偉達在繼續銷售其市場領先產品的同時，也能從定制芯片的增長中獲益。

對 Meta 和 AI 市場的意義

對於 Meta 而言，通往成熟定制芯片的道路漫長且昂貴，但潛在回報巨大。成功的自研芯片可以大幅降低運行其 AI 服務的運營成本，包括訓練未來版本的 Llama 模型以及為其社交媒體應用中的 AI 功能提供動力。這將提高利潤率，並使公司能夠更積極地擴展其 AI 計劃。

此舉加劇了對英偉達的競爭壓力。雖然 Meta 在未來幾年內可能仍將是英偉達的主要客戶，但長期趨勢已十分明確：英偉達最大的客戶都在積極尋求減少對其產品的依賴。然而，正如與 Marvell 的合作所表明的那樣，英偉達正在調整戰略，旨在成為整個 AI 數據中心的基礎平台，而不僅僅是一個 GPU 供應商。AI 霸權的競爭正在從軟件模型擴展到運行它們的芯片本身，而 Meta 已正式鳴槍開跑。

本文僅供參考，不構成投資建議。