发布时间:2025-07-24 阅读量:662 来源: 我爱方案网 作者: wenwei
【导读】面对全球AI算力需求的激增,科技巨头Meta正通过多元化策略突破硬件瓶颈。据行业权威媒体Digitimes最新报道,Meta已启动与联发科的合作,共同研发代号"Arke"的AI推理芯片,计划于2027年上半年量产。此举旨在缓解对英伟达GPU的过度依赖,同时应对持续攀升的AI基础设施成本。
当前生成式AI发展面临的核心挑战在于天文数字级的硬件投入。以OpenAI为例,其宣布2024年底前部署超100万个GPU,仅以英伟达GPU均价3万美元估算,硬件采购成本已达300亿美元(约合人民币2160亿元)。若叠加配套的存储、网络、能源及散热系统,总投入将呈几何级增长。Meta内部预测显示,2024年其AI基础设施成本恐飙升至1140亿至1190亿美元区间。
为破解成本困局,Meta实施双轨制芯片战略:原计划2025年量产"Meta Artemis"(研发代号:Iris),后续迭代产品"Meta Olympus"将采用台积电N2P(2纳米增强版)制程;而新增的"Arke"项目则专注于提升推理任务的经济性。值得关注的是,Meta训练芯片已进入小规模开发阶段,预计2026年应用于模型训练。
联发科技术积淀成战略支点
选择联发科作为合作伙伴源于其多维优势:首先,双方在智能眼镜定制芯片领域已有成功合作基础;其次,联发科拥有尖端的2纳米制程开发能力,其首款2纳米移动处理器将于2024年9月完成流片;更重要的是,联发科ASIC(应用型专用集成电路)业务已建立完整技术体系,公司财报披露该业务营收将在2026年突破10亿美元大关。
行业分析师指出,此次合作标志着AI芯片生态的重要转向。当英伟达H100系列GPU供应持续紧张,单价居高不下时,科技巨头通过自研+代工模式构建算力自主权已成必然选择。Meta的"Arke"项目若如期落地,将显著优化其Llama大模型服务的推理成本,为广告推荐、内容生成等核心业务创造更大盈利空间。
本文将深入解析CPU/GPU/NPU/FPGA四大核心处理器的核心差异与应用区别
边缘计算盒子是集成了计算、存储、网络连接及特定边缘功能的硬件设备
本文将详细介绍传统PLC与ARM控制器的架构与应用区别
高通第五代晓龙8至尊版发布
2025年第四季度旧制度DRAM价格涨幅依旧客观,但DDR5的涨势已经变得更为强劲