发布时间:2025-07-24 阅读量:1221 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。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。
展会大数据公布!2027.7.7-9,上海见。
全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。