Meta Iris芯片9月投产：大厂自研推理芯片进入半年一代时代
Meta Iris芯片9月投产：大厂自研推理芯片进入"半年一代"时代
据 Reuters 7月9日报道，Meta计划于今年9月开始制造代号"Iris"的新一代自研AI芯片。这是Meta Training and Inference Accelerator（MTIA）家族的最新成员，也是Meta"每六个月发布一款新芯片"战略的又一个落地节点。
Iris是什么，为什么值得关注
Iris将加入MTIA产品线，主要用于AI推理工作负载。Meta目前在其应用生态中部署了数十万颗MTIA芯片，处理内容排序、广告推荐和生成式AI推理等任务。
这件事值得关注，原因有三：
第一，节奏史无前例。 传统芯片周期是1-2年一代，Meta的目标是6个月甚至更短。今年3月，Meta官方博客公布了MTIA路线图——两年内推出四代新芯片（MTIA 300/400/450/500），其中MTIA 300已投入生产。Iris很可能对应MTIA 400或更后一代的产品代号。
第二，推理优先，而非训练优先。 主流AI芯片（如NVIDIA H100/B200）通常按最重负载——大规模预训练——来设计，推理只是附带能力。Meta反其道而行：MTIA 450和500优先优化GenAI推理，训练和其他工作负载次之。这个设计选择对应了行业趋势——随着模型部署规模扩大，推理计算量远超训练，成本占比持续上升。
第三，模块化部署。 MTIA采用模块化设计，新芯片可以直接插入现有racks，不需要重建基础设施。这意味着Meta可以在不扩建数据中心的前提下，通过换芯片来提升AI算力。
对行业意味着什么
对NVIDIA和AMD： Meta是NVIDIA GPU的超级买家之一，自研芯片的每一次推进都在削弱对外部供应商的依赖。当大客户开始自己造推理芯片，GPU厂商在推理市场的定价权和议价空间都会被压缩。
对AI芯片格局： 推理和训练正在分化成两条不同的技术路线。训练芯片继续卷算力峰值和互联带宽，推理芯片则更看重成本效率、延迟和部署密度。Meta的inference-first策略意味着推理芯片不必追着训练芯片的规格跑，而是走自己的性价比路线。
对供应链： AI对内存产能的争夺已波及终端市场。IDC 7月8日发布的Q2报告显示，全球PC出货量环比下降4.9%，结束了连续9个季度的增长——直接原因是AI数据中心抢走了大量DRAM产能。当大厂还在加大自研芯片投入，内存短缺短期内不会缓解。
几个需要冷静看的点
- Iris的具体规格（算力、内存带宽、制程）尚未公开，投产不等于大规模部署
- Meta虽然部署了数十万颗MTIA，但实际替代GPU的比例不透明，目前可能仍以补充而非替代为主
- 9月投产是Reuters报道的时间节点，从投产到规模化上架通常还需数月
基于多家媒体转述整理。
---
来源：
- Reuters/The Verge: Meta reportedly plans to start manufacturing its new AI chip in September (2026-07-09)
- Meta官方博客: Expanding Meta's Custom Silicon to Power Our AI Workloads (2026-03)
- IDC: PC Market Runs Low on RAM to Grow (2026-07-08)