Meta 新一代 MTIA 400 芯片：兼顾 AI 训练与广告投放
The Register 报道 Meta 推出新一代自研芯片 MTIA 400，同时支持 AI 训练推理与广告排序推理负…
据 The Register 报道，Meta 推出了新一代自研 AI 加速芯片 MTIA 400。与前代专注于推理不同，这款芯片采用了一种「双面」设计：既面向大模型训练与推理负载，也兼顾 Meta 核心的广告排序（ad serving）推理需求。这意味着同一颗芯片要在两条性质迥异的工作链路上同时发挥价值。
芯片定位：从纯推理走向训练+推理
Meta 自研芯片项目 MTIA（Meta Training and Inference Accelerator）最早于 2023 年公开，首代 MTIA v1 定位为推理专用 ASIC。随着生成式 AI 业务扩张，Meta 对算力的需求快速增长，仅靠外部 GPU 已难以满足成本与规模要求。MTIA 400 将训练纳入能力范围，是 Meta 在自研芯片路线上的重要扩展，也意味着 Meta 正在复制 Google TPU 的路径——把训练和推理逐步迁移到自研硬件上。
「一芯两用」的工程权衡
让同一颗芯片同时服务 AI 训练/推理与广告投放并非易事，二者在延迟、吞吐、精度上的要求差异明显。报道指出 MTIA 400 在架构上做了相应平衡：
- 支持较高精度的训练计算，可承载模型微调与部分预训练任务；
- 针对广告排序等超低延迟在线推理做了优化，保证 Feed 与 Reels 的广告竞价时延；
- 内部调度层能够根据负载动态切换工作模式。
这种设计的好处是提升芯片利用率、降低数据中心总体拥有成本（TCO），但也带来工程复杂度上升、单一工作负载峰值性能可能不及专用芯片的代价。
对行业格局的影响
短期内，MTIA 400 主要服务 Meta 自有业务，对外不产生直接影响。但从趋势上看，主流大厂正在加速「去 NVIDIA 化」或降低对单一供应商的依赖：Google 有 TPU，Amazon 有 Trainium/Inferentia，Meta 也在加码自研。若 MTIA 400 在实际产能与能效上验证成功，将进一步加剧 AI 算力市场的多元化竞争，也为大模型训练侧的成本结构提供新的参照。
目前 Meta 尚未公开 MTIA 400 的具体制程、晶体管数量与基准测试成绩，外界对其实际性能与部署规模仍需等待后续官方披露。