MTIA（Meta訓練和推理加速器）是Meta公司自主研發的定製化AI晶片系列，專為最佳化推薦算法、內容排名等AI工作負載設計。該系列晶片採用ASIC架構，通過集成硬體與軟體堆疊提升處理效率，2024年發布的新一代晶片性能達到初代的3倍。MTIA目前部署於Meta數據中心，主要用於提升旗下社交平台的推薦系統效能，並計畫擴展至生成式AI領域。Meta旨在通過自主研發降低對英偉達等第三方晶片的依賴，構建全棧式AI基礎設施。
基本介紹
- 首代發布時間：2023年5月
- 最新製程工藝：5納米
- 主頻：1.35GHz
- 片上記憶體：256MB
- 部署規模：16個數據中心
- 功耗：90瓦
技術規格,套用場景,發展歷程,戰略意義,
技術規格
2024年發布的MTIA新一代晶片主要技術特徵包括：
- 採用台積電5nm工藝製造，相比前代7nm工藝顯著提升集成度
- 計算核心數量增加，記憶體頻寬與容量倍增，時鐘頻率從800MHz提升至1.35GHz，性能為初代晶片三倍
- INT8稠密算力達初代3.5倍，稀疏算力提升591%
- 支持72晶片級聯的機架系統，片上網路（NoC）最佳化延遲協調
套用場景
當前主要套用於：
- Facebook與Instagram內容推薦算法訓練
- 廣告排名和推薦模型推理最佳化
- 每日處理億級用戶請求的推薦系統Meta計畫未來擴展至生成式AI工作負載（如Llama語言模型訓練），但截至2024年4月尚未支持大模型訓練。
發展歷程
- 2020年：開發首代MTIA v1原形，基於7nm工藝
- 2023年5月：正式發布MTIA v1，功耗25W，專注推薦系統最佳化
- 2024年4月：推出MTIA v2，性能提升3倍，完成16個數據中心部署
- 路線圖：計畫2025年推出採用RISC-V架構的疊代產品
戰略意義
- 通過硬體-軟體協同設計，實現比商用GPU更高的處理效率
- 構建包含自研晶片、數據中心、網路系統的AI基礎設施生態
- 作為英偉達GPU的補充方案，降低外部供應鏈依賴
- 支撐元宇宙願景實現，應對谷歌TPU、亞馬遜Trainium等競爭
