Meta 與 Broadcom 延長 AI 晶片合作至 2029 年，部署 2 奈米 MTIA 晶片

Meta 正擴大自研 AI 晶片「Iris」與資料中心基礎設施，希望降低對單一 GPU 供應商的依賴，並改善 AI 工作負載的運算效率。隨著雲端業者同步採用 GPU 與客製化 ASIC，台積電及台灣 IP、ASIC 供應鏈可望承接更多設計與製造需求。

最新報導指出，Meta 持續推進 Iris 與相關算力建設，反映大型科技公司對 AI 基礎設施的投資短期內尚未降溫。分析師認為，強勁算力需求將重塑台灣半導體產業分工；不過，報導未揭露 Meta 此輪投資金額、Iris 量產規模或確切時程。

隨著人工智慧運算需求激增，科技巨頭為擺脫對輝達與超微等廠商的依賴，積極投入自研晶片。社群龍頭Meta為提升旗下平台AI推薦演算法與生成式應用效能，並降低高昂的硬體採購與營運成本，決定研發專屬AI晶片，這對全球晶片供應鏈與市場版圖具有指標性意義。

Meta最新自研AI晶片代號為Iris，計劃於2026年9月量產，攜手晶片設計大廠博通，並委託晶圓代工龍頭台積電負責製造。此舉旨在降低對輝達等外部晶片供應商的依賴，更預計在2027年將運算力翻倍，展現Meta加速布署自製晶片以主導AI基礎建設的決心。

Meta 為降低對輝達 AI 加速器的依賴，持續開發 Meta Training and Inference Accelerator（MTIA）；三星電子則藉 2 奈米製程爭取大型雲端業者訂單。Anthropic 若跟進自研晶片，將牽動 AI 晶片供應鏈與台積電、三星的先進製程競爭。

截至 2026 年 7 月 20 日，市場傳出 Meta 第三代 MTIA 將改由三星電子以 2 奈米製程量產，訂單規模估逾 10 兆韓元。Anthropic 也傳正評估採用三星 2 奈米技術開發客製化晶片，但兩家公司尚未公布正式訂單、投產日期與出貨時程。

Meta 為降低對外部 AI 加速器的依賴，持續擴充 Meta Training and Inference Accelerator（MTIA）自研晶片。該系列支援生成式 AI 與內容推薦系統，也讓 Meta 能在自有硬體生態系及外部供應商之間彈性配置算力。

Meta 最新宣布與博通、台積電合作開發 MTIA 300、400、450、500 共四款晶片，並把產品迭代週期縮短至約 6 個月。四款晶片預計在 2027 年前陸續全面部署，同時保留採購外部晶片的策略，以分散供應與運算風險。

Meta 為支撐 Llama 模型與廣告推薦等 AI 服務，持續擴建資料中心。隨生成式 AI 從訓練轉向大規模推理，GPU 與 CPU 供應成為競爭關鍵；Meta 預估 2026 年資本支出達 1,150 億至 1,350 億美元，鎖定晶片產能攸關成長速度。

Meta 於 2026 年 2 月 17 日宣布與 NVIDIA 簽署多年期協定，未揭露合約金額，規劃部署數百萬顆 Blackwell 與下一代 Rubin GPU，並擴大採用 Grace、Vera CPU。長約顯示 Meta 除確保 AI 加速器供應，也因推理工作負載增加而提高通用處理器配置。