消息指 Meta 計劃在 9 月開始量產自研 AI 晶片 Iris，藉此加快建立自家算力供應鏈，進一步降低對 Nvidia 的依賴。此舉反映大型科技公司正從「買晶片」轉向「做晶片」。
據報 Iris 是 Meta 自研 AI 晶片路線的一部分，由 Broadcom 協助設計、台積電負責製造，主要用於支援數據中心的 AI 運算需求。晶片測試過程僅花 6 週，未出現重大瑕疵，研發已進入相對成熟階段。Meta 早前表示將持續推進自研 AI 晶片布局，目標在 2027 年前推出多代產品，支撐公司持續攀升的 AI 算力需求。
自研策略加速推進
Meta 若如期在 9 月啟動生產，代表晶片戰略從早期測試階段走向實際部署。自研晶片的最大價值不只是節省成本，更在於把訓練與推論所需的核心算力控制在自己手中，減少外部供應波動帶來的不確定性。這意味着 Meta 在 AI 競爭中，正嘗試以「硬體自主」換取長期算力優勢。
台積電與 Broadcom 受惠
供應鏈層面上，台積電與 Broadcom 將成為關鍵受益者。Broadcom 負責設計協作，有助強化其客製化晶片能力；台積電承接先進製程製造，反映高階 AI 晶片需求持續集中在少數晶圓代工龍頭手中。這種合作模式說明，雖然科技巨頭積極發展自研晶片，仍離不開成熟半導體生態系的支持。
對 Nvidia 的壓力
Meta 推進 Iris，外界將更關注其對 Nvidia 依賴度的變化。對雲端與平台公司而言，若自研晶片在效能、成本與供應穩定性上達標，可能逐步侵蝕通用 GPU 的使用份額。不過從過往經驗看，自研晶片能否大規模取代現成 GPU，仍取決於軟體生態、模型需求與整體運算效率是否同步成熟。
背後的產業趨勢
這起消息反映更大的產業轉向：AI 競爭已不只比拼模型，也在爭奪算力控制權。過去一年，多家大型科技公司加快內部晶片計畫，目的都是降低推理與訓練成本，同時提升部署彈性。Meta 若在 9 月啟動量產，將為這股趨勢再添強烈訊號，亦可能推動市場重新評估 AI 基建投資的規模與節奏。
資料來源：CNBC；The Verge；三立新聞網；網易新聞
