Meta-Broadcom人工智能芯片交易：擺脫對Nvidia的依賴，而不是取代

超級擴展商在競相為數據中心提供動力時，一直在尋找來自英偉達公司（NASDAQ：NVDA）和高級微設備公司（NASDAQ：AMD）的昂貴且供應有限的圖形處理單元（GPUs）的替代品。

Meta Platforms Inc.最近合作（納斯達克股票代碼：Meta）和Broadcom Inc.（納斯達克股票代碼：AVGO）旨在解決這一問題，這是大型科技公司利用人工智能（AI）技術的又一次努力。根據延長的協議，博通將開發幾代人工智能芯片，以滿足2029年之前Meta平臺的需求。

然而，2026年4月14日的合作伙伴聲明得出的明顯結論是，此舉旨在減少對英偉達的依賴。除此之外，它還代表了人工智能技術如何開發、融資和提高效率的根本性變化。

Meta的目標是優化其人工智能運營中最昂貴的部分。人工智能基礎設施是昂貴的，僅僅依靠第三方GPU在超大規模上是不可持續的。

Broadcom的合作伙伴關係使Meta能夠設計針對自己的工作負載進行優化的特定應用集成電路，特別是排名、提要和聊天機器人響應等推理任務。

這很重要，因為推理正在迅速成為人工智能中的主要工作負載。訓練大型模型仍然至關重要，但一旦部署，這些模型必須實時為數十億用户服務。定製芯片可以比通用圖形處理器更有效、更低的成本執行這些重複性任務。

這筆交易涉及初始部署超過1千兆瓦的計算容量，這是Meta更廣泛、大規模人工智能硬件推動的一部分。該公司預計僅2026年人工智能基礎設施的資本支出將達到1150億至1350億美元。

該合作伙伴關係建立在Broadcom的XPU平臺上，該平臺旨在創建自定義人工智能加速器。Broadcom將與Meta在芯片設計、先進封裝和網絡方面合作，幫助為大規模的實時人工智能體驗奠定龐大的計算基礎。

具體來説，Meta訓練和推理加速器（MTIA）針對大規模推理和推薦進行了優化，為所有Meta應用程序和服務中的人工智能提供支持。它是定製的，用於對內容進行排名、推薦帖子和廣告，並在Facebook、Instagram和WhatsApp上運行不斷壯大的生成性人工智能模型家族。

儘管Meta在定製芯片方面做出了努力，但其目標是實現更好的長期可擴展性並避免與外部圖形處理器供應鏈限制相關的不穩定定價溢價，仍然需要對英偉達硬件進行持續投資。

例如，Meta承諾部署60億瓦的AMD圖形處理器和數百萬顆英偉達芯片。這是因為由於其性能、軟件生態系統和開發人員採用程度，其圖形處理器仍然是行業標準。

NVIDIA仍然難以取代的原因有三：

1.訓練仍然是GPU的任務

專用硬件在集中和重複性操作中表現最佳。訓練下一代人工智能模型需要多功能性、高內存帶寬和複雜的軟件支持，這些都是英偉達的強項。

2. CUDA和軟件鎖定

英偉達的CUDA生態系統是一個主要競爭優勢。開發人員圍繞它構建人工智能系統，這增加了切換成本。

3.規模需求飆升

人工智能技術的投資並不是固定的。據預測，僅2026年，超級規模企業就將在人工智能基礎設施上投資超過6000億美元。

Meta與Broadcom的交易表明，人工智能基礎設施正在向雲計算發展，多個專業組件共同工作。這一趨勢在整個行業都已經可見。谷歌長期依賴張量處理單元，亞馬遜（AMZN：NASDAQ）使用Trainium，甚至OpenAI也探索了定製芯片來減少對英偉達的依賴。

最近的交易，包括涉及定製硅的大規模合作伙伴關係，表明公司正在多元化，而不是圍繞單一供應商進行整合。

本月早些時候，Broadcom還與Alphabet旗下的Google（納斯達克股票代碼：GOOG）和Anthropic簽署了開發下一代定製人工智能處理器的協議，確認了其作為前沿人工智能芯片主要獨立設計和包裝合作伙伴的地位。

現在，超級擴展器已經成為一種模式，他們選擇NVIDIA來獲得領先的訓練能力，並選擇Broadcom來獲得針對特定推理工作負載進行優化的定製芯片。這使博通成為下一階段人工智能基礎設施建設的主要受益者，這與訓練前沿模型無關，更多的是儘可能便宜和高效地將人工智能部署到數十億用户。

在前沿模型訓練領域，NVIDIA的主導地位不太可能在短期內受到挑戰。但從長遠來看，定製硅的興起將減少其總可用市場，尤其是從推論來看。Meta消耗的每千兆瓦MTIA芯片對英偉達來説就少了一千兆瓦。

當前的地緣政治和市場波動給博通和Meta帶來了壓力，這兩家公司目前的預期收益分別為34倍和22倍。兩家公司都已擺脫各自的高點，這為希望在不支付溢價的情況下接觸定製硅趨勢的投資者提供了機會。

Meta與Broadcom的合作表明人工智能基礎設施正在成熟為多層生態系統。

Broadcom正在成為超大規模商的領先定製芯片合作伙伴，還與Google和Anthropic達成了協議，而Meta則繼續購買英偉達和AMD的圖形處理器用於模型培訓。

儘管這種合作關係減少了NVIDIA在處理大容量、重複性工作負載時對第三方硬件的依賴，但NVIDIA仍將繼續為最苛刻的工作負載和創新周期提供動力。

專題圖片來源：Meta新聞稿

Beninga免責聲明：本文來自無薪外部撰稿人。它並不代表Beninga的報道，並且未經內容或準確性編輯。