Meta Quietly Becomes a Major Microsoft AI Customer

🔑 增強重點摘要

•Meta Platforms 每年在 Microsoft Azure AI 服務上投入數億美元，凸顯了這項合作關係的巨大財務規模和戰略重要性。
•Meta 利用 Azure 的超級運算能力來加速其 AI 研究與開發，包括使用一個專門的 Azure 叢集，該叢集配備 5400 個 NVIDIA A100 Tensor Core 80GB GPU，用於訓練大型語言模型，例如 OPT-175B。
•Microsoft 已成為 Meta Llama 系列大型語言模型（包括 Llama 2、Llama 3 和 Llama 4）在 Azure 上的首選合作夥伴，提供模型即服務 (MaaS) 和平台即服務 (MaaP) 的存取方式。
•Meta 與 Microsoft 的合作關係不僅限於雲端服務，還延伸到 PyTorch 的整合以及將 Llama 模型最佳化以在 Windows 上本地運行，旨在為開發人員提供更流暢的 AI 開發體驗。
•Meta 正在探索建立自己的雲端基礎設施業務，以銷售 AI 運算能力和模型，這將使其成為 Amazon Web Services、Microsoft Azure 和 Google Cloud 等現有市場領導者的潛在競爭對手。

📊 競品分析▸ Show

功能/服務	Microsoft Azure AI	Amazon Web Services (AWS)	Google Cloud Platform (GCP)
AI/ML 服務廣度	提供 Azure OpenAI 服務、Azure Machine Learning、Azure AI Studio、預建 AI 服務（視覺、語音、語言）及模型目錄，支援開放和前沿模型。	擁有最廣泛的服務目錄，包括 SageMaker、Bedrock 和 Rekognition 等深度機器學習和 AI 工具。	在 AI/ML 工作負載方面領先，提供 Vertex AI 平台和 TPU 存取，是真正的差異化因素。
企業級支援	專為企業級需求設計，提供強大的合規性、安全性和混合雲功能，並與 Microsoft 生態系統深度整合。	提供最成熟的雲端生態系統和全球基礎設施，深受 NASA、Netflix 等組織信任。	擅長數據分析和 Kubernetes，提供統一的數據 + AI 架構。
Llama 模型支援	Meta Llama 2、Llama 3 和 Llama 4 模型作為服務在 Azure AI 上提供，支援微調和部署。	Llama 模型可在 Databricks Foundation Model API、Mosaic AI Model Training 以及 Google Cloud Platform (GCP) 的 Vertex AI Model Garden 上使用。	Llama 模型可在 Vertex AI Model Garden 上使用，提供託管 API 或自行部署選項。
GPU 基礎設施	提供 NDm A100 v4 系列虛擬機器，配備 NVIDIA A100 Tensor Core 80GB GPU，具有高 GPU 對 GPU 頻寬，用於大規模 AI 訓練。	提供廣泛的 GPU 選項，但具體配置和頻寬可能因服務而異。	提供 TPU 存取，專為 AI/ML 工作負載優化。
成本效益	透過靈活的部署選項和自動化部署來優化成本，但整體成本複雜性可能較高。	服務廣泛，但成本管理可能複雜。	在 AI/ML 工作負載方面具有競爭力，但整體成本效益需根據具體用例評估。

🛠️ 技術深入

Azure 超級運算能力：Meta 擴大使用 Azure 的超級運算能力，特別是一個由 5400 個 NVIDIA A100 Tensor Core 80GB GPU 組成的專用 Azure 叢集，採用 NDm A100 v4 系列虛擬機器，以加速其 AI 研究和開發。
高頻寬互連：Azure 平台提供虛擬機器之間四倍於其他公共雲端產品的 GPU 對 GPU 頻寬（每台 VM 1.6 TB/s），有助於加速分散式 AI 訓練。
Llama 模型整合：Meta 的 Llama 2、Llama 3 和 Llama 4 模型（包括 Llama 4 Scout 和 Maverick）已在 Azure AI 模型目錄中推出，支援預訓練和指令微調版本。
Azure AI 服務：Meta 利用 Azure AI Studio 透過模型即服務 (MaaS) 存取 Llama 託管 API，並透過 Azure Machine Learning Studio 透過平台即服務 (MaaP) 進行微調和評估。
多模態能力：Llama 4 模型（如 Scout 和 Maverick）旨在將文字和視覺標記無縫整合到統一的模型骨幹中，支援多模態體驗和多代理用例。
長上下文支援：Llama 4 Scout 模型將支援的上下文長度從 Llama 3 的 128K 增加到業界領先的 1000 萬個標記，適用於多文件摘要和大規模推理。
PyTorch 協作：Meta 和 Microsoft 合作擴大 PyTorch 在 Azure 上的採用，並透過 ONNX Runtime 整合 PyTorch，以改善開發人員體驗。

🔮 前景展望AI analysis grounded in cited sources

Meta 將成為雲端服務市場的競爭者。

Meta 正在開發一項雲端基礎設施業務，旨在銷售其過剩的 AI 運算能力和模型，這將使其直接與現有的雲端巨頭競爭，並可能改變 AI 基礎設施的市場格局。

Microsoft 將進一步鞏固其作為領先 AI 基礎設施提供商的地位。

透過與 Meta 這樣的大型 AI 創新者建立戰略合作夥伴關係，並提供其先進的超級運算和 AI 服務，Microsoft Azure 將吸引更多企業客戶，並加速 AI 技術的廣泛採用。

AI 模型的開放性和可訪問性將持續增強。

Meta 選擇以開放方式發布 Llama 系列模型，並透過 Microsoft Azure 等主要雲端平台提供其存取權限，這將促進更廣泛的開發人員採用和創新。

⏳ 時間線

2013-00

Meta AI（原 Facebook Artificial Intelligence Research, FAIR）成立

2016-00

FAIR 與 Google、Amazon、IBM 和 Microsoft 合作成立「造福人類與社會的 AI 夥伴關係」

2017-00

FAIR 發布 PyTorch，一個開源機器學習框架

2021-00

Microsoft Azure 雲端運算平台開始託管 Meta AI

2022-05

Meta 選擇 Azure 作為戰略雲端供應商，以推進 AI 研究與開發，並擴大使用 Azure 的超級運算能力，包括一個 5400 個 GPU 的專用叢集

2023-07

Meta 和 Microsoft 宣布在 Azure 和 Windows 上支援 Llama 2 系列大型語言模型，Microsoft 成為 Meta 的首選合作夥伴

2024-04

Meta Llama 3 模型在 Azure AI 模型目錄中推出

2025-04

Meta Llama 4 模型（Scout 和 Maverick）在 Azure AI Foundry 和 Azure Databricks 上推出

2026-07

Meta 據報導正在開發一項 AI 雲端業務，旨在銷售其過剩的 AI 運算能力和模型

2026-08

Meta Platforms 據報導已成為 Microsoft 最大的 AI 客戶之一，每年投資數億美元於 Azure AI 服務

Meta 悄然成為 Microsoft 的大型 AI 客戶

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (30)

👉相關動態

AI 辦公競速：Tencent 與 Baidu 搶先

Hudson River Trading 大手筆押注 CoreWeave AI Cloud