Meta 推出自製 AI 晶片「MTIA」4 款新模型

🔑 增強重點摘要

• •MTIA v1 (Freya) 使用 TSMC 7nm 製程，頻率 800MHz，提供 102.4 TOPS (INT8) 與 25W TDP，專為低複雜度推論優化。[1][2]
• •第二代 MTIA v2 (Artemis) 與 v2i 已大規模部署，用於 Meta 推薦系統，每日服務數十億用戶，並在四個關鍵模型上性能提升 3 倍。[1][3][7]
• •MTIA v3 (Iris) 採用 TSMC 5nm 製程，具 2.76 TFLOPS (FP32)、256MB 片上記憶體與 2.7 TB/s 頻寬，但訓練晶片 Iris 版本已中止開發。[1][3][5]
• •Meta 與 Broadcom 合作開發 MTIA 系列，並測試基於 RISC-V 的新一代訓練加速器，預計 2026 年擴大生產以降低對 Nvidia 依賴。[4]

🛠️ 技術深入

• •第一代 MTIA (Freya)：TSMC 7nm，800MHz，片上 SRAM 128MB，LPDDR5 最高 128GB，本地記憶體頻寬 400 GB/s，TDP 25W，INT8 102.4 TOPS。[1][2]
• •新一代 MTIA：TSMC 5nm，頻率更高，FP32 2.76 TFLOPS，片上記憶體 256MB，LPDDR5 128GB，本地記憶體 1 TB/s，片上頻寬 2.7 TB/s。[1]
• •MTIA v3 Iris 採用 SIMD 架構，設計門檻低但軟體程式挑戰大；Olympus 計畫用 SIMT 架構但已終止。[5]
• •平台級：第二代系統搭配 2x 裝置與 2 插槽 CPU，模型服務吞吐量達 6 倍，性能/瓦特提升 1.5 倍。[1]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線