Meta ma we wrześniu 2026 rozpocząć produkcję najnowszej generacji własnych akceleratorów AI — wynika z wewnętrznego memo, na które powołuje się Reuters. Układy powstają w ramach programu Meta Training and Inference Accelerator (MTIA), są projektowane wspólnie z Broadcomem i będą wytwarzane w fabrykach TSMC. Cel jest jasny: obniżyć rachunek za GPU w czasie bezprecedensowego niedoboru komponentów.
Najważniejsze w skrócie
- Start produkcji najnowszych układów MTIA zaplanowany na wrzesień 2026 według wewnętrznego memo cytowanego przez Reuters.
- Projekt układów powstaje z Broadcomem, produkcja w TSMC, pamięć RAM od Samsunga, pamięć masowa od SanDisk, optyka od Sumitomo Electric.
- Co najmniej jeden układ przeszedł fazę testów w około sześć tygodni.
- Meta prognozuje nakłady inwestycyjne 125–145 mld USD (ok. 500–580 mld zł) w 2026 roku, w dużej części na AI.
- Plan wdrożenia 7 gigawatów mocy obliczeniowej w tym roku i podwojenia tej wartości w kolejnym.
Modułowe chiplety zamiast jednego monolitu
Cztery nowe układy z rodziny MTIA Meta opisała już w marcu 2026. Część z nich jest wdrażana obecnie, część trafi do użytku w tym lub przyszłym roku. Firma stawia na podejście modułowe — buduje procesory z chipletów, zakładając, że jej potrzeby zmienią się szybciej, niż powstanie sam krzem.
„Każda generacja MTIA opiera się na poprzedniej, wykorzystuje modułowe chiplety, uwzględnia najnowszą wiedzę o obciążeniach AI i technologie sprzętowe oraz jest wdrażana w krótszym cyklu" — napisała Meta przy prezentacji układów.
Zakres zastosowań jest praktyczny, nie prestiżowy. MTIA mają trenować modele dla algorytmów rankingu i rekomendacji, obsługiwać szersze obciążenia AI oraz wnioskowanie (inference) w aplikacjach Meta. To obszary, w których firma generuje ogromny, powtarzalny ruch — i gdzie własny krzem najszybciej się zwraca. Meta produkuje własne układy AI od 2023 roku, więc wrześniowy start jest kolejnym krokiem, nie debiutem.
Nie odcięcie od Nvidii, lecz dywersyfikacja
Reuters zaznacza, że własne układy mają pomóc ograniczyć zakupy GPU od Nvidii i AMD, ale Meta wciąż zamierza wydawać u tych dostawców niemałe kwoty. To nie jest zerwanie, tylko rozłożenie ryzyka. Obok MTIA firma ma umowę z ARM na moc dla systemów rekomendacyjnych, wielomiliardowy kontrakt na GPU Instinct od AMD oraz porozumienie z Amazonem na miliony jego autorskich CPU do zadań AI.
Meta nie jest tu wyjątkiem. OpenAI zaprezentowało w zeszłym miesiącu procesor do wnioskowania budowany z Broadcomem, a Anthropic ma rozmawiać o własnym układzie z Samsungiem. Amazon i Google od lat rozwijają autorskie chipy do treningu i inferencji. Wspólny mianownik jest jeden: każdy duży gracz próbuje zatrzymać strumień kapitału płynący do Nvidii i odzyskać kontrolę nad kosztem tokena.
Skala tej presji jest widoczna w liczbach samej Mety. Prognozowane 125–145 mld USD nakładów w 2026 roku w znacznej części pochłania infrastruktura AI potrzebna do trenowania i wdrażania serii modeli Muse Spark. Deklarowane 7 gigawatów mocy w tym roku i podwojenie w kolejnym pokazują, że własny krzem to raczej konieczność ekonomiczna niż eksperyment. Meta odmówiła komentarza.
Dlaczego to ważne?
Wrześniowy start produkcji to sygnał, że pionowa integracja w AI przestała być domeną wyłącznie Google i Amazona. Gdy firma o profilu reklamowo-społecznościowym decyduje się projektować i zamawiać własny krzem, oznacza to, że koszt obliczeń dla rekomendacji i wnioskowania urósł do poziomu, przy którym marża dostawcy GPU staje się realnym obciążeniem bilansu. Modułowe chiplety są tu istotne strategicznie — pozwalają skracać cykl wdrożeń i dostrajać sprzęt do zmieniających się obciążeń, zamiast zamrażać architekturę na lata. Jednocześnie dywersyfikacja łańcucha dostaw (TSMC, Samsung, SanDisk, Sumitomo, ARM, AMD, Amazon) pokazuje, że nawet największe firmy nie potrafią uniezależnić się od zewnętrznych partnerów — mogą jedynie rozłożyć ryzyko. Dla rynku to potwierdzenie, że wojna o koszt inferencji rozgrywa się dziś na poziomie krzemu, a nie samych modeli.
Co dalej?
- Start produkcji najnowszych układów MTIA zaplanowany na wrzesień 2026 — pierwsze wdrożenia produkcyjne pokażą realną wydajność względem GPU Nvidii i AMD.
- Meta zapowiada wdrożenie 7 GW mocy obliczeniowej w 2026 i podwojenie w 2027 — tempo wskaże, jak szybko własny krzem zastępuje zakupy zewnętrzne.
- Kolejne generacje MTIA mają wchodzić w krótszym cyklu dzięki modułowym chipletom, co przełoży się na szybszą rotację sprzętu w centrach danych.
