<p>ARM 正在开发自己的数据中心处理器以供 Meta 使用的消息，如《金融时报》报道的那样，表明这家芯片设计公司正试图利用科技行业对经济实惠、节能的人工智能（AI）的需求。</p>
<p>超大规模云服务商和社交媒体巨头如 Meta 使用大量昂贵的 图形处理单元（GPU） 来运行需要 AI 加速的工作负载。但除了成本外，GPU 通常消耗大量能源，并需要投资于液冷基础设施。</p>
<p>Meta 将 AI 视为跨越其平台（包括 Facebook、Instagram 和 WhatsApp）的战略技术举措。首席执行官马克·扎克伯格将 Meta AI 定位为每个人都将使用的人工智能。在公司最新的财报电话会议上，他表示：“在 AI 领域，我预计这是一个高度智能和个性化的 AI 助手将覆盖超过十亿人的一年，我希望 Meta AI 成为那个领先的 AI 助手。”</p>
<p>为了达到这一用户规模，公司一直在努力扩展其 AI 基础设施，并计划从基于 GPU 的 AI 加速迁移到为其工作负载和数据中心优化的定制硅芯片。</p>
<p>在财报电话会议上，Meta 首席财务官 Susan Li 表示，公司 “非常投入于开发我们自己的定制硅，以满足独特的工作负载，因为现成的硅并不一定是最佳选择”。</p>
<p>在 2023 年，公司开始了一项名为 Meta 训练和推理加速器（MTIA）的长期计划，以提供其独特工作负载的 最有效架构。</p>
<p>Li 表示，Meta 计划在 2024 年上半年开始采用 MTIA 进行核心排名和推荐推理。“我们将在 2025 年期间继续增加对这些工作负载的采用，因为我们将其用于增量容量，并在一些基于 GPU 的服务器达到其使用寿命结束时进行替换，” 她补充道。“明年，我们希望扩展 MTIA 以支持一些核心 AI 训练工作负载，并随着时间的推移支持一些我们的生成式 AI 使用案例。”</p>
<h2>提高效率和总拥有成本</h2>
<p>Meta 之前表示，效率是其在数据中心部署 MTIA 的最重要因素之一。这是通过每瓦性能指标（TFLOPS/W）来衡量的，Meta 表示这是总拥有成本的关键组成部分。MTIA 芯片安装在一个开放计算平台（OCP）插件模块上，消耗约 35W。但 MTIA 架构需要一个中央处理单元（CPU）以及内存和连接芯片。</p>
<p>据报道，它与 ARM 的合作可能帮助公司从为其第一代芯片 MTIA 1 开发的高度定制的应用特定集成电路（ASIC）转向基于通用 ARM 处理器核心的下一代架构。</p>
<p>从 ARM 最新的财报来看，该公司正致力于提供能够高效扩展的 AI。ARM 之前与 Nvidia 合作，提供在 Nvidia Blackwell Grace 架构 中高效能的 AI。</p>
<p>在 1 月份的消费电子展上，Nvidia 推出了基于 ARM 的 GB10 Grace Blackwell 超级芯片，声称其为原型设计、微调和运行大型 AI 模型提供了一个 petaflop 的 AI 计算性能。该芯片使用 ARM 处理器和 Nvidia 的 Blackwell 加速器来提高 AI 工作负载的性能。</p>
<p>半导体行业提供系统级芯片（SoC）设备，其中各种计算构建模块集成到一个芯片中。Grace Blackwell 就是一个 SoC 的例子。考虑到 Meta 在开发其 MTIA 芯片方面所做的工作，该公司可能正在探索如何与 ARM 合作，将其自己的技术与 ARM CPU 集成到一个设备中。</p>
<h3>阅读更多关于 GPU 和 AI 加速的内容</h3>
<ul>
<li>DeepSeek-R1 – 本地部署的预算挑战：DeepSeek-R1 大型语言模型的可用性表明，可以在适度的硬件上部署 AI。但这只是故事的一半。</li>
<li>生成式 AI 需求推动 2024 年 数据中心硬件 和软件的创纪录销售：Synergy Research Group 的数据显示，生成式 AI 和 GPU 技术的需求在 2024 年期间在数据中心硬件和软件领域产生了创纪录的支出。</li>
</ul>
<p>尽管从芯片制造的角度来看，SoC 更复杂，但当生产规模扩大时的规模经济，以及该设备能够将多个外部组件集成到一个包中的事实，使其对系统构建商来说更具成本效益。</p>
<p>Li 关于替换 GPU 服务器的言论以及 MTIA 旨在降低 Meta 的 AI 总拥有成本的目标与与 ARM 的报道交易相关，这可能使其能够以更具成本效益的方式扩展 AI，并减少对基于 GPU 的 AI 加速的依赖。</p>
<h2>提升 ARM 的 AI 资质</h2>
<p>ARM 是一家软银公司，最近在特朗普政府的星际计划中处于核心地位，这是一个软银支持的在美国部署主权 AI 能力的倡议。</p>
<p>在 ARM 最新季度业绩电话会议上，首席执行官 Rene Haas 将 Stargate 描述为 “一个极其重要的基础设施项目”，并补充道：“我们非常兴奋能够成为这样一个平台的首选 CPU，并与 [基于 ARM 的] Grace 的 Blackwell CPU 结合。未来，在这一领域将有巨大的技术创新潜力。”</p>
<p>Haas 还谈到了与 OpenAI 的 Cristal 智能合作，他表示这使得 AI 代理能够在硬件生态系统的每个节点之间移动。他补充道：“如果你考虑从最小的设备，比如耳机，到数据中心，这实际上是关于代理越来越成为一切驱动设备内部 AI 的接口和/或驱动者。”</p>

META

<p>ARM 正在为 Meta 开发数据中心处理器，以满足对经济实惠、节能的 AI 解决方案的需求。Meta 旨在从基于 GPU 的 AI 加速转向定制硅芯片，从而提高效率并降低成本。首席执行官马克·扎克伯格设想 Meta AI 将成为超过十亿用户的领先助手。Meta 训练和推理加速器（MTIA）将支持核心 AI 工作负载，而 ARM 的合作可能会导致下一代架构集成 ARM CPU 技术。此次合作可能会显著提升 ARM 的 AI 能力，并减少 Meta 对传统 GPU 的依赖</p>

<p>News that ARM is embarking on developing its own datacentre processors for Meta, as reported in the Financial Times, is indicative of the chip designer’s move to capitalise on the tech industry’s appetite for affordable, energy-efficient artificial intelligence (AI).</p>
<div class="lb-trans"><p>ARM 正在开发自己的数据中心处理器以供 Meta 使用的消息，如《金融时报》报道的那样，表明这家芯片设计公司正试图利用科技行业对经济实惠、节能的人工智能（AI）的需求。</p>
</div><p>Hyperscalers and social media giants such as Meta use vast arrays of expensive graphics processing units (GPUs) to run workloads that require AI acceleration. But along with the cost, GPUs tend to use a lot of energy and require investment in liquid cooling infrastructure.</p>
<div class="lb-trans"><p>超大规模云服务商和社交媒体巨头如 Meta 使用大量昂贵的 图形处理单元（GPU） 来运行需要 AI 加速的工作负载。但除了成本外，GPU 通常消耗大量能源，并需要投资于液冷基础设施。</p>
</div><p>Meta sees AI as a strategic technology initiative that spans its platforms, including Facebook, Instagram and WhatApp. CEO Mark Zuckerberg is positioning Meta AI as the artificial intelligence everyone will use. In the company’s latest earnings call, he said: “In AI, I expect this is going to be the year when a highly intelligent and personalised AI assistant reaches more than one billion people, and I expect Meta AI to be that leading AI assistant.”</p>
<div class="lb-trans"><p>Meta 将 AI 视为跨越其平台（包括 Facebook、Instagram 和 WhatsApp）的战略技术举措。首席执行官马克·扎克伯格将 Meta AI 定位为每个人都将使用的人工智能。在公司最新的财报电话会议上，他表示：“在 AI 领域，我预计这是一个高度智能和个性化的 AI 助手将覆盖超过十亿人的一年，我希望 Meta AI 成为那个领先的 AI 助手。”</p>
</div><p>To reach this volume of people, the company has been working to scale its AI infrastructure and plans to migrate from GPU-based AI acceleration to custom silicon chips, optimised for its workloads and datacentres.</p>
<div class="lb-trans"><p>为了达到这一用户规模，公司一直在努力扩展其 AI 基础设施，并计划从基于 GPU 的 AI 加速迁移到为其工作负载和数据中心优化的定制硅芯片。</p>
</div><p>During the earnings call, Meta chief financial officer Susan Li said the company was “very invested in developing our own custom silicon for unique workloads, where off-the-shelf silicon isn’t necessarily optimal”.</p>
<div class="lb-trans"><p>在财报电话会议上，Meta 首席财务官 Susan Li 表示，公司 “非常投入于开发我们自己的定制硅，以满足独特的工作负载，因为现成的硅并不一定是最佳选择”。</p>
</div><p>In 2023, the company began a long-term venture called Meta Training and Inference Accelerator (MTIA) to provide the most efficient architecture for its unique workloads.</p>
<div class="lb-trans"><p>在 2023 年，公司开始了一项名为 Meta 训练和推理加速器（MTIA）的长期计划，以提供其独特工作负载的 最有效架构。</p>
</div><p>Li said Meta began adopting MTIA in the first half of 2024 for core ranking and recommendations inference. “We’ll continue ramping adoption for those workloads over the course of 2025 as we use it for both incremental capacity and to replace some GPU-based servers when they reach the end of their useful lives,” she added. “Next year, we’re hoping to expand MTIA to support some of our core AI training workloads, and over time some of our GenAI [generative AI] use cases.”</p>
<div class="lb-trans"><p>Li 表示，Meta 计划在 2024 年上半年开始采用 MTIA 进行核心排名和推荐推理。“我们将在 2025 年期间继续增加对这些工作负载的采用，因为我们将其用于增量容量，并在一些基于 GPU 的服务器达到其使用寿命结束时进行替换，” 她补充道。“明年，我们希望扩展 MTIA 以支持一些核心 AI 训练工作负载，并随着时间的推移支持一些我们的生成式 AI 使用案例。”</p>
</div><h2>Driving efficiency and total cost of ownership</h2>
<div class="lb-trans"><h2>提高效率和总拥有成本</h2>
</div><p>Meta has previously said efficiency is one of the most important factors for deploying MTIA in its datacentres. This is measured in performance-per-watt metric (TFLOPS/W), which it said is a key component of the total cost of ownership. The MTIA chip is fitted to an Open Compute Platform (OCP) plug-in module, which consumes about 35W. But the MTIA architecture requires a central processing unit (CPU) together with memory and chips for connectivity.</p>
<div class="lb-trans"><p>Meta 之前表示，效率是其在数据中心部署 MTIA 的最重要因素之一。这是通过每瓦性能指标（TFLOPS/W）来衡量的，Meta 表示这是总拥有成本的关键组成部分。MTIA 芯片安装在一个开放计算平台（OCP）插件模块上，消耗约 35W。但 MTIA 架构需要一个中央处理单元（CPU）以及内存和连接芯片。</p>
</div><p>The reported work it is doing with ARM could help the company move from the highly customised application-specific integrated circuits (ASICs) it developed for its first generation chip, MTIA 1, to a next-generation architecture based on general-purpose ARM processor cores.</p>
<div class="lb-trans"><p>据报道，它与 ARM 的合作可能帮助公司从为其第一代芯片 MTIA 1 开发的高度定制的应用特定集成电路（ASIC）转向基于通用 ARM 处理器核心的下一代架构。</p>
</div><p>Looking at ARM’s latest earnings, the company is positioning itself to offer AI that can scale power efficiently. ARM has previously partnered with Nvidia to deliver power-efficient AI in the Nvidia Blackwell Grace architecture.</p>
<div class="lb-trans"><p>从 ARM 最新的财报来看，该公司正致力于提供能够高效扩展的 AI。ARM 之前与 Nvidia 合作，提供在 Nvidia Blackwell Grace 架构 中高效能的 AI。</p>
</div><p>At the Consumer Electronics Show in January, Nvidia unveiled the ARM-based GB10 Grace Blackwell Superchip, which it claimed offers a petaflop of AI computing performance for prototyping, fine-tuning and running large AI models. The chip uses an ARM processor with Nvidia’s Blackwell accelerator to improve the performance of AI workloads.</p>
<div class="lb-trans"><p>在 1 月份的消费电子展上，Nvidia 推出了基于 ARM 的 GB10 Grace Blackwell 超级芯片，声称其为原型设计、微调和运行大型 AI 模型提供了一个 petaflop 的 AI 计算性能。该芯片使用 ARM 处理器和 Nvidia 的 Blackwell 加速器来提高 AI 工作负载的性能。</p>
</div><p>The semiconductor industry offers system on a chip (SoC) devices, where various computer building blocks are integrated into a single chip. Grace Blackwell is an example of an SoC. Given the work Meta has been doing to develop its MTIA chip, the company may well be exploring how it can work with ARM to integrate its own technology with the ARM CPU on a single device.</p>
<div class="lb-trans"><p>半导体行业提供系统级芯片（SoC）设备，其中各种计算构建模块集成到一个芯片中。Grace Blackwell 就是一个 SoC 的例子。考虑到 Meta 在开发其 MTIA 芯片方面所做的工作，该公司可能正在探索如何与 ARM 合作，将其自己的技术与 ARM CPU 集成到一个设备中。</p>
</div><h3>Read more GPUs and AI acceleration</h3>
<div class="lb-trans"><h3>阅读更多关于 GPU 和 AI 加速的内容</h3>
</div><ul>
<li>DeepSeek-R1 – budgeting challenges for on-premise deployments: The availability of the DeepSeek-R1 large language model shows it’s possible to deploy AI on modest hardware. But that’s only half the story.</li>
<li>GenAI demand fuels record sales of datacentre hardware and software in 2024: Figures from Synergy Research Group highlight how demand for generative AI and GPU technology has generated record amounts of spending in the datacentre hardware and software space during 2024</li>
</ul>
<div class="lb-trans"><ul>
<li>DeepSeek-R1 – 本地部署的预算挑战：DeepSeek-R1 大型语言模型的可用性表明，可以在适度的硬件上部署 AI。但这只是故事的一半。</li>
<li>生成式 AI 需求推动 2024 年 数据中心硬件 和软件的创纪录销售：Synergy Research Group 的数据显示，生成式 AI 和 GPU 技术的需求在 2024 年期间在数据中心硬件和软件领域产生了创纪录的支出。</li>
</ul>
</div><p>Although an SoC is more complex from a chip fabrication perspective, the economies of scale when production is ramped up, and the fact that the device can integrate several external components into one package, make it considerably more cost-effective for system builders.</p>
<div class="lb-trans"><p>尽管从芯片制造的角度来看，SoC 更复杂，但当生产规模扩大时的规模经济，以及该设备能够将多个外部组件集成到一个包中的事实，使其对系统构建商来说更具成本效益。</p>
</div><p>Li’s remarks on replacing GPU servers and the goal of MTIA to reduce Meta’s total cost of ownership for AI correlate with the reported deal with ARM, which would potentially enable it to scale up AI cost effectively and reduce its reliance on GPU-based AI acceleration.</p>
<div class="lb-trans"><p>Li 关于替换 GPU 服务器的言论以及 MTIA 旨在降低 Meta 的 AI 总拥有成本的目标与与 ARM 的报道交易相关，这可能使其能够以更具成本效益的方式扩展 AI，并减少对基于 GPU 的 AI 加速的依赖。</p>
</div><h2>Boosting ARM’s AI credentials</h2>
<div class="lb-trans"><h2>提升 ARM 的 AI 资质</h2>
</div><p>ARM, which is a SoftBank company, recently found itself at the core of the Trump administration’s Stargate Project, a SoftBank-backed initiative to deploy sovereign AI capabilities in the US.</p>
<div class="lb-trans"><p>ARM 是一家软银公司，最近在特朗普政府的星际计划中处于核心地位，这是一个软银支持的在美国部署主权 AI 能力的倡议。</p>
</div><p>During the earnings call for ARM’s latest quarterly results, CEO Rene Haas described Stargate as “an extremely significant infrastructure project”, adding: “We are extremely excited to be the CPU of choice for such a platform combined with the Blackwell CPU with [ARM-based] Grace. Going forward, there’ll be huge potential for technology innovation around that space.”</p>
<div class="lb-trans"><p>在 ARM 最新季度业绩电话会议上，首席执行官 Rene Haas 将 Stargate 描述为 “一个极其重要的基础设施项目”，并补充道：“我们非常兴奋能够成为这样一个平台的首选 CPU，并与 [基于 ARM 的] Grace 的 Blackwell CPU 结合。未来，在这一领域将有巨大的技术创新潜力。”</p>
</div><p>Haas also spoke about the Cristal intelligence collaboration with OpenAI, which he said enables AI agents to move across every node of the hardware ecosystem. “If you think about the smallest devices, such as earbuds, all the way to the datacentre, this is really about agents increasingly being the interface and/or the driver of everything that drives AI inside the device,” he added.</p>
<div class="lb-trans"><p>Haas 还谈到了与 OpenAI 的 Cristal 智能合作，他表示这使得 AI 代理能够在硬件生态系统的每个节点之间移动。他补充道：“如果你考虑从最小的设备，比如耳机，到数据中心，这实际上是关于代理越来越成为一切驱动设备内部 AI 的接口和/或驱动者。”</p>
</div>

ARM and Meta: Plotting a path to dilute GPU capacity

- ARM 正在为 Meta 开发数据中心处理器，以满足对高效 AI 的需求。  
- Meta 计划从 GPU 加速迁移到定制硅芯片，以降低成本和能耗。  
- ARM 的技术合作将助力 Meta 提升 AI 性能并减少对 GPU 的依赖。

ARM 和 Meta：规划削弱 GPU 容量的路径