<p>ARM 正在開發自己的數據中心處理器以供 Meta 使用的消息，如《金融時報》報道的那樣，表明這家芯片設計公司正試圖利用科技行業對經濟實惠、節能的人工智能（AI）的需求。</p>
<p>超大規模雲服務商和社交媒體巨頭如 Meta 使用大量昂貴的 圖形處理單元（GPU） 來運行需要 AI 加速的工作負載。但除了成本外，GPU 通常消耗大量能源，並需要投資於液冷基礎設施。</p>
<p>Meta 將 AI 視為跨越其平台（包括 Facebook、Instagram 和 WhatsApp）的戰略技術舉措。首席執行官馬克·扎克伯格將 Meta AI 定位為每個人都將使用的人工智能。在公司最新的財報電話會議上，他表示：“在 AI 領域，我預計這是一個高度智能和個性化的 AI 助手將覆蓋超過十億人的一年，我希望 Meta AI 成為那個領先的 AI 助手。”</p>
<p>為了達到這一用户規模，公司一直在努力擴展其 AI 基礎設施，並計劃從基於 GPU 的 AI 加速遷移到為其工作負載和數據中心優化的定製硅芯片。</p>
<p>在財報電話會議上，Meta 首席財務官 Susan Li 表示，公司 “非常投入於開發我們自己的定製硅，以滿足獨特的工作負載，因為現成的硅並不一定是最佳選擇”。</p>
<p>在 2023 年，公司開始了一項名為 Meta 訓練和推理加速器（MTIA）的長期計劃，以提供其獨特工作負載的 最有效架構。</p>
<p>Li 表示，Meta 計劃在 2024 年上半年開始採用 MTIA 進行核心排名和推薦推理。“我們將在 2025 年期間繼續增加對這些工作負載的採用，因為我們將其用於增量容量，並在一些基於 GPU 的服務器達到其使用壽命結束時進行替換，” 她補充道。“明年，我們希望擴展 MTIA 以支持一些核心 AI 訓練工作負載，並隨着時間的推移支持一些我們的生成式 AI 使用案例。”</p>
<h2>提高效率和總擁有成本</h2>
<p>Meta 之前表示，效率是其在數據中心部署 MTIA 的最重要因素之一。這是通過每瓦性能指標（TFLOPS/W）來衡量的，Meta 表示這是總擁有成本的關鍵組成部分。MTIA 芯片安裝在一個開放計算平台（OCP）插件模塊上，消耗約 35W。但 MTIA 架構需要一箇中央處理單元（CPU）以及內存和連接芯片。</p>
<p>據報道，它與 ARM 的合作可能幫助公司從為其第一代芯片 MTIA 1 開發的高度定製的應用特定集成電路（ASIC）轉向基於通用 ARM 處理器核心的下一代架構。</p>
<p>從 ARM 最新的財報來看，該公司正致力於提供能夠高效擴展的 AI。ARM 之前與 Nvidia 合作，提供在 Nvidia Blackwell Grace 架構 中高效能的 AI。</p>
<p>在 1 月份的消費電子展上，Nvidia 推出了基於 ARM 的 GB10 Grace Blackwell 超級芯片，聲稱其為原型設計、微調和運行大型 AI 模型提供了一個 petaflop 的 AI 計算性能。該芯片使用 ARM 處理器和 Nvidia 的 Blackwell 加速器來提高 AI 工作負載的性能。</p>
<p>半導體行業提供系統級芯片（SoC）設備，其中各種計算構建模塊集成到一個芯片中。Grace Blackwell 就是一個 SoC 的例子。考慮到 Meta 在開發其 MTIA 芯片方面所做的工作，該公司可能正在探索如何與 ARM 合作，將其自己的技術與 ARM CPU 集成到一個設備中。</p>
<h3>閲讀更多關於 GPU 和 AI 加速的內容</h3>
<ul>
<li>DeepSeek-R1 – 本地部署的預算挑戰：DeepSeek-R1 大型語言模型的可用性表明，可以在適度的硬件上部署 AI。但這只是故事的一半。</li>
<li>生成式 AI 需求推動 2024 年 數據中心硬件 和軟件的創紀錄銷售：Synergy Research Group 的數據顯示，生成式 AI 和 GPU 技術的需求在 2024 年期間在數據中心硬件和軟件領域產生了創紀錄的支出。</li>
</ul>
<p>儘管從芯片製造的角度來看，SoC 更復雜，但當生產規模擴大時的規模經濟，以及該設備能夠將多個外部組件集成到一個包中的事實，使其對系統構建商來説更具成本效益。</p>
<p>Li 關於替換 GPU 服務器的言論以及 MTIA 旨在降低 Meta 的 AI 總擁有成本的目標與與 ARM 的報道交易相關，這可能使其能夠以更具成本效益的方式擴展 AI，並減少對基於 GPU 的 AI 加速的依賴。</p>
<h2>提升 ARM 的 AI 資質</h2>
<p>ARM 是一家軟銀公司，最近在特朗普政府的星際計劃中處於核心地位，這是一個軟銀支持的在美國部署主權 AI 能力的倡議。</p>
<p>在 ARM 最新季度業績電話會議上，首席執行官 Rene Haas 將 Stargate 描述為 “一個極其重要的基礎設施項目”，並補充道：“我們非常興奮能夠成為這樣一個平台的首選 CPU，並與 [基於 ARM 的] Grace 的 Blackwell CPU 結合。未來，在這一領域將有巨大的技術創新潛力。”</p>
<p>Haas 還談到了與 OpenAI 的 Cristal 智能合作，他表示這使得 AI 代理能夠在硬件生態系統的每個節點之間移動。他補充道：“如果你考慮從最小的設備，比如耳機，到數據中心，這實際上是關於代理越來越成為一切驅動設備內部 AI 的接口和/或驅動者。”</p>

META

<p>ARM 正在為 Meta 開發數據中心處理器，以滿足對經濟實惠、節能的 AI 解決方案的需求。Meta 旨在從基於 GPU 的 AI 加速轉向定製硅芯片，從而提高效率並降低成本。首席執行官馬克·扎克伯格設想 Meta AI 將成為超過十億用户的領先助手。Meta 訓練和推理加速器（MTIA）將支持核心 AI 工作負載，而 ARM 的合作可能會導致下一代架構集成 ARM CPU 技術。此次合作可能會顯著提升 ARM 的 AI 能力，並減少 Meta 對傳統 GPU 的依賴</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 正在開發自己的數據中心處理器以供 Meta 使用的消息，如《金融時報》報道的那樣，表明這家芯片設計公司正試圖利用科技行業對經濟實惠、節能的人工智能（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>超大規模雲服務商和社交媒體巨頭如 Meta 使用大量昂貴的 圖形處理單元（GPU） 來運行需要 AI 加速的工作負載。但除了成本外，GPU 通常消耗大量能源，並需要投資於液冷基礎設施。</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 將 AI 視為跨越其平台（包括 Facebook、Instagram 和 WhatsApp）的戰略技術舉措。首席執行官馬克·扎克伯格將 Meta AI 定位為每個人都將使用的人工智能。在公司最新的財報電話會議上，他表示：“在 AI 領域，我預計這是一個高度智能和個性化的 AI 助手將覆蓋超過十億人的一年，我希望 Meta AI 成為那個領先的 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>為了達到這一用户規模，公司一直在努力擴展其 AI 基礎設施，並計劃從基於 GPU 的 AI 加速遷移到為其工作負載和數據中心優化的定製硅芯片。</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>在財報電話會議上，Meta 首席財務官 Susan Li 表示，公司 “非常投入於開發我們自己的定製硅，以滿足獨特的工作負載，因為現成的硅並不一定是最佳選擇”。</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，公司開始了一項名為 Meta 訓練和推理加速器（MTIA）的長期計劃，以提供其獨特工作負載的 最有效架構。</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 計劃在 2024 年上半年開始採用 MTIA 進行核心排名和推薦推理。“我們將在 2025 年期間繼續增加對這些工作負載的採用，因為我們將其用於增量容量，並在一些基於 GPU 的服務器達到其使用壽命結束時進行替換，” 她補充道。“明年，我們希望擴展 MTIA 以支持一些核心 AI 訓練工作負載，並隨着時間的推移支持一些我們的生成式 AI 使用案例。”</p>
</div><h2>Driving efficiency and total cost of ownership</h2>
<div class="lb-trans"><h2>提高效率和總擁有成本</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，效率是其在數據中心部署 MTIA 的最重要因素之一。這是通過每瓦性能指標（TFLOPS/W）來衡量的，Meta 表示這是總擁有成本的關鍵組成部分。MTIA 芯片安裝在一個開放計算平台（OCP）插件模塊上，消耗約 35W。但 MTIA 架構需要一箇中央處理單元（CPU）以及內存和連接芯片。</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>據報道，它與 ARM 的合作可能幫助公司從為其第一代芯片 MTIA 1 開發的高度定製的應用特定集成電路（ASIC）轉向基於通用 ARM 處理器核心的下一代架構。</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>從 ARM 最新的財報來看，該公司正致力於提供能夠高效擴展的 AI。ARM 之前與 Nvidia 合作，提供在 Nvidia Blackwell Grace 架構 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 月份的消費電子展上，Nvidia 推出了基於 ARM 的 GB10 Grace Blackwell 超級芯片，聲稱其為原型設計、微調和運行大型 AI 模型提供了一個 petaflop 的 AI 計算性能。該芯片使用 ARM 處理器和 Nvidia 的 Blackwell 加速器來提高 AI 工作負載的性能。</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>半導體行業提供系統級芯片（SoC）設備，其中各種計算構建模塊集成到一個芯片中。Grace Blackwell 就是一個 SoC 的例子。考慮到 Meta 在開發其 MTIA 芯片方面所做的工作，該公司可能正在探索如何與 ARM 合作，將其自己的技術與 ARM CPU 集成到一個設備中。</p>
</div><h3>Read more GPUs and AI acceleration</h3>
<div class="lb-trans"><h3>閲讀更多關於 GPU 和 AI 加速的內容</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 – 本地部署的預算挑戰：DeepSeek-R1 大型語言模型的可用性表明，可以在適度的硬件上部署 AI。但這只是故事的一半。</li>
<li>生成式 AI 需求推動 2024 年 數據中心硬件 和軟件的創紀錄銷售：Synergy Research Group 的數據顯示，生成式 AI 和 GPU 技術的需求在 2024 年期間在數據中心硬件和軟件領域產生了創紀錄的支出。</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>儘管從芯片製造的角度來看，SoC 更復雜，但當生產規模擴大時的規模經濟，以及該設備能夠將多個外部組件集成到一個包中的事實，使其對系統構建商來説更具成本效益。</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 關於替換 GPU 服務器的言論以及 MTIA 旨在降低 Meta 的 AI 總擁有成本的目標與與 ARM 的報道交易相關，這可能使其能夠以更具成本效益的方式擴展 AI，並減少對基於 GPU 的 AI 加速的依賴。</p>
</div><h2>Boosting ARM’s AI credentials</h2>
<div class="lb-trans"><h2>提升 ARM 的 AI 資質</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 是一家軟銀公司，最近在特朗普政府的星際計劃中處於核心地位，這是一個軟銀支持的在美國部署主權 AI 能力的倡議。</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 最新季度業績電話會議上，首席執行官 Rene Haas 將 Stargate 描述為 “一個極其重要的基礎設施項目”，並補充道：“我們非常興奮能夠成為這樣一個平台的首選 CPU，並與 [基於 ARM 的] Grace 的 Blackwell CPU 結合。未來，在這一領域將有巨大的技術創新潛力。”</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 還談到了與 OpenAI 的 Cristal 智能合作，他表示這使得 AI 代理能夠在硬件生態系統的每個節點之間移動。他補充道：“如果你考慮從最小的設備，比如耳機，到數據中心，這實際上是關於代理越來越成為一切驅動設備內部 AI 的接口和/或驅動者。”</p>
</div>

ARM and Meta: Plotting a path to dilute GPU capacity

- ARM 正在為 Meta 開發數據中心處理器，以滿足對高效 AI 的需求。  
- Meta 計劃從 GPU 加速遷移到定製硅芯片，以降低成本和能耗。  
- ARM 的技術合作將助力 Meta 提升 AI 性能並減少對 GPU 的依賴。

ARM 和 Meta：規劃削弱 GPU 容量的路徑