Meta начнёт выпуск собственных ИИ-чипов в сентябре 2026 года, чтобы снизить зависимость от Nvidia
Meta планирует начать производство собственного чипа для систем искусственного интеллекта уже в сентябре 2026 года, сообщает Reuters со ссылкой на внутреннюю служебную записку компании. Шаг — часть стратегии по наращиванию вычислительных мощностей до 14 гигаватт к 2027 году и снижению зависимости от чипов Nvidia.
AI-обработка оригинала 3DNews AI; редакция Hamidun News
Meta Platforms (признана экстремистской организацией, деятельность запрещена на территории России) рассчитывает начать производство собственного чипа для систем искусственного интеллекта уже в сентябре 2026 года — об этом сообщает Reuters со ссылкой на внутреннюю служебную записку компании.
Зачем Meta собственные чипы
Компания годами почти полностью зависела от графических процессоров Nvidia для обучения и работы своих ИИ-моделей — как и большинство крупных технологических игроков. Разработка собственного чипа должна снизить эту зависимость и дать Meta больше контроля над стоимостью и доступностью вычислительных мощностей, которые остаются главным узким местом для всей индустрии ИИ. Свои первые чипы линейки MTIA (Meta Training and Inference Accelerator) компания представляла ещё в 2023 году, но использовала их в основном для задач инференса, а не для обучения по-настоящему крупных моделей.
- Производство собственного чипа планируется начать в сентябре 2026 года
- Цель — снижение зависимости от чипов Nvidia
- Компания намерена нарастить вычислительные мощности до 14 ГВт к 2027 году
- Источник информации — внутренняя служебная записка Meta, о которой узнал Reuters
Сколько мощностей нужно Meta
14 гигаватт вычислительных мощностей, которые компания рассчитывает получить в следующем году, — это на порядок больше, чем потребляют большинство существующих дата-центров: для сравнения, один гигаватт способен обеспечить электричеством сотни тысяч домов. Такие масштабы объясняются тем, что Meta продолжает вкладываться в обучение всё более крупных моделей семейства Llama и в инфраструктуру для собственных ИИ-продуктов внутри Facebook (соцсеть запрещена в России) и Instagram (сервис запрещён в России). Рост энергопотребления дата-центров ИИ-компаний уже заметен и за пределами технологической индустрии: строительство новых мощностей требует не только чипов, но и заключения долгосрочных контрактов на поставку электроэнергии, включая соглашения с атомными и газовыми электростанциями.
Почему это стратегический вопрос для всей индустрии
Спрос на чипы Nvidia настолько превышает предложение, что крупнейшие покупатели годами стоят в очереди за поставками и вынуждены соглашаться на цены, которые задаёт сама Nvidia — компания фактически стала главным бутылочным горлышком всей индустрии ИИ. Появление собственных чипов у крупных заказчиков не устраняет Nvidia с рынка полностью: обучение самых больших моделей по-прежнему требует топовых GPU, а собственные разработки чаще закрывают более узкие задачи вроде инференса — то есть непосредственно ответов моделей на запросы пользователей, которые выполняются миллиарды раз в день и обходятся дешевле на специализированном железе.
Что это значит
Собственные ИИ-чипы позволяют крупным технологическим компаниям меньше зависеть от Nvidia и её ценовой политики: похожим путём уже идут Google с чипами TPU и Amazon с чипами Trainium, и выход Meta на этот рынок ещё больше усиливает конкуренцию за поставки компонентов и мощности дата-центров. Для Nvidia это сигнал, что даже крупнейшие клиенты стремятся диверсифицировать поставщиков вычислений, а для рынка в целом — что гонка за собственный ИИ-кремний становится нормой для всех гигантов индустрии, а не исключением.
- 24 окт. 2026 г.Meta выпустила Muse Wonder и Wonder Full: индекс интеллекта вырос с 48 до 56
- 24 окт. 2026 г.Artificial Analysis запустила AA-3D: Claude Sonnet 5.5 лидирует с 1194 Elo
- 24 окт. 2026 г.Nvidia ведёт переговоры о покупке Reflection AI — стартапа с оценкой $8 млрд
- 23 окт. 2026 г.Чжэцзянский университет выпустил первый обзор egocentric-ИИ для умных очков
Вопросы и ответы по материалу
Что известно по теме: зачем Meta собственные чипы?
Компания годами почти полностью зависела от графических процессоров Nvidia для обучения и работы своих ИИ-моделей — как и большинство крупных технологических игроков. Разработка собственного чипа должна снизить эту зависимость и дать Meta больше контроля над стоимостью и доступностью вычислительных мощностей, которые остаются главным узким местом для всей индустрии ИИ. Свои первые чипы линейки MTIA (Meta Training and Inference Accelerator) компания представляла ещё в 2023 году, но использовала их в основном для задач инференса, а не для обучения по-настоящему крупных моделе
Что известно по теме: сколько мощностей нужно Meta?
14 гигаватт вычислительных мощностей, которые компания рассчитывает получить в следующем году, — это на порядок больше, чем потребляют большинство существующих дата-центров: для сравнения, один гигаватт способен обеспечить электричеством сотни тысяч домов. Такие масштабы объясняются тем, что Meta продолжает вкладываться в обучение всё более крупных моделей семейства Llama и в инфраструктуру для собственных ИИ-продуктов внутри Facebook (соцсеть запрещена в России) и Instagram (сервис запрещён в России). Рост энергопотребления дата-центров ИИ-компаний уже заметен и за предела
Что известно по теме: почему это стратегический вопрос для всей индустрии?
Спрос на чипы Nvidia настолько превышает предложение, что крупнейшие покупатели годами стоят в очереди за поставками и вынуждены соглашаться на цены, которые задаёт сама Nvidia — компания фактически стала главным бутылочным горлышком всей индустрии ИИ. Появление собственных чипов у крупных заказчиков не устраняет Nvidia с рынка полностью: обучение самых больших моделей по-прежнему требует топовых GPU, а собственные разработки чаще закрывают более узкие задачи вроде инференса — то есть непосредственно ответов моделей на запросы пользователей, которые выполняются миллиарды ра
Внедрение ИИ, корпоративные воркшопы и AI-консалтинг
Экспертиза Жемала Хамидуна (hamidun.com) (CPO AlpinaGPT): аудит процессов, разработка AI-стратегии, кастомные RAG/агентные системы и обучение продуктовых команд.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.