跳到主要内容

Meta MTIA 300（自研 AI 加速器 · 排序与推荐训练）

产品概述​

Meta MTIA 300 是 Meta 自研 AI 加速器 MTIA 家族的新一代产品，于 2026 年 3 月 11 日与 MTIA 400 / 450 / 500 一同公布。与后续三代"面向全部负载"不同，MTIA 300 是专为排序与推荐（Ranking & Recommendations，R&R）训练优化的专用型号，也是 Meta 公布路线图时唯一已经投产的型号。

Meta 在官方新闻稿中明确表述："MTIA 300 将用于排序与推荐训练，且已在生产中。" 日文媒体在报道这则发布时也指出，MTIA 300 的设计被描述为构成了后续其他 MTIA 芯片的基础——它是这一代路线图中效率导向的起点，其模块化设计思路被 MTIA 400 及之后的高性能型号继承。

Meta 为 MTIA 项目设定的战略相当激进：借助模块化、可复用的芯粒设计，Meta 称自己已具备每六个月或更短发布一代新芯片的能力，远快于行业通常一到两年的周期。MTIA 的机架与网络基础设施同样模块化——新一代芯片可以直接插入既有机架系统，显著加速量产节奏。

在软件层面，MTIA 从第一天起就构建在行业标准之上：PyTorch、vLLM、Triton 以及 OCP 开放计算项目标准。配合 torch.compile 与 torch.export 支持，生产模型无需针对 MTIA 重写即可同时部署在 GPU 与 MTIA 上。Meta 强调，目前已在旗下应用的有机内容与广告推理负载上部署了数十万颗 MTIA 芯片。

核心规格​

项目参数
架构MTIA 300（面向排序与推荐 R&R 训练的自研加速器）
制程未公开
显存216 GB
显存类型未公开
显存带宽6.1 TB/s
FP81.2 PFLOPS
FP4未公布
FP16未公布
INT8未公布
TDP800 W
互联Scale-up 域 16 颗 @ 1 TB/s（单向）；scale-out 200 GB/s（单向）
发布2026-03-11 发布；发布时已在生产中

📌 数据格式口径：Meta 官方表格将 MTIA 300 的算力标注为 FP8/MX8 1.2 PFLOPS、BF16 0.6 PFLOPS。Meta 未披露该型号的 MX4 算力，故 FP4 一栏记为未公布。

📌 单向带宽：表中 scale-up / scale-out 带宽均为**单向（unidirectional）**口径，非双向合计值。

📌 制程：Meta 与博通联合开发，但官方未公布具体工艺节点与封装形式。

关键特性​

面向 R&R 训练的专用定位​

  • 针对 Meta 内部的排序与推荐模型训练负载做窄化优化，而非追求通用 GPU 的峰值算力
  • Meta 的"推理优先"策略在此代体现为：只为一类负载做到极致，而非以通用 GPU 的方式覆盖全部场景
  • 作为路线图的效率起点，其模块化设计被 MTIA 400 / 450 / 500 继承放大

路线图中的代际坐标​

Meta 公布的规格表显示，从 MTIA 300 到 MTIA 500，HBM 带宽提升 4.5 倍、算力 FLOPs 提升 25 倍：

指标MTIA 300MTIA 400MTIA 450MTIA 500
负载定位R&R 训练通用GenAI 推理GenAI 推理
FP8/MX8 算力1.2 PFLOPS6 PFLOPS7 PFLOPS10 PFLOPS
MX4 算力—12 PFLOPS21 PFLOPS30 PFLOPS
HBM 带宽6.1 TB/s9.2 TB/s18.4 TB/s27.6 TB/s
HBM 容量216 GB288 GB288 GB384–512 GB
TDP800 W1,200 W1,400 W1,700 W
Scale-up 域16 颗72 颗72 颗72 颗
状态已投产实验室测试完成2027 年初量产2027 年量产

关键洞察：MTIA 300 的 scale-up 域只有 16 颗，而后续三代的 scale-up 域扩大到 72 颗——这说明 Meta 把 scale-up 规模的扩展押在了更高代型号上，MTIA 300 主要服务于容量敏感、规模可控的 R&R 训练负载。

与博通的联合开发​

  • Meta 宣布与博通（Broadcom）扩展合作，共同开发多代 MTIA 芯片，覆盖芯片设计、先进封装与网络
  • 该合作建立在博通的 XPU 平台之上，博通CEO 陈福阳（Hock Tan）称"这次 MTIA 的初始部署只是持续多代路线的开始"
  • 首期合作承诺规模超过 1 GW，是多吉瓦持续铺开的第一阶段
  • 博通的先进以太网技术用于支撑 Meta 快速扩张的 AI 集群内部高带宽组网
  • 该发布紧随 Meta 披露与 AMD 价值千亿美元长期 AI 基础设施协议之后（2026 年 2 月，至多 6 GW Instinct GPU），体现 Meta 整体降低对 NVIDIA 依赖、但把 MTIA 定位为推理核心的组合策略

适用场景​

  • ✅ 排序与推荐（R&R）模型训练——MTIA 300 的唯一指定负载
  • ✅ Meta 自有应用的推荐服务（有机内容与广告）
  • ✅ Meta 内部基础设施（仅自用，不对外销售）
  • ❌ 生成式 AI 推理（由 MTIA 450 / 500 承担）
  • ❌ 大规模 scale-up 训练作业（scale-up 域仅 16 颗）
  • ❌ 对外零售 / 第三方采购

相关产品对比​

数据来源​