跳到主要内容

Meta MTIA 450（自研 AI 加速器 · 生成式 AI 推理）

产品概述​

Meta MTIA 450 是 Meta 自研 AI 加速器 MTIA 家族中专为生成式 AI 推理优化的型号，于 2026 年 3 月 11 日与 MTIA 300 / 400 / 500 一同公布，计划 2027 年初量产。

Meta 对 MTIA 450 的定位表述非常直接——推理优先（inference-first）。Meta 的原话是：主流芯片通常先为最严苛的负载（大规模 GenAI 预训练）而设计，再以较低性价比的方式套用到 GenAI 推理等其他负载；MTIA 反其道而行，先为 GenAI 推理做优化，随后再按需支持包括排序推荐训练与推理、以及 GenAI 训练在内的其他负载。这样可以让 MTIA 始终紧贴预期中最增长的 GenAI 推理需求。

MTIA 450 的核心变化是内存带宽翻倍。相对同门 MTIA 400 的 9.2 TB/s，MTIA 450 提升到 18.4 TB/s。Meta 称这一带宽"远高于现有领先商业产品"，媒体据此对照的是 NVIDIA H100 / H200。这一取舍有明确的物理依据：Transformer 推理的 decode 阶段瓶颈在内存带宽而非原始 FLOPs，而主流 GPU 为最大化预训练 FLOPs 架构，携带了 Meta 认为推理负载并不需要的成本与功耗。

在低精度计算上，MTIA 450 支持 MX4 格式，Meta 称其 MX4 FLOPs 达到 FP16/BF16 的 6 倍，并通过混合低精度计算避免软件层面的数据类型转换开销。此外 Meta 还提到，MTIA 具备针对 FlashAttention 与混合专家（MoE）前馈网络计算的硬件加速，以及为推理协同设计的定制低精度数据类型。

架构与部署上，MTIA 450、400、500 使用相同的机箱、机架与网络基础设施——每一代新芯片都能直接插入既有物理footprint，实现轻松互换。这正是 Meta 所称的"模块化"，也是其支撑约六个月一代节奏的底层原因。

核心规格​

项目参数
架构MTIA 450（面向生成式 AI 推理的自研加速器，基于 MTIA 400 演进）
制程未公开
显存288 GB
显存类型未公开
显存带宽18.4 TB/s
FP87 PFLOPS
FP421 PFLOPS
FP16未公布
INT8未公布
TDP1400 W
互联Scale-up 域 72 颗 @ 1.2 TB/s（单向）；scale-out 100 GB/s（单向）
发布2026-03-11 发布；2027 年初量产

📌 数据格式口径：Meta 官方表格将算力标注为 FP8/MX8 7 PFLOPS、MX4 21 PFLOPS、BF16 3.5 PFLOPS。本表 FP4 一栏对应 Meta 口径的 MX4（块缩放 4-bit 格式，非 FP4）；Meta 未公布该型号的 FP16/BF16 绝对算力对外披露口径之外的可采信值，故 FP16 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。

📌 制程：Meta 与博通联合开发（覆盖芯片设计、先进封装与网络），但官方未公布具体工艺节点与封装形式。

关键特性​

带宽优先的推理架构​

  • HBM 带宽较 MTIA 400 翻倍（9.2 TB/s → 18.4 TB/s），Meta 明确对标并称超越 NVIDIA H100 / H200
  • HBM 容量与 MTIA 400 同为 288 GB——带宽翻倍而容量不变，说明 Meta 的资源明确压向带宽而非容量
  • 这一取舍直接服务于 decode 阶段：每生成一个 token 都需要从内存读取模型权重，带宽不足时算力被空转

MX4 混合低精度计算​

  • 原生 MX4 支持，Meta 称 MX4 FLOPs 为 FP16/BF16 的 6 倍
  • 混合低精度计算避免软件层面的数据类型转换开销
  • 窄精度格式在降低推理所需算力的同时，Meta 称不会显著损害模型质量

推理专用硬件加速​

  • FlashAttention 硬件加速
  • 混合专家（MoE）前馈网络计算硬件加速
  • 面向推理协同设计的定制低精度数据类型

与 MTIA 400 的代际对比​

指标MTIA 400MTIA 450变化
负载定位通用（兼顾 R&R 与 GenAI）GenAI 推理优先窄化优化
FP8/MX8 算力6 PFLOPS7 PFLOPS+17%
MX4 算力12 PFLOPS21 PFLOPS1.75×
HBM 带宽9.2 TB/s18.4 TB/s2×
HBM 容量288 GB288 GB持平
TDP1,200 W1,400 W+17%
Scale-up 域72 颗72 颗持平
状态实验室测试完成2027 年初量产—

关键洞察：MTIA 450 相对 MTIA 400 的 MX4 算力提升 1.75 倍，而 HBM 带宽提升整整 2 倍且 TDP 仅增 17%。Meta 把主要增量预算投在数据搬运能力而非算力上——这与其"推理瓶颈在带宽不在 FLOPs"的判断完全一致。

路线图中的位置​

Meta 称从 MTIA 300 到 MTIA 500，HBM 带宽提升 4.5 倍、算力 FLOPs 提升 25 倍。MTIA 450 是这条曲线上的 GenAI 推理主力，而更高端的 MTIA 500 在此基础上再加 50% HBM 带宽并提供最高 80% 更多 HBM 容量。

适用场景​

  • ✅ 生成式 AI 推理（Meta 的首要定位，兼顾未来其他负载）
  • ✅ 大规模 decode 密集型服务（带宽优先设计直接对口）
  • ✅ 混合专家（MoE）模型服务（MoE FFN 硬件加速）
  • ✅ 长上下文推理（288GB 容量 + 18.4 TB/s 带宽）
  • ✅ Meta 自有基础设施（仅自用，不对外销售）
  • ❌ 大规模 GenAI 预训练（主流 GPU 仍为 Meta 训练主力）
  • ❌ 对外零售 / 第三方采购

相关产品对比​

数据来源​