近期，Meta公开详解人工智能算力基础设施的核心逻辑，并公布多项关键芯片合作与最新模型进展。以Meta AI语音助手为例，用户单次交互背后需完成数十亿次浮点运算。算力不仅以每秒浮点运算次数衡量处理速度，更以瓦特级功耗衡量集群规模。Meta指出，AI技术的演进高度依赖底层硬件支持，其正通过全球数据中心网络构建多元化算力矩阵。为满足日益增长的计算需求，Meta宣布与博通、Arm、超威半导体及英伟达建立战略合作，共同研发新一代数据处理芯片。公司将在未来两年内推出四代定制MTIA芯片，专攻排序推荐与生成式AI任务；同时联合Arm打造数据中心专用AGI CPU，以突破海量数据流转瓶颈。此外，Meta Superintelligence Labs正式推出多模态大语言模型Muse Spark，该模型原生支持语音、文本与图像融合处理。Meta强调，从千卡GPU集群训练到每日数十亿次定制芯片推理，高效算力网络是模型落地的关键。随着AI向个人生活深度渗透，算力需求将持续攀升。Meta表示将持续扩建基础设施，以敏捷响应技术迭代，巩固其在下一代人工智能生态中的硬件与模型协同优势。