公眾號(hào)記得加星標(biāo)??，第一時(shí)間看推送不會(huì)錯(cuò)過(guò)。

當(dāng)Meta Platforms與英偉達(dá)（Nvidia）達(dá)成大規(guī)模 AI 系統(tǒng)交易時(shí)，通常意味著該公司此前的某些開(kāi)放硬件計(jì)劃已無(wú)法滿(mǎn)足緊迫的算力需求。這與項(xiàng)目延期不完全是一回事，但效果是一樣的。提醒一下，這類(lèi)情況我們掌握的數(shù)據(jù)并不多，而如今這家社交網(wǎng)絡(luò)巨頭、AI 模型廠(chǎng)商與 AI 硬件巨頭英偉達(dá)之間宣布的巨額合作，已是第三起。

這筆交易遠(yuǎn)比 Meta 上一次與英偉達(dá)的合作規(guī)模更大，對(duì)英偉達(dá)而言?xún)r(jià)值至少數(shù)百億美元，再加上原始設(shè)計(jì)制造商將英偉達(dá)芯片集成到 Meta 系統(tǒng)中所能獲得的額外收益。

在前兩起案例中（幾乎可以確定第三起新案例也是如此），一旦 AI 算力需求足夠緊迫，Meta 便愿意放棄自家開(kāi)放計(jì)算項(xiàng)目（OCP）的設(shè)計(jì)方案。

在超大規(guī)模云廠(chǎng)商與大模型廠(chǎng)商中，Meta 的定位略有不同：它不只是為搜索加入 AI 能力，或是打造能與 OpenAI、Anthropic 等抗衡的通用大模型，同時(shí)還高舉開(kāi)源大旗（至少目前是這樣）。該公司還運(yùn)營(yíng)著龐大的高性能集群集群，作為旗下各類(lèi)服務(wù)的推薦引擎。這些系統(tǒng)需要CPU 與加速器緊密耦合，讓加速器能直接訪(fǎng)問(wèn) CPU 內(nèi)存中存儲(chǔ)的高維嵌入向量，從而為每位用戶(hù)提供個(gè)性化推薦。英偉達(dá)將 CG100 CPU 與 H100 GPU 加速器結(jié)合的 “Grace?Hopper” 超級(jí)芯片，正是瞄準(zhǔn)這類(lèi)推薦引擎場(chǎng)景設(shè)計(jì)的。

據(jù)我們所知，Meta 擁有大量此類(lèi)設(shè)備。

可以確定的是，盡管 Meta 一直希望自研 AI 芯片 —— 從其 MTIA AI 推理芯片項(xiàng)目，以及收購(gòu) RISC?V CPU 與 GPU 廠(chǎng)商 Rivos 都能看出 —— 但 Meta 仍在英偉達(dá)身上投入了巨額資金：有時(shí)采購(gòu)整系統(tǒng)，有時(shí)采購(gòu) GPU、NVSwitch 互聯(lián)芯片，有時(shí)還擴(kuò)展 InfiniBand 網(wǎng)絡(luò)。

當(dāng)初英特爾遲遲無(wú)法按時(shí)推出 “Ponte Vecchio” Max 系列 GPU，而 AMD 的 “Aldebaran” MI250X GPU 加速器又無(wú)法足量供貨以滿(mǎn)足 Meta 需求，Meta 別無(wú)選擇，只能與英偉達(dá)合作搭建其研究超級(jí)計(jì)算機(jī)（RSC），采用英偉達(dá) “Ampere” A100 GPU，而非當(dāng)時(shí)即將推出的 “Hopper” H100 加速器。對(duì) Meta 來(lái)說(shuō)最致命的是：這兩款 GPU 都支持由微軟與 Meta 聯(lián)合定義的開(kāi)放加速器模塊（OAM）接口，但由于供應(yīng)量不足，Meta 最終只能放棄自研的 “Grand Teton” CPU?GPU 系統(tǒng)。英特爾的 Gaudi 計(jì)算引擎同樣支持 OAM 模塊，但英偉達(dá)擁有自家 SXM 接口設(shè)計(jì)，以及配套 NVSwitch 架構(gòu)的系統(tǒng)板卡。

于是，英偉達(dá)拿下了這套2000 節(jié)點(diǎn) RSC 超算的訂單。該系統(tǒng)搭載 4000 顆 AMD CPU 與 16000 顆英偉達(dá) A100 GPU 加速器，合同于 2022 年 1 月簽訂，并在當(dāng)年分階段完成部署。

2022 年 3 月，Meta 終于披露其計(jì)劃投資 A100 與 H100 加速器，打造總算力超過(guò) 50 萬(wàn)片 H100 等效算力的集群艦隊(duì)，其中包括兩套基于 Grand Teton 服務(wù)器平臺(tái)、各搭載 24576 顆 GPU 的集群：一套采用 Arista 的以太網(wǎng)，另一套采用英偉達(dá)的 InfiniBand，明確要讓兩種交換架構(gòu)正面競(jìng)爭(zhēng)。同年 5 月，為緊急補(bǔ)齊 AI 算力缺口，Meta 又與微軟達(dá)成協(xié)議，在 Azure 云上采購(gòu)基于 NDm A100 v4 實(shí)例的虛擬超算資源，其節(jié)點(diǎn)配置與 Meta 采購(gòu)的 RSC 系統(tǒng)非常接近。

顯然，Meta 最初并不想從英偉達(dá)大量采購(gòu) GPU。但風(fēng)向轉(zhuǎn)變得非?？?。

更近一段時(shí)間，Meta 看似在試圖降低對(duì)英偉達(dá)的依賴(lài)：推出自研MTIA v2 推理加速器，并與 AMD 合作設(shè)計(jì)“Helios”O(jiān)pen Rack Wide 3 雙寬機(jī)架方案。其密度只有英偉達(dá) GB200 NVL72、GB300 NVL72 機(jī)架系統(tǒng)所用 “Oberon” 機(jī)架的一半，但考慮到 Oberon 機(jī)架的重量與功耗密度極高，且未來(lái) “Kyber” 機(jī)架還會(huì)進(jìn)一步提升，這反而可能成為一項(xiàng)優(yōu)勢(shì)。

英偉達(dá)機(jī)架的高密度，很大程度上是為了滿(mǎn)足 NVSwitch 架構(gòu)的低時(shí)延需求，實(shí)現(xiàn)機(jī)架內(nèi) 72 顆 GPU 的顯存互聯(lián)。Helios 機(jī)架則通過(guò)以太網(wǎng)實(shí)現(xiàn) UALink 隧道，GPU 集群時(shí)延明顯更高 —— 部分原因也是 Helios 機(jī)架內(nèi)的銅纜更長(zhǎng)。但無(wú)論如何，第一代 Helios 機(jī)架時(shí)延更高、帶寬更低是必然的，就像早年 AMD 與 Meta AI 節(jié)點(diǎn)設(shè)計(jì)中的 PCIe 交換，相比同期 NVSwitch 同樣時(shí)延更高、帶寬更低。

根據(jù)本周達(dá)成的協(xié)議，Meta 將采購(gòu)英偉達(dá)的 CPU 與 GPU，并將自家 FBOSS 網(wǎng)絡(luò)操作系統(tǒng)移植到英偉達(dá) Spectrum?X 交換 ASIC 及系統(tǒng)上。雙方未披露具體數(shù)量，但據(jù)稱(chēng) Meta 將采購(gòu)數(shù)百萬(wàn)片英偉達(dá) Blackwell 與 Rubin GPU。細(xì)看細(xì)節(jié)可知：部分 GPU 將部署在 Meta 自有數(shù)據(jù)中心，另一部分（未披露比例）則將從英偉達(dá)（未具名的）云合作伙伴處租賃算力。這可能包括 AWS、微軟、谷歌、甲骨文等公有云，也可能是 CoreWeave、Crusoe、Lambda、Nebius 等新型 AI 云廠(chǎng)商。

初期部署將以GB300 系統(tǒng)為主 —— 不要直接等同于 GB300 NVL72 整機(jī)柜系統(tǒng) —— 這意味著優(yōu)先面向推理任務(wù)，可能附帶少量訓(xùn)練。如果 Meta 正在研發(fā)大規(guī)模混合專(zhuān)家模型，那么其采購(gòu)的英偉達(dá)設(shè)備可能會(huì)是 GB300 NVL72 整機(jī)柜系統(tǒng)。但我們相信，Meta 同時(shí)也希望繼續(xù)擴(kuò)容 Grand Teton 服務(wù)器，或推出改進(jìn)版 Grand Teton，以支持 HPC 領(lǐng)域流行的 NVL4 節(jié)點(diǎn)，或是過(guò)去更常見(jiàn)的 NVL8 節(jié)點(diǎn)，而 Grand Teton 本身就是很好的范例。

你會(huì)注意到，這份公告中完全沒(méi)有提到 InfiniBand。話(huà)已至此，Meta 顯然已經(jīng)做出了長(zhǎng)期選擇。

這筆交易還包含英偉達(dá)所稱(chēng)的 “首個(gè)大規(guī)模純 Grace 部署”，我們推測(cè)指的是 Grace?Grace 超級(jí)芯片。這款 144 核雙芯處理器運(yùn)行頻率 3.2 GHz，通過(guò) NVLink 端口構(gòu)成 NUMA 架構(gòu)，在芯片內(nèi)置的 SVE 向量單元上可提供 7.6 GFLOPS 算力。

目前已有不少僅運(yùn)行 CPU 代碼的 HPC 集群大量采用 Grace CPU，例如布里斯托大學(xué)最新的 “Isambard” 超算與德州大學(xué)的 “Vista” 超算。德州高級(jí)計(jì)算中心（TACC）正在建設(shè)的 “Horizon” 超算中，也有一大分區(qū)采用 88 核 Vera CPU。我們預(yù)計(jì) TACC 將通過(guò) 4752 顆 Vera?Vera 超級(jí)芯片提供 836352 核、FP64 精度下 131.8 PFLOPS 的算力，這是我們已知規(guī)模最大的基于英偉達(dá) Arm 服務(wù)器芯片的純 CPU 集群。英偉達(dá)與 Meta 表示，雙方正在合作研究 Meta 如何部署純 Vera 算力，并有望在 2027 年進(jìn)行大規(guī)模落地。

有一件事會(huì)很有意思（但大概率不會(huì)發(fā)生）：Meta 與英偉達(dá)合作，把英偉達(dá) CPU、GPU、DPU 和交換 ASIC 放進(jìn)Helios 機(jī)架里。這在技術(shù)上并非不可行，但可能需要推出 OAM 版本的 Rubin GPU，以及略有調(diào)整的 Vera GPU 設(shè)計(jì)，以支持更多 GPU 與一顆 CPU 互聯(lián)。不少人都質(zhì)疑過(guò)，為什么 Grace?Hopper 是 1:1 搭配、Grace?Blackwell 是 1:2 搭配，而對(duì)很多工作負(fù)載來(lái)說(shuō)，2:8 的配比或許才是最優(yōu) —— 就像 Meta 在 Grand Teton 設(shè)計(jì)中采用的方案，以及英偉達(dá)多代 DGX/HGX 服務(wù)器板卡的經(jīng)典架構(gòu)。

本次合作涉及的金額并未公布，這很可能是因?yàn)樗劝蛴ミ_(dá)采購(gòu)硬件，也包含從公有云 / 新型 AI 云租賃算力，具體比例很大程度上取決于 Meta 的預(yù)算結(jié)構(gòu)，以及其在自有數(shù)據(jù)中心之外能分配多少運(yùn)營(yíng)預(yù)算。

假設(shè)這是一個(gè)逐年放量的合同 ——GPU 數(shù)量逐年增長(zhǎng) —— 總規(guī)模達(dá)到 200 萬(wàn)到 300 萬(wàn)顆。如果全部采用 GB300 算力集群，單套 GB300 NVL72 機(jī)柜成本超過(guò) 400 萬(wàn)美元，那么采購(gòu) 200 萬(wàn)到 300 萬(wàn)顆 GPU 的總價(jià)值大約在1100 億到 1670 億美元之間。Meta 希望盡可能少租算力，因?yàn)樽赓U模式無(wú)法利用其重金建設(shè)的自有數(shù)據(jù)中心，而且四年周期內(nèi)，租賃 GPU 成本是直接購(gòu)買(mǎi)的 4～6 倍。

在不清楚 Meta 采購(gòu)與租賃比例的情況下，我們無(wú)法給出精確估算。但可以提醒的是：租賃算力屬于運(yùn)營(yíng)支出，不計(jì)入資本支出預(yù)算，而 Meta 2026 年的資本支出預(yù)算預(yù)計(jì)為 1250 億美元。

由此你就能明白，為什么所有超大規(guī)模云廠(chǎng)商與云服務(wù)商都希望擁有自研 CPU 與 XPU—— 包括 Meta 在內(nèi)。有傳聞稱(chēng)，Meta 還在與谷歌洽談租用 TPU 算力，并最終希望在自有系統(tǒng)中用上自研 TPU。這筆交易與 Anthropic 和谷歌達(dá)成的合作如出一轍。

https://www.nextplatform.com/2026/02/18/some-game-theory-on-that-nvidia-meta-platforms-partnership/

（來(lái)源：nextplatform）

*免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個(gè)人觀(guān)點(diǎn)，半導(dǎo)體行業(yè)觀(guān)察轉(zhuǎn)載僅為了傳達(dá)一種不同的觀(guān)點(diǎn)，不代表半導(dǎo)體行業(yè)觀(guān)察對(duì)該觀(guān)點(diǎn)贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀(guān)察。

今天是《半導(dǎo)體行業(yè)觀(guān)察》為您分享的第4322期內(nèi)容，歡迎關(guān)注。

加星標(biāo)??第一時(shí)間看推送

求推薦