据经济观察报-经济观察网2月17日，美国科技巨头Meta和英伟达宣布了一项新的长期合作伙伴关系。这一合作不仅包括大规模的芯片部署，还涵盖了从硬件到软件的全方位优化。在人工智能领域的竞争日益激烈之际，这一消息引起了业界的广泛关注。消息公布后，Meta和英伟达的股价在盘后交易中上涨，而AMD的股价则一度下跌超过4%。
根据两家公司披露的信息，此次合作的一个核心内容是Meta将在其数据中心部署数百万颗英伟达芯片，包括Blackwell架构GPU、下一代Rubin架构GPU以及基于Arm架构的Grace中央处理器。这是英伟达GraceCPU首次实现大规模独立部署，对传统x86架构的垄断地位提出了挑战。此外，Meta计划在2027年引入性能更强大的Vera系列处理器，以进一步增强其在高能效AI算力领域的布局。
此次合作不仅仅是简单的硬件采购，两家公司的工程团队还将针对Meta的下一代大规模语言模型（如代号“Avocado”的Llama4继任者）进行软硬件协同设计，以优化底层性能。通过整合CPU、GPU、网络技术（如Spectrum-X以太网平台）及软件生态系统，英伟达为Meta提供了一个覆盖训练、推理和数据处理的统一解决方案。
英伟达创始人黄仁勋表示，目前还没有哪家公司能够像Meta一样大规模地部署人工智能。Meta将前沿研究与工业级基础设施相结合，为数十亿用户打造了全球最大的系统。“没有任何一家企业能达到Meta的AI部署规模，而协同设计的能力将使双方的技术潜力得到最大化释放。”他说。通过深度整合CPU、GPU、网络和软件，英伟达将为Meta的研究人员和工程师提供一个完整的平台，助力他们构建下一代人工智能的基础。
Meta首席执行官扎克伯格强调，与英伟达扩大合作是为了借助其VeraRubin平台构建领先的集群，从而为全球每个人提供个人超级智能。对于Meta而言，这一合作不仅是对其自研芯片战略的补充，也是应对竞争对手压力的关键举措。尽管Meta近年来积极开发自有AI芯片，但此次大规模采购英伟达芯片的举动，被视为对外部算力需求的长期锁定，以确保其在AI商业化竞争中不落后于谷歌、微软等对手。
此外，Meta在声明中提到，公司将把英伟达的安全技术整合到通信应用程序WhatsApp的AI功能中。扎克伯格表示，引入英伟达的机密计算技术，Meta能够在提升性能的同时，满足数据安全与隐私保护的严苛要求。
分析师认为，此次合作的规模可能达到数百亿美元级别。Meta上个月宣布，公司2026年的资本支出最高将达到1350亿美元，其中很大一部分将用于AI基础设施的建设。CreativeStrategies芯片分析师BenBajarin指出：“Meta的大规模采用验证了英伟达同时布局CPU与GPU的‘全栈式’基础设施战略。”他强调，这些芯片专门为推理工作负载和智能代理型任务设计，而AI行业正从训练时代走向推理时代。
值得注意的是，Meta近年来一直在推进自研AI芯片战略，旨在针对其独特的工作负载优化性能并降低成本。然而，据知情人士透露，相关项目遭遇了技术挑战和部署延迟，促使公司继续倚重英伟达的成熟解决方案。尽管如此，Meta并未完全依赖英伟达，去年11月有消息称，Meta正考虑在2027年于数据中心引入谷歌的张量处理器(TPU)，以实现算力来源的多元化。
此次合作对英伟达的竞争对手AMD造成了直接影响。消息公布后，AMD股价在盘后交易中一度下跌超过4%，而Meta和英伟达的股价则分别上涨1.5%和1.8%，显示出市场对这一合作的高度认可。市场普遍认为这份超大规模订单打消了投资者对大客户转向自研芯片的担忧。
华尔街分析师指出，英伟达通过打包GraceCPU、RubinGPU和Spectrum-X网络技术的模式，成功巩固了其在AI基础设施领域的定义权，而Meta的庞大资本开支计划则凸显了其争夺AI领导地位的决心。不过，也有观点关注到，Meta可能因此面临利润压力，但其长期算力保障策略仍被视为对抗竞争对手的有效防御手段。
从行业角度看，英伟达与Meta的合作反映了AI计算重心正从模型训练向推理阶段转移。推理任务需要高效、低延迟的计算能力，而英伟达的GraceCPU正是针对这一需求设计的，其性能功耗比显著优于传统CPU。随着Meta每天服务数十亿用户的AI推理需求不断增长，采用专门优化的GraceCPU将成为其控制能耗、提升效率的关键策略。
这一合作协议的达成也预示着行业竞争态势的剧烈洗牌。对于英特尔与AMD等传统芯片巨头而言，Meta向Arm架构CPU的大规模倾斜无疑是一个严峻的预警信号，暗示着超大规模数据中心市场的权力结构正在发生结构性位移。多份权威分析报告显示，包括亚马逊、Alphabet以及Meta在内的头部企业在2026财年的资本开支仍将保持高速增长，数百亿美元的资金正加速流向以英伟达GPU为核心的数据中心建设，这种持续且确定性极高的需求有效对冲了市场此前对“AI投资回报率不足”的担忧。
（经济观察网李强/文）