2月28日，据知情人士透露，Meta已放弃其正在研发的最先进AI训练芯片，原因是设计遇到难以克服的困难，转而将重点放在设计更简单的版本上。这一决定标志着Meta在"算力自主化"道路上的重大挫折，也凸显了英伟达在AI芯片市场的主导地位难以撼动。
挫败细节：从"替代英伟达"到"接受现实"
Meta的自研芯片项目（代号MTIA）已投入数十亿美元和数百名工程师，目标是减少对英伟达GPU的依赖。但最新一代芯片在功耗、散热、软件兼容性等关键指标上均未达到生产标准，迫使Meta在2026年2月做出"放弃"决定。
外部采购：600亿美元"买平安"
在自研受挫的同时，Meta加速与外部供应商达成协议：
AMD：600亿美元五年协议，采购MI450等新一代GPU
英伟达：继续采购Blackwell架构芯片，确保现有业务不中断
谷歌：数十亿美元协议，租赁谷歌云TPU用于模型训练与推理
这种"三管齐下"的策略，使Meta成为AI算力市场最大的买家之一，但也意味着其每年650亿美元的资本支出中，绝大部分将流向外部供应商。
战略反思："垂直整合"的边界
Meta的挫败揭示了AI产业的深层规律：芯片设计需要十年以上的积累，而非金钱可以速成。即使拥有全球顶尖的AI研究团队（LeCun等人），Meta在硬件工程上的经验储备仍不足以支撑"从零到一"的创新。
这与苹果形成对比——后者通过十年以上的芯片研发（A系列、M系列），逐步实现了"软硬一体"。Meta的教训是：在AI基础设施领域，"合作优于自研"，至少在短期内如此。
市场反应：英伟达地位进一步巩固
Meta放弃自研的消息公布后，英伟达股价上涨2.3%，AMD上涨1.8%。资本市场认为，这进一步证明了英伟达CUDA生态的护城河深度——即使巨头愿意投入数百亿美元，也难以在短期内构建替代方案。
对于AI初创企业而言，Meta的挫败是一个警示：算力自主是奢侈品，而非必需品。在资源有限的情况下，与云厂商合作、利用现有基础设施，可能是更务实的选择。