【2026-07-30】Reuters、TechCrunch、SemiWiki 多方報導確認，Meta Platforms 將於 2026 年 9 月開始量產代號「Iris」的自研 AI 客製化晶片（ASIC），這是 Meta 繼 MTIA 後第二款 AI 晶片，主要用於內部 AI 訓練與推論工作負載。Meta 規畫到 2027 年「每 6 個月推出一款新 AI 晶片」，目標 2027 年將整體運算容量從目前約 7GW 翻倍至 14GW。Iris 由 Broadcom 參與共同設計、委由台積電代工（5nm 製程）。Meta 此舉被視為「去 NVIDIA 化」的重大進展，搭配既有的 NVIDIA GPU 採購形成「雙軌制」。
根據 Reuters 7 月 9 日獨家報導（內部備忘錄外洩），Meta Platforms 計劃於 2026 年 9 月開始量產代號「Iris」的自研 AI 客製化晶片。TechCrunch 同日報導指出，Iris 是 Meta 繼 MTIA（Meta Training and Inference Accelerator）後的第二款 AI 晶片，採用台積電 5 奈米製程，由 Broadcom 參與共同設計，主要服務 Meta 內部的 AI 訓練與推論工作負載（如推薦系統、生成式 AI、廣告排序等）。Meta 的 ASIC 戰略被市場視為『對 NVIDIA 主場地位的長期挑戰』，Iris 不只是單一加速器，更是 Meta 內部訓練叢集、推薦系統、廣告排序與生成式 AI 推理四大工作負載的關鍵零組件；每年推一款新產品的節奏意味著 Meta 將以『快速迭代』取代 NVIDIA 兩年一代的週期，從而壓低 ASIC 平均生產成本並加速效能優化。
SemiWiki 引述內部備忘錄指出，Meta 規畫到 2027 年「每 6 個月推出一款新 AI 晶片」，這比既有的「每年推一款」或「兩年推一款」的常規更為激進。這項「Iris-Codename-2」「Iris-Codename-3」等後續版本將逐步涵蓋從推論、訓練到邊緣 AI 的不同應用場景。Reuters 分析，這種「快速迭代」模式呼應 Meta CEO 祖克柏「AI 必須自主可控」的戰略思維。Iris 第一代是 Meta 於 2024 年推出的 MTIA v1 推理加速器，主要用於 Reels 與 Facebook 廣告排序；第二代（v2）將擴大到訓練與推理雙用，由 Broadcom 與 Marvell 共同設計，台積電 5 奈米製程投片；第三代（v3）將升級至台積電 3 奈米，並整合 HBM3e；2026 年 9 月將量產的 Iris 是第四代，採用台積電 3 奈米 N3E 製程與 HBM4。
Bloomberg 報導指出，Meta 2027 年的 AI 運算容量目標是 14GW（gigawatts），相較 2026 年的約 7GW 翻倍成長。這意味著 Meta 不僅要維持既有的 NVIDIA GPU 採購（估計 2026 年採購 150 萬顆 H100/GH200 等級 GPU），還要大幅擴增自研晶片的部署量。市場分析師估算，Meta 2027 年資本支出上看 600 億美元，其中 200-250 億美元將用於 AI 基礎建設（含自研晶片）。業界解讀，Meta 推出 Iris 的動機有三層。第一，降低對 NVIDIA H100/H200 GPU 採購的依賴，2025 年 Meta GPU 採購金額已超過 280 億美元，若 ASIC 能接手 30% 工作負載，每年可省下 80-100 億美元；第二，優化特定工作負載的單位算力成本，使 Meta 內部 AI 服務的回應時間更穩定；第三，建立自家 AI 晶片供應鏈以避免地緣政治風險。
產業分析師認為，Meta 的「客製晶片 + NVIDIA GPU」雙軌制有三大戰略意義：(1) 成本控制——自研 ASIC 對特定工作負載的成本效益比 GPU 高 30-50%；(2) 降低對 NVIDIA 的依賴——避免供應受限或價格被綁架；(3) 優化特定應用——ASIC 可針對 Meta 的推薦演算法、生成式 AI 訓練做硬體層級優化，提升每瓦效能。對台灣供應鏈而言，Iris 量產意味著台積電 3 奈米與 CoWoS 產能再度被 Meta 鎖定，並推動台積電 3 奈米月產能目標從 12 萬片上修至 2026 Q4 的 14 萬片；同時創意、智原、力積電、世界先進等 ASIC 設計服務與記憶體 IP 業者也將同步受惠。
TechCrunch 進一步分析，Meta 並非要「完全取代 NVIDIA」，而是「在特定應用場景使用自研 ASIC + 通用 GPU 用於訓練」。這個策略與 Google（TPU）、Amazon（Trainium / Inferentia）、Microsoft（Maia）的「自研晶片 + NVIDIA GPU」雙軌制一致，顯示超大規模雲端業者走向 ASIC 已是不可逆趨勢。CoWoS-S 與 CoWoS-L（SoIC + CoWoS 混合封裝）將是 Meta Iris 量產的關鍵瓶頸；台積電已將 CoWoS 月產能目標從 2026 年中的 5.5 萬片上修至 2027 Q1 的 6.5 萬片，其中 Meta 與 NVIDIA 兩家合計占比超過 60%；若 CoWoS 良率未能如期從 92% 提升至 95%，Meta Iris 與 NVIDIA Rubin 出貨都將被拖累。
供應鏈業者指出，Meta Iris 對台積電的營收貢獻在 2027 年估計可達 30-40 億美元（新訂單），對 Broadcom 的 ASIC 設計服務營收貢獻約 5-8 億美元。對 NVIDIA 的實質影響有限（Meta 仍是 H100 / B100 的大客戶），但象徵意義大於實質——超大規模客戶「去 NVIDIA 化」趨勢正式成形。法人認為，若 Meta 在 2027 年成功將 Iris 部署於內部 50% 訓練工作負載，每年可省下 50-70 億美元 GPU 採購成本，並使 Meta 整體 capex 結構從『全部押注 NVIDIA』走向『ASIC + GPU 雙軌』；對 NVIDIA 而言，這意味著 2027-2028 年必須在 HBM4、HBM4E 與 Rubin Ultra 性能上維持每代 2.5 倍以上的提升，才能穩住 Meta、Google、Microsoft 等大型 CSP 客戶的採購比重。
Yahoo Finance 與 LinkedIn 半導體分析師 Sola Thomas 認為，Meta 的「6 個月推一款」節奏是「軟體定義硬體」的具體實踐：透過軟體迭代快速優化硬體設計，可在 12-18 個月內推出針對下一波 AI 工作負載優化的新版本。這與 NVIDIA「每 2 年推一代新架構」（如 Hopper → Blackwell → Rubin）的傳統節奏形成對比。
來源：Reuters 2026-07-09 · TechCrunch · SemiWiki · Pulse 2.0 · Yahoo Finance · LinkedIn / Sola Thomas · DIGITIMES