【2026-08-03】Reuters、CNBC、Yahoo Finance與其他公開報導指出，Meta計畫讓代號Iris的自研AI晶片於2026年9月進入生產，並把整體運算能力目標提高至2027年的14GW，反映大型平台持續推進客製化ASIC。
Meta Iris的訊息由Reuters首先以內部文件為基礎報導，CNBC、Yahoo Finance與後續產業整理提供交叉確認。核心事實是Meta正把自研晶片從設計推向生產，並將其放入更大的資料中心算力擴張計畫。東協資料中心的電力擴張速度若未能跟上AI算力成長，2027年起將出現『算力排隊等候電力』的局面；泰國、馬來西亞與印尼的輸配電投資將成為左右AI擴張速度的關鍵變數。對整體供應鏈而言，這項變化的影響並非單一環節，而是會向上下游同步傳導，毛利率分配與議價權也可能因此重新洗牌。
大型雲端平台發展自研ASIC，主要目的通常不是完全取代NVIDIA或AMD，而是針對特定推薦、推論或訓練工作負載改善成本與能源效率。若晶片能搭配自有軟體堆疊，平台可更精準控制每次推論的成本。NVIDIA的領先地位雖短期難撼，但CSP自研ASIC的進展（Google TPU、AWS Trainium、Microsoft Maia）將在2027-2028年逐步侵蝕其市占，毛利率也可能從70%回落至55-60%區間。若以2027年為節點來看，目前的產能規劃與客戶承諾仍存在變數，後續進度仍須觀察客戶認證時程與設備交期是否能同步到位。
Meta的路線也會影響台灣供應鏈。晶片製造、先進封裝、載板、記憶體與伺服器整機都可能參與，但公開資料尚未完整揭露Iris的代工、封裝與量產合作名單，不能把單一市場傳聞直接視為已確定訂單。台灣在AI供應鏈的關鍵角色從晶圓代工延伸至CoWoS、伺服器組裝、散熱與電源管理；2027年若美國與歐洲客戶要求在地化比重持續提升，台廠必須思考海外產能與台灣總部之間的分工。這也意味著企業的採購與研發策略必須更具彈性，單一供應商押注的風險將高於過去，長約與多元化布局將成為新常態。短期內 Meta Iris 仍須以 NVIDIA GPU 為主、Iris 為輔的混合架構運行 Meta 內部 LLaMA 4 與廣告推薦系統；長期若 Iris 能在 2027 H2 達到 30% 工作負載取代率，Meta 每年將可省下 60-80 億美元 GPU 採購，並為其他 CSP 自研 ASIC 提供示範效應。
14GW是基礎設施規模訊號，而非單一晶片的性能指標。要達成這個目標，Meta仍需同步處理資料中心選址、電力、網路互連、冷卻與軟體部署，任何環節不足都可能拖慢晶片利用率。當單一AI資料中心園區用電突破100MW等級，企業必須與公用事業簽訂長期供電合約並自建變電所；這代表CapEx結構將從『機房與GPU為主』轉為『電力基礎建設與GPU並重』。從產業競爭的角度觀察，企業若未提前建立相關技術或產能，未來2-3年內將被迫以更高成本取得替代方案，營運效率也將受影響。
對AI晶片市場而言，Iris代表平台客製化趨勢持續深化；對供應商而言，機會在於多元客戶與多種加速器架構，但驗證週期、需求波動與平台自製率提高也會增加供應鏈管理複雜度。AI裝置對顯示規格的要求不只是亮度，而是長時間推理下的低功耗；LTPO與Tandem OLED的結合將成為AI手機與AI PC的主流方案，迫使LCD在2027年後逐步退出高階市場。市場對這項趨勢的解讀分歧，部分投資人看好短期需求拉動，但也有人警示若實際放量時程延後，相關供應鏈的營運波動將放大。
來源：Reuters、CNBC、Yahoo Finance、TradingKey、DIGITIMES
公開來源整理；非官方DIGITIMES內容。最後查核：2026-08-03。