Meta在与Grace和Vera处理器的多年度AI基础设施协议中押注Nvidia CPU

Meta 正在通过一项涵盖 NVIDIA CPU 和下一代 GPU 的全面硬件合作伙伴关系，重塑其人工智能基础设施战略。

Meta 签署多年度 NVIDIA 交易，涵盖 GPU 和独立 CPU

Facebook 母公司 Meta 已与 NVIDIA 签订多年度协议，采购数百万芯片，涵盖 GPU 以及首次涉及的独立 CPU。该交易包括当前的 Blackwell GPU、即将推出的 Rubin GPU，以及作为独立产品的 Grace 和 Vera 处理器。然而，双方尚未披露合同的总价值。

科技咨询公司 Creative Strategies 的首席执行官兼首席分析师 Ben Bajarin 估算，这笔交易价值数十亿美元。此外，科技媒体 The Register 报道称，该协议在其期限内可能为 NVIDIA 的财务带来数百亿美元的额外收入。这凸显了 Meta 正在积极扩大其 AI 影响力的决心。

Meta 首席执行官马克·扎克伯格已提前指出了这一支出优先级的转变。他宣布，Meta 计划在 2026 年将其 AI 基础设施投资几乎翻倍，总支出可能达到 1350 亿美元。新芯片交易为市场提供了更清晰的资金流向。

NVIDIA CPU 战略转向推理工作负载

此次协议中最引人注目的并非 GPU 采购，而是 Meta 决定大规模采用 NVIDIA 的 CPU 作为独立产品。直到 2026 年初，Grace 处理器几乎只作为所谓的超级芯片（将 CPU 和 GPU 集成在单一模块中）的一部分提供。然而，NVIDIA 在 2026 年 1 月正式改变销售策略，开始单独销售这些 CPU。

当时，首个公开命名的独立 CPU 客户是云服务提供商 CoreWeave。现在，Meta 加入了这一行列，显示出对灵活 CPU 架构的需求日益增长。这也符合人工智能从训练庞大模型向在生产环境中部署的更广泛转变。

公司正瞄准快速增长的推理（inference）市场。近年来，AI 领域主要集中在大模型的 GPU 密集型训练上，但重点正逐渐转向推理，即运行和扩展已训练系统的过程。对于许多推理任务，传统 GPU 在成本和能耗方面都显得过剩。

“我们曾处于‘训练’时代，现在正逐步进入‘推理’时代，这需要完全不同的方法，” Bajarin 对《金融时报》表示。尽管如此，这一转变并不意味着 GPU 需求的减少，而是改变了超大规模数据中心中 GPU 与 CPU 工作负载的平衡。

Grace 和 Vera CPU：技术细节与 Meta 的部署计划

据《The Register》报道，NVIDIA 超大规模与高性能计算事业部副总裁兼总经理 Ian Buck 表示，Grace 处理器可以“在数据库等后端工作负载上实现每瓦性能提升两倍”。他还指出，“Meta 已经有机会在 Vera 上运行部分工作负载，结果非常令人期待。” 这凸显了 NVIDIA 在优化大规模推理和数据处理的能效方面的努力。

Grace CPU 配备 72 个 Arm Neoverse V2 核心，采用 LPDDR5x 内存，在带宽和空间受限环境中具有优势。相比之下，NVIDIA 的下一代 Vera CPU 携带 88 个定制 Arm 核心，支持多线程和内置机密计算功能。这些规格彰显 NVIDIA 旨在与传统服务器 CPU 供应商直接竞争的雄心。

据 NVIDIA 称，Meta 计划使用 Vera 进行私有处理和 WhatsApp 加密消息服务中的 AI 功能。Vera 的部署预计在 2027 年，表明 Meta 的后端现代化将是一个多年的路线图。然而，Meta 尚未提供每个数据中心区域或具体服务（除消息和安全相关工作负载外）的详细部署时间表。

竞争格局：NVIDIA 进入服务器 CPU 领域

NVIDIA 将 CPU 作为独立产品销售的举措，使其直接与英特尔和 AMD 在利润丰厚的服务器市场展开竞争。此前，NVIDIA 的增长主要来自 GPU，但加入 CPU 后，提供了更完整的数据中心产品组合。此外，这也使客户能够围绕同一供应商构建完整的技术栈，而无需混用多个供应商的组件。

通过采购独立的 NVIDIA CPU，Meta 正在偏离其他超大规模云服务商的策略。亚马逊依赖自家的 Graviton 处理器，谷歌则采用定制的 Axion 芯片。而 Meta 则在继续设计自己的 AI 加速器的同时，从 NVIDIA 采购 CPU。不过，《金融时报》报道指出，Meta 内部的芯片开发“遇到了一些技术挑战和部署延迟”。

对 NVIDIA 来说，竞争压力也在加剧。谷歌、亚马逊和微软在近几个月都宣布了新型内部芯片。同时，OpenAI 与 Broadcom 共同开发了一款处理器，并与 AMD 签订了重要的供应协议。一些创业公司如 Cerebras 正在推动专用推理芯片，如果被广泛采用，可能削弱 NVIDIA 的市场主导地位。

市场紧张局势、股价反应与多厂商策略

去年 12 月，NVIDIA 通过授权协议收购了推理芯片公司 Groq 的人才，旨在巩固其在新推理计算时代的技术基础。然而，投资者对客户多元化的任何迹象都非常敏感。去年底，NVIDIA 股价曾因报道 Meta 正在与谷歌就使用张量处理单元（TPU）进行洽谈而下跌4%。自那以后，尚未有正式的 TPU 协议公布。

Meta 也并非完全依赖 NVIDIA 硬件。据《The Register》报道，该公司还运营着一批 AMD Instinct GPU，并直接参与设计 AMD 的 Helios 机架系统，该系统计划于今年晚些时候发布。此外，这种多厂商策略为 Meta 在价格谈判中提供了筹码，也有助于降低其快速增长的 Meta AI 基础设施的供应风险。

随着公司扩展数据中心，“NVIDIA 是否销售 CPU” 这个问题正通过实际部署得到答案。更广泛的 Meta 与 NVIDIA 的合作显示，NVIDIA CPU 正逐渐成为大规模推理架构的核心部分，即使超大规模云服务商也在试验自己的定制芯片和竞争对手的加速平台。

总之，Meta 的多年度硬件协议凸显了人工智能从以训练为主的 GPU 集群向以推理优化架构（如 Grace 和 Vera）转变的结构性变革。然而，面对英特尔、AMD、云原生处理器和专用创业公司的激烈竞争，NVIDIA 在将其新 CPU 战略转化为长期数据中心主导地位方面仍面临复杂的挑战。