2026年的开局，对Meta而言堪称“内忧外患”的叠加。当中国AI模型在春节档掀起迭代大战，硅谷同行忙着推送“天级别”功能更新时，这家曾在大模型赛道崭露头角的科技巨头，却陷入了罕见的沉寂——没有重磅产品发布，没有技术突破官宣，甚至连核心人才都在加速流失。最引人瞩目的莫过于苹果基模负责人庞若鸣，这位Meta以14亿重金(约2亿美元薪酬)挖来的顶尖人才，仅入职半年便转身投奔OpenAI，成为Meta人才流失潮中最刺眼的一笔。
人才出逃、产品失声的背后，是Meta在AI核心领域的多重溃败。外界的猜测并非空穴来风：在硅谷大厂的AI算力博弈中，Meta或许会成为第一个撑不住“下牌桌”的玩家。而压垮信心的，是自研芯片的折戟、核心团队的动荡，以及算力供应链的潜在危机——据The Information援引知情人士消息，Meta内部代号为Olympus的新一代AI训练芯片项目，已正式宣告叫停，这场耗时两年多的自研攻坚，最终沦为一场徒劳。
自研之路的崩塌，远比外界想象的更为彻底。Olympus本是Meta对标英伟达的“王牌项目”，采用与英伟达GPU同源的SIMT架构，寄望于打破后者在训练芯片领域的垄断。为了推进这个项目，Meta去年特意收购了初创公司Rivos，后者承诺其GPU能兼容英伟达的CUDA代码——这看似是绕开生态壁垒的捷径，却忽略了“能运行”与“能规模化落地”的天壤之别。按照原计划，Olympus最早要到2026年第四季度才能完成设计，加上量产周期，真正实现规模化部署至少要等到2027年之后，这与Meta迫切的算力需求严重脱节。
更尴尬的是，这并非Meta首次在自研芯片上栽跟头。此前代号为Iris的第二代训练芯片，因采用SIMD架构，虽降低了硬件设计难度，却陷入了软件编程复杂、AI训练效率低下的困境，最终同样被放弃。一位参与Meta芯片项目的内部人士透露，公司内部早已弥漫着怀疑的情绪：想要打造性能媲美英伟达的芯片，不仅需要投入海量工程师资源，还要直面延迟、功耗、重新设计等多重风险，任何一个环节失误，都可能让整个项目功亏一篑，“投入和产出完全不成正比，风险高到无法承受”。
当自研之路走到死胡同，扎克伯格最终选择了最现实的妥协：放弃“闭门造车”，加速拥抱外部采购，构建起以英伟达为核心、AMD与谷歌为补充的“算力三角”格局。这一决策的背后，是Meta近乎贪婪的算力需求——扎克伯格曾在Threads上透露，到2030年前，Meta要部署“几十吉瓦”的数据中心算力，长远目标更是达到“数百吉瓦甚至更多”。巨额的算力缺口，让Meta无法依赖单一供应商，“鸡蛋不能放在一个篮子里”，成为其打破算力困局的核心逻辑。
与AMD的千亿级绑定，是Meta在推理算力领域的关键落子。2月24日，双方官宣达成一项价值超1000亿美元的五年协议，Meta将采购足以支撑6吉瓦计算能力的AMD MI450系列芯片，而AMD方面直言，每吉瓦计算能力对应的是数百亿美元的收入体量。这场合作的核心亮点，在于罕见的股权绑定：AMD向Meta授予认股权证，允许后者以“白菜价”收购约10%的股份，不过行权需满足特定业绩里程碑，且全部行权的前提是AMD股价涨到600美元——这意味着AMD的市值要在当前基础上翻三倍，难度可想而知。
AMD CEO苏姿丰的表态，道出了这场合作的微妙之处：“Meta有很多选择，我们要确保自己始终是他们的优先选项。”事实上，这种“循环融资”的绑定模式，在AI芯片行业早已不是新鲜事——2025年10月，AMD与OpenAI达成的合作，条款几乎如出一辙。对Meta而言，选择AMD的核心原因的在于MI450系列的Chiplet设计，其模块化特性允许Meta根据自身应用场景进行定制化优化，恰好适配推理环节的海量需求，成为英伟达在推理领域的重要补充。
如果说AMD承接了Meta的推理算力，那么谷歌则成为其训练算力的“后备底牌”。2月26日，有消息称Meta与谷歌达成数年期合作，将租用谷歌的TPU张量处理单元用于新AI模型的训练，协议价值数十亿美元，双方更在洽谈2027年Meta直接采购TPU、部署在自有数据中心的可能性。这一合作的落地，离不开谷歌Gemini模型的“背书”——作为基于TPU训练的标杆产品，Gemini的表现证明，TPU有能力在训练领域挑战英伟达的主导地位。
而谷歌策略的调整，更是为双方合作扫清了关键障碍。此前，TPU仅能通过谷歌云使用，客户需将数据和计算任务全部迁移至谷歌数据中心，这无疑触碰了企业数据安全、合规性的红线，让很多企业望而却步。自Anthropic与谷歌合作后，谷歌放开了TPU的外部采购权限，这也让Meta得以绕开数据安全的顾虑，放心租用TPU。此外，英伟达最新Blackwell芯片在部署过程中出现的技术故障，也给了TPU抢占市场的窗口期，让Meta下定决心布局这一后备选项。
谷歌在TPU业务上的野心不止于此。据知情人士透露，谷歌正与私募股权公司洽谈成立合资企业，以“谷歌出芯片、投资方出钱”的模式，将TPU出租给更多客户——这与英伟达扶持CoreWeave等“新云厂商”、扩大生态影响力的思路高度相似。目前，谷歌已与一家大型投资公司签署投资意向书，由谷歌云资深人士本杰明·特雷纳·斯洛斯领导的团队，正主导TPU的融资工作。有谷歌云高管在内部表示，TPU业务有望拿下英伟达10%的市场份额，按英伟达过去12个月约2000亿美元的收入计算，这意味着200亿美元的市场空间。
不过，谷歌也面临着两难处境：它既是英伟达的竞争对手，也是其重要客户。谷歌云必须持续采购英伟达GPU，因为大量开发者对CUDA生态的依赖度极高，若谷歌云没有英伟达芯片，这些用户将直接流失到其他云平台。因此，谷歌不得不采取“两头下注”的策略，一边推广自家TPU，一边继续采购英伟达GPU，在竞争与合作中寻找平衡。
在这场算力博弈中，英伟达的处境看似被动，实则早已掌握主动权。黄仁勋早在2025年的分析师会议上就预判：“大多数科技公司最终会放弃自研AI芯片。”他的底气，不仅来自英伟达GPU的性能领先，更源于其无法被撼动的CUDA生态护城河。正如一位国产芯片创业者所言：“硬件不是壁垒，AMD投入数百亿美金，性能甚至超越英伟达，但始终无法突围，核心就是CUDA生态——它的工具包集成度极高，能帮开发者节省大量时间成本，这是其他厂商短期内无法超越的。”
即便如此，英伟达也不敢掉以轻心。台积电的产能瓶颈，是其最大的软肋——只要供给不足，市场就会留下缺口，竞争对手就有可乘之机。因此，英伟达也在复制“循环融资”模式：2025年投资Anthropic，绑定其芯片使用;与OpenAI洽谈300亿美元股权投资，深化合作;2月中旬，更是与Meta达成“多代”合作伙伴关系，承诺未来几年供应数百万颗GPU，用长期协议锁定核心客户。
这场算力混战中，最“闷声发大财”的当属博通。作为谷歌TPU的核心供应商，博通全程操盘TPU的生产与封装，不仅负责与台积电对接，还提供关键的SerDes IP，保障TPU之间的高速互联与并行计算。分析师估算，仅TPU相关业务，博通每年就能斩获至少80亿美元的收入。凭借核心的封装技术和IP优势，博通成为短期内无法被绕开的关键角色，即便谷歌与博通常因定价产生分歧、开始寻找替代伙伴，也难以撼动其地位。
联发科的入局，成为打破这一格局的潜在变量。作为台积电2026年CoWoS新晋客户，联发科已将ASIC业务列为重点板块，投入大量人力布局，计划2026年下半年开始出货侧重推理的TPU v7e，并在2027年成为该型号的出货主力。联发科的目标很明确：通过生产低配版TPU，帮助谷歌降低AI运行成本，逐步抢占博通的市场份额，这也意味着TPU的供应链竞争将进一步加剧。
回望Meta的一系列动作，本质上都是算力焦虑的集中爆发。黄仁勋在英伟达最新业绩会上的一句话，道破了AI时代的核心逻辑：“在这个AI新世界里，计算直接创造收入。没有计算，就无法生成token;没有token，收入增长就无从谈起。”对Meta而言，算力就是AI时代的“核心资源”，是决定其能否在赛道上持续领跑的关键，而扎克伯格显然深谙此道——他的“算力三角”策略，看似是自研折戟后的被动妥协，实则是对现实的清醒认知：与其在自研上消耗时间，不如快速整合外部资源，锁定算力供应，为后续的技术迭代和产品创新铺路。
这场算力重构，也改写了AI芯片行业的竞争格局。对英伟达、谷歌、AMD、博通而言，Meta的多供应商策略既是机遇也是挑战：机遇在于AI算力的蛋糕持续扩大，谁能抓住Meta这样的核心客户，就能占据行业先机;挑战则在于，独家供应的时代彻底终结，没有哪家企业能再“躺着赚钱”，唯有持续优化技术、完善生态、控制成本，才能在激烈的博弈中站稳脚跟。而对整个行业而言，Meta的选择或许会成为一种趋势——当自研芯片的风险远超收益，更多科技巨头可能会放弃“单打独斗”，转向多元化的算力合作，开启一场全新的算力博弈。
本文来自微信公众号： 腾讯科技 ，编辑：徐青阳，作者：苏扬