Meta prepara il chip AI Iris

Meta prepara il chip AI Iris: produzione di massa da settembre

Meta punta ad avviare a settembre la produzione di massa del suo nuovo chip AI interno, nome in codice Iris, con l’obiettivo di aumentare la capacità di calcolo dedicata all’intelligenza artificiale e ridurre la dipendenza da fornitori esterni come NVIDIA e AMD.

Il progetto rientra in un piano molto più ampio: l’azienda vuole portare la propria infrastruttura AI a 14 gigawatt entro il 2027, dopo un primo traguardo da 7 gigawatt previsto nel 2026. Per sostenere questa espansione, gli investimenti AI infrastrutturali del 2025 potrebbero arrivare fino a 145 miliardi di dollari, circa 134 miliardi di euro.

消息称 Meta 计划 9 月量产自研 AI 芯片 Iris,目标明年 AI 算力翻倍至 14 吉瓦

Meta prepara Iris, il chip proprietario per training e inferenza nei data center

Iris è un chip AI per data center sviluppato internamente da Meta e inserito nella roadmap di quarta generazione della famiglia MTIA, ciòè gli acceleratori per training e inferenza progettati dall’azienda per i propri carichi di lavoro. Il chip è stato personalizzato sulle esigenze delle piattaforme del gruppo, comprese le funzioni AI utilizzate su Facebook e Instagram.

Il test iniziale del chip si è chiuso in circa sei settimane senza problemi rilevanti, un segnale positivo per un programma di sviluppo interno che dura da oltre cinque anni e che in passato aveva incontrato diverse difficoltà. Sul piano industriale, Meta ha lavorato con Broadcom per la progettazione e con TSMC per la produzione.

  • Iris fa parte della quarta generazione della roadmap MTIA.
  • È pensato per accelerare sia training sia inferenza nei data center Meta.
  • Non sostituisce del tutto le GPU: nasce come complemento ai chip acquistati da NVIDIA e AMD.
  • La validazione iniziale si è chiusa in sei settimane senza criticità importanti.
Avvio produzione di massa
Da settembre 2025, secondo la pianificazione interna
Partner di design
Broadcom
Fonderia
TSMC
Il dato più interessante è che Meta non vuole rimpiazzare subito le GPU tradizionali, ma costruire una piattaforma ibrida per contenere costi e migliorare l’efficienza operativa.
Per chi segue il mercato hardware AI, Iris è importante perché mostra una direzione sempre più chiara: i grandi operatori cloud e social stanno cercando chip interni su misura, soprattutto per i carichi ripetitivi e ad alto costo energetico.
Dati chiave del chip Iris
Nome in codice
Iris
Categoria
Chip AI per data center
Uso previsto
Training e inferenza
Piattaforma
Roadmap MTIA di quarta generazione

L’obiettivo è raddoppiare la potenza AI a 14 gigawatt entro il 2027

Meta prevede di installare circa 7 gigawatt di infrastruttura AI nel 2026 e di raddoppiare la scala a 14 gigawatt nel 2027. Per mantenere questo ritmo, l’azienda intende introdurre un nuovo chip AI ogni circa sei mesi, una cadenza molto più rapida rispetto a quella tipica del settore, dove spesso i refresh arrivano su base annuale o anche più lentamente.

L’espansione richiede anche una catena di fornitura più stabile. Meta ha già siglato accordi di lungo periodo per la memoria con Samsung Electronics e per le apparecchiature in fibra ottica con Sumitomo Electric. È un passaggio rilevante in una fase in cui memoria e componenti per data center stanno diventando più costosi e più difficili da reperire.

  • Target 2026: 7 gigawatt di capacità AI installata.
  • Target 2027: 14 gigawatt, quindi il doppio in un anno.
  • Investimento AI infrastrutturale 2025 fino a 145 miliardi di dollari, circa 134 miliardi di euro.
  • Accordi strategici già firmati per memoria e connettività ottica.
Cadenza nuovi chip
Circa uno ogni sei mesi fino al 2027
Accordo memoria
Samsung Electronics
Accordo fibra ottica
Sumitomo Electric
La notizia non riguarda solo un nuovo chip: il vero punto è la scala del piano industriale, che mette insieme silicio proprietario, forniture garantite e una crescita molto rapida della capacità AI.
Per il mercato, questa mossa conferma che il costo dell’AI non si gioca soltanto sulle GPU, ma anche su memoria, rete e capacità produttiva. Chi riesce a integrare meglio questi elementi può ottenere vantaggi concreti su tempi di deployment e costi.
Piano di espansione AI di Meta
Capacità AI prevista nel 2026
7 gigawatt
Capacità AI prevista nel 2027
14 gigawatt
Spesa AI infrastrutturale 2025
Fino a 145 miliardi di dollari, circa 134 miliardi di euro
Obiettivo strategico
Più calcolo interno e minore dipendenza dai fornitori esterni
Condividi con i tuoi amici

Lascia una risposta

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.

Verified by ExactMetrics