메타, 4종 AI 칩 출시로 NVIDIA·AMD 경쟁 심화
Meta announces 4 new AI chips, raising competitive stakes with Nvidia, AMD
메타의 AI 칩 발표는 경쟁력 있지만, 엔비디아와 AMD에 대한 단기적 영향은 미미합니다. 2026-2027년 deployment 계획으로 인해 시장의 즉각적인 반응은 제한될 것으로 예상됩니다.
핵심 요약
메타는 MTIA 400 칩이 72개까지 연결 가능한 AI 칩 4종을 출시하며 NVIDIA와 AMD와의 경쟁을 강화했습니다.
핵심요약
- 메타는 MTIA 300, 400, 450, 500 등 4개의 신규 AI 칩을 공개했습니다.
- MTIA 400은 72개의 칩을 서버 랙에 연결할 수 있으며, NVIDIA와 AMD의 상용 제품과 경쟁할 수 있는 성능과 비용 절감을 제공합니다.
- 메타는 2026년 또는 2027년에 이 칩들을 배포할 계획이며, 동일한 인프라를 활용하여 업그레이드가 용이합니다.
- MTIA 450은 고속 메모리를, MTIA 500은 더 많은 메모리와 빠른 속도를 제공합니다.
도입
메타의 신규 AI 칩 출시는 AI 인프라 경쟁에서 NVIDIA와 AMD와의 경쟁을 심화시킬 전망입니다. 이는 AI 수요 증가에 따른 기업들의 자체 칩 개발 가속화 추세를 반영하며, 투자자들에게는 기술 경쟁력과 시장 점유율 변화에 대한 주목이 필요합니다.
본문 1: AI 칩 시장 경쟁 심화
메타의 MTIA 400 칩은 72개의 칩을 서버 랙에 연결할 수 있는 구조로, NVIDIA의 NVL72나 AMD의 Helios 랙과 유사한 설계입니다. 이는 메타가 AI 인프라에서 자체 칩 개발을 가속화하며, NVIDIA와 AMD에 대한 의존도를 줄이려는 전략적 움직임으로 해석됩니다. 이러한 움직임은 AI 칩 시장에서의 경쟁이 더욱 치열해질 것으로 예상되며, 기술 경쟁력과 비용 효율성이 주요 경쟁 요인이 될 전망입니다.
본문 2: 기술 혁신과 시장 점유율 변화
메타의 신규 칩들은 MTIA 450과 MTIA 500처럼 고속 메모리와 높은 속도를 제공하며, 이는 AI 모델의 효율성과 성능 향상에 기여할 것입니다. 이는 AI 인프라 시장에서의 기술 혁신이 가속화될 것으로 예상되며, 기업들의 자체 칩 개발이 시장 점유율 변화에 영향을 미칠 가능성도 있습니다. 특히, 메타, 구글, 아마존 등 대기업들의 자체 칩 개발은 AI 칩 시장의 경쟁 구도를 재편할 수 있는 요인이 될 것입니다.
본문 3: 장기 전망과 리스크
메타의 신규 칩들은 2026년 또는 2027년에 배포될 예정이며, 이는 AI 인프라 시장에서의 장기적인 기술 경쟁을 예고합니다. 그러나 자체 칩 개발에 따른 초기 비용과 기술 리스크가 존재하며, 이는 기업들의 재무 상태와 기술 개발 능력에 따라 차이 있을 수 있습니다. 또한, AI 칩 시장의 경쟁 심화는 기술 표준화와 호환성 문제도 야기할 수 있어, 기업들의 전략적 대응이 필요할 것입니다.
결론
메타의 신규 AI 칩 출시는 AI 인프라 시장에서의 경쟁 심화를 예고하며, 기술 혁신과 시장 점유율 변화에 대한 주목이 필요합니다. 향후 AI 칩 시장의 동향과 기업들의 전략적 대응을 면밀히 관찰할 필요가 있으며, 기술 경쟁력과 비용 효율성이 주요 경쟁 요인이 될 전망입니다.
Original Article
Meta announces 4 new AI chips, raising competitive stakes with Nvidia, AMD
Meta ( META ) has debuted four new AI chips as part of its Meta Training and Inference Accelerator family of in-house processors. The new chips are part of the social media giant’s efforts to take advantage of both commercial GPUs from Nvidia ( NVDA ) and AMD ( AMD ), as well as its own offerings, to not only meet artificial intelligence demands but also ensure it isn’t overly reliant on one vendor.
The chips — the MTIA 300, MTIA 400, MTIA 450, and MTIA 500 — are designed to focus on different elements of Meta’s AI business, including its ranking and recommendations (R&R) models up to high-end inferencing.
The MTIA 400 is meant for generative AI as well as R&R processes and, according to Meta, can be strung together in a larger server rack with 72 chips. It’s a similar idea to Nvidia’s NVL72 or AMD’s Helios racks.
Meta claims that the MTIA 400 is its first chip that provides cost savings as well as “raw performance competitive with leading commercial products.” The company doesn’t specifically say what products those include, but the only major commercial products similar to the MTIA 400 would be from Nvidia and AMD.
Interestingly, Meta recently signed multiyear, multigenerational deals for chips from both companies.
The MTIA 450 processor takes things further than the MTIA 400, with faster high-bandwidth memory, while the MTIA 500 adds more memory with even faster speeds.
The company says it’s already begun using some chips and plans to deploy the others in 2026 or 2027. Importantly for the company, they all use the same basic infrastructure, so Meta can swap them out when they need to be upgraded.
Meta isn’t the only company leaning into using its own processors to power its AI capabilities. Google ( GOOG , GOOGL ) and Amazon ( AMZN ) have been using their own chips to train and run AI models for years, and Microsoft ( MSFT ) has its new Maia 200 processor.
Google and Amazon also rent out their chips to Anthropic, which uses them to run its AI models. And more recently, The Information reported that Google and Meta signed a multibillion-dollar deal that will see Meta use Google’s processors.
All of this stands as a potential headwind for both Nvidia and AMD. During its most recent earnings announcement, Nvidia CFO Colette Kress reported that “slightly more than 50%” of the company’s data center revenue was attributable to hyperscalers.
Still, she noted that revenue growth came from its remaining customers.
Hyperscalers don’t show any signs of slowing down their spending on AI data centers or third-party chips, either. In 2026 alone, Amazon, Google, Meta, and Microsoft plan to collectively spend $650 billion in capital expenditures, with the bulk of it going toward AI.