Meta定制版AMD MI450芯片算力减半、内存大缩水，SemiAnalysis：这是Meta公司文化的悲哀

说起来，Meta在AI基础设施这块儿，最近几脚踩得实在有点疼。这可不是小打小闹，而是动辄几十亿美元的代价，背后暴露出的，是其组织文化里那股子拧巴劲儿。

芯片行业研究机构SemiAnalysis最近就爆了个大料：Meta正在让AMD给它定制一款“缩水版”的MI450X芯片。算力单元砍了一半，HBM内存堆叠从12层缩到8层，内存容量直接少了近三分之二。这操作，SemiAnalysis直接定性为“灾难性”。更绝的是，他们还公开喊话AMD，说别跟Meta的基础设施团队扯皮了，直接去找Meta旗下的大模型研究团队TBD Lab，给他们推标准版MI450X。

01

AMD最强芯片遭“阉割”，GenAI性能严重受损

先说说AMD这款MI450X。它可是目前市场上硅工程规格最激进的GPU之一：2纳米制程、混合键合封装、12层HBM4内存，再加上最大的CoWoS光罩尺寸，基本代表了当前封装和存储密度的天花板。听起来就很猛，对吧？

但Meta到手的，却是一个定制版——计算硅面积直接减半，HBM堆叠也从12层砍到8层。算力、内存带宽，两项核心指标都受重创。Meta基础设施团队给出的理由是：这玩意儿是给推荐系统（RecSys）用的，需要提升CPU和GPU的比例。

问题在于，这个决定是在TBD Lab成立之前做的。TBD Lab作为Meta的核心大模型研究团队，对这款“阉割版”芯片毫无兴趣。SemiAnalysis说得更直白：跟英伟达的Vera Rubin比，这缩水版MI450对TBD Lab来说毫无吸引力，“TBD大幅倾向于Rubin”。这么一来，AMD在Meta的出货量，怕是要被这个决策结结实实地坑一把。

SemiAnalysis甚至罕见地直接向AMD喊话：“AMD得站出来，直接跟TBD团队合作，确保他们拿到正常版MI450，而不是这个对GenAI毫无价值的阉割版。”

02

Rivos收购：逾25亿美元换来一地鸡毛

Meta基础设施决策失误的另一个典型，是2024年那起超过25亿美元的Rivos收购案。据SemiAnalysis透露，Meta内部芯片部门，当时真正理解这笔收购战略逻辑的人寥寥无几。当初推动交易的人，事后也基本沉默了。主流看法是：Meta钱多，定制芯片赛道又热，加上之前已经授权了Rivos的知识产权，管理层觉得不如直接买下来完事。

但这交易结构本身就有问题。Rivos创始团队坚持全员打包出售，Meta只能把整家公司买下来，然后转头就把不需要的部门裁了个干净。报道援引前Meta芯片员工的话称，收购由Meta硅片负责人Yee Jiun Song主导，过程中内部反对声不小，但交易完成后，他本人的兴趣也淡了。现有芯片团队的管理者，把Rivos工程师当“免费劳动力”，各自拉到自己麾下，原来的团队架构迅速瓦解。

从技术层面看，收购的核心价值——Rivos的SIMT架构GPU IP——已经随着原计划搭载该技术的“Olympus”芯片项目被取消而烟消云散。接替方案“Phoebe”项目，预计最早2028年流片，但SemiAnalysis指出，内部对其能否落地，并不乐观。

人员流失更是触目惊心。据SemiAnalysis，约30%的Rivos员工在近期裁员中离职，联合创始人Mark Hayter已经离开，还有多名前Rivos人员在首批RSU于今年5月归属后，转投了Gerard Williams创立的芯片初创公司Nuvacore。SemiAnalysis还透露，Rivos首席执行官兼联合创始人Puneet Kumar，可能在其Meta股份全部归属后一两年内离职。

03

Grand Teton与Ariel：重复上演的设计代价

Meta的这种定制化偏执，不是一天两天了。它的H100定制服务器Grand Teton，在标准HGX服务器基础上，额外加了一个交换机托盘，搭载四颗博通PCIe交换机、16块SSD和八块网卡，目的就是给每台服务器提供更多直连存储，用于训练检查点保存。

结果呢？实际投入生产后，模型团队对这些存储的使用远远低于预期，该设计最终被放弃。SemiAnalysis指出，这是Meta硬件与软件团队缺乏协同设计的典型体现——基础设施团队为几乎没用的功能，付出了更高的物料成本和功耗代价，还增加了对博通的依赖。而Meta原本的初衷，正是要降低对英伟达网络设备的依赖——这操作，多少有点自相矛盾。

到了Blackwell时代，Meta的定制方案“Ariel”延续了类似逻辑。标准GB200规格是每颗Grace CPU配两颗B200 GPU，Ariel把它改成一对一，GPU数量直接减半。理由还是那个：为RecSys工作负载提升CPU比例。市场反馈却是，这个步子迈得有点大。

据SemiAnalysis测算，Ariel NVL36x2方案的总体拥有成本（TCO），比标准GB200 NVL72高出14%。多花这么多钱，换来的更多CPU和DRAM资源，恰恰是大模型团队不需要的。而且，因为GPU数量减少，组网出现缺口，不得不采用跨机架连接方案，网络延迟和可靠性问题随之而来。与此同时，最初被认为不稳定的NVL72背板，反倒逐渐成熟。Meta对这项技术风险的判断，事后证明有误。

一个更直接的信号是：SemiAnalysis表示，Meta的GB300服务器已经回归标准配置——这本身，就是对Ariel方案的最好否定。

04

文化根源：短期考核压倒长期战略

这么多问题，根子到底在哪儿？SemiAnalysis将其归因于Meta基础设施团队的组织文化。具体来说，Meta的六个月绩效考核周期，每轮都要淘汰最末10%到15%的员工。这种机制，导致团队自然倾向于追求短期可见成果，而不是长期技术布局。

一些管理者热衷于推动高曝光度但快速可交付的项目，交付后迅速转向，这种做法在内部被称为“粉刷门面”（window washing）。与此同时，鲜少有人公开挑战上级决策，错误也就难以被及时纠正。

供应链团队在工程决策中话语权有限，进一步放大了这些问题。SemiAnalysis指出，部分供应商已经因为Meta频繁的方向变动，降低了对新项目的优先级，转而优先保障亚马逊或谷歌的需求。

这一现象，跟Meta旗下Reality Labs的扩张历程何其相似——在大规模裁员到来之前，数十亿美元被投入庞大的工程团队和研发项目之中。如今，随着Meta开始向外部客户出售算力，这种内部文化的代价，将更加直接地暴露在市场面前。