Meta 与 AWS 合作：数千万颗 Graviton 核心加入 AI 算力池

核心要点

2026年4月24日，Meta 与 AWS 正式宣布达成战略合作协议，将 AWS 旗下数千万颗 Graviton 处理器核心纳入 Meta AI 基础设施组合。这一合作的核心目的是支撑 Meta AI 助手及 Agent 相关体验的大规模线上运行。这是 Hyperscaler（超大规模云厂商）之间首次在 AI 推理基础设施领域展开如此深度的交叉合作，标志着云端 AI 算力供给格局正在发生结构性变化。

原文 + 中文翻译

原文："Meta and AWS are partnering to bring millions of Graviton cores to our AI infrastructure to power the scale at which our AI and Agent experiences run. This collaboration is a key step in our strategy to build the most efficient and flexible AI infrastructure." — @AIatMeta

翻译："Meta 与 AWS 达成合作伙伴关系，将数百万颗 Graviton 核心引入我们的 AI 基础设施，以支撑我们的 AI 与 Agent 体验所运行的规模。这一合作是我们构建最高效、最灵活 AI 基础设施战略的关键一步。" — @AIatMeta

深度解读

一、为什么重要：打破"自研芯片闭环"的行业惯例

过去五年，Hyperscaler（超大规模云厂商）普遍遵循"自研芯片、自建数据中心、自给自足"的路径。Meta 自身已投入大量资源开发定制芯片，包括训练用的 MTIA（Meta Training/推断加速器）和推理芯片系列。然而此次与 AWS 的合作表明，即使拥有强势自研能力的公司，也意识到在 AI 推理的规模化部署上，外部云端芯片供给在成本效益和弹性扩展方面具备不可替代的优势。

数千万颗 Graviton 核心的体量相当于 AWS 自身数十个大型可用区（Availability Zone）的算力储备。对 Meta 而言，这意味着可以在不显著增加资本支出的情况下，快速获得额外的 AI 推理吞吐能力——这对 Meta AI 助手月活用户的快速增长以及 Agent 场景的多并发请求至关重要。

二、技术含义：ARM 架构在 AI 推理场景的全面成熟

Graviton 系列采用 ARM Neoverse 架构，在能效比（Performance per Watt）上相较传统 x86 架构具有结构性优势。AI 推理工作负载（尤其是 Transformer-based 大语言模型的推理）与训练不同，往往具有长时间的内存占用和间歇性计算特征，Graviton 的高内存带宽和片上网络（NoC）设计恰好适配这一需求。

更重要的是，AWS 已在 Graviton 平台上构建了完整的软件栈，包括支持 PyTorch 2.0+ 的原生优化、SageMaker 推理端点以及 EFA（Elastic Fabric Adapter）高速网络互联。这意味着 Meta 的模型可以在几乎不做代码重构的情况下实现 "lift-and-shift"（搬迁式迁移），大幅降低集成成本。

三、商业格局：竞合关系重塑 AI 基础设施供应链

这一合作的深层含义在于：Hyperscaler 之间的竞争边界正在从"谁能提供最强云服务"转向"谁能成为 AI 算力生态的核心节点"。AWS 与 Meta 的合作打破了此前"Google 用 TPU、Azure 用 Maia、Meta 用 MTIA"的各自为战格局，预示着一个更具流动性的 AI 算力市场正在形成。

对 AWS 而言，接入 Meta 这一全球最大的社交及 AI 应用流量入口之一，意味着 Graviton 的实际部署规模进一步扩大，有助于摊薄芯片研发成本，并在与 Google Cloud T2A（基于 T2 实例的 ARM 芯片）和 Azure Cobalt 100 的竞争中获得先发优势。对 Meta 而言，这是以"算力即服务"（Compute-as-a-Service）模式快速补足算力缺口的务实选择，也为其 Agent 平台的商业化加速提供了基础保障。

值得关注

• 用户规模影响：Meta AI 助手的月活用户数已在 2026 年 Q1 突破 5 亿节点，合作后推理延迟是否出现显著下降值得关注。
• 自研芯片调整：Meta 是否会在 MTIA 的后续路线图中重新分配训练 vs. 推理的芯片资源配比，MTIA 2.0 的发布时间窗口（预期 2026 年下半年）是重要观察点。
• Graviton 性能迭代：AWS 已在规划 Graviton 4（基于 Neoverse N2 架构），预计 2026 年 Q4 量产。新芯片是否能进一步提升 AI 推理吞吐密度（tokens/sec/core）将是技术层关注焦点。
• 多云策略扩展：Meta 是否会进一步与 Google Cloud（基于 TPU）或 Azure（基于 Maia）展开类似合作，形成"多云算力池"？这一趋势将直接影响芯片厂商的市场格局。
• 竞争对手响应：Google Cloud 和 Microsoft Azure 是否会推出针对大型 AI 应用商（如 OpenAI、Anthropic）的专项算力合作计划，以应对 AWS 的这一战略动作？

信源行：
原文链接：@AIatMeta 官方公告
背景报道：
· AWS 官方 Graviton 系列技术演进页面
· Meta MTIA 芯片技术博客（Meta AI 官网）