從GW級算力到自研晶片！Meta現身SEMICON Taiwan 2026向台灣半導體供應鏈喊話：AI革命需要生態系隊友

「產品團隊只花5個月就開發出Threads，但給基礎設施團隊的正式上線通知，卻是在產品上線2天前。」CQ 笑稱，多數公司可能連在兩天內擬定一套大計畫都有困難，更別說是執行新平台上線，「但我們真的做到了。」

CQ 強調台灣在半導體供應鏈的關鍵地位，Meta 正探索與台灣生態系多元合作的可能性。

上線前兩天獲知！戰情室文化挺住Threads史上最快破億傳奇

在企業文化與基礎建設支援下，Threads展現科技史上罕見的成長奇蹟，上線5天就吸納1億用戶，刷新全球紀錄。對比之下，過去被稱為Twitter的X花了5年，TikTok花了9個月，即便是ChatGPT也費時2個月才達標。如今Threads月活躍用戶已突破5億大關，成為全球主要文字社群平台之一，在台灣更掀起高討論度的現象級熱潮。

這背後除了十多年來在自動擴充與災難復原上的技術自動化實力累積，更關鍵的是Meta獨特的「戰情室」文化。面對數億用戶規模的新產品上線，即便自動化再完善，也難免出現故障，全球團隊透過不打烊、隨時應變的戰情室，加上「快速行動」的企業文化，才讓不可能化為可能。

從動態消息推薦、短影音演算法，到Threads即時互動，或是智慧眼鏡中的生成式AI助理，背後仰賴的是龐大且高度異質化的AI運算負載支撐，這些任務對算力、記憶體與網路頻寬的要求截然不同。

告別單打獨鬥！從自研MTIA晶片到軟硬體「全層級協同設計」

「單一硬體架構無法滿足所有要求。」CQ表示，面對多樣且高速演進的AI任務，Meta採用靈活的「硬體組合策略」，同時採用輝達（NVIDIA）和超微（AMD）的GPU，並結合自家專為AI打造的自研晶片MTIA。特別是隨著摩爾定律放緩，單點突破已無法解決問題，Meta把「全層級協同設計」（Cross-Layer Co-design）落實在系統各層級，也就是從晶片、伺服器機架、網路、軟體到AI模型本身，全面發揮最大效能、可靠性與能效。

其實，Meta深耕自研晶片多年，更在2023年因為研發高效能的影音處理晶片，以「Design and Deployment of Efficient Hardware Video Accelerators for Cloud」項目榮獲技術與工程艾美獎（Technology & Engineering Emmy Awards）肯定。

CQ強調，自研晶片最大的優勢，便是能實現從晶片、伺服器、軟體到AI模型本身的全端協同設計（Full-stack Co-design），透過垂直整合，Meta得以針對數十億用戶的真實工作負載進行軟硬體深度優化，發揮極致效能。目前Meta已研發多代MTIA晶片，並在生產環境中部署數十萬顆。

尤其在AI生成回答時，每寫出一個字，都必須把龐大的大腦知識與上下文記憶全部重新讀取一次。這種龐大的資料吞吐，使記憶體頻寬成為決定用戶回應速度的關鍵，也是打破記憶體高牆，推動先進封裝、光電互連發展的主因。

搬遷五座資料中心！Meta打造GW級AI超級算力

只不過，單靠自研晶片仍不夠。要訓練並運作強大的AI模型，算力需求已大幅跨越物理空間限制，從單一晶片一路延伸到跨資料中心的超大規模叢集。

2024年，為了組建超過10萬顆GPU的叢集，Meta清空五座運作中的近郊資料中心，在不影響用戶體驗下搬遷5000多個機架，甚至為此開發全新搬運機器人，並將網路容量提升4倍，最終在數月內完成12萬顆GPU的叢集組建。

而這只是Meta算力擴張的起點。CQ透露，在12萬顆GPU叢集組建完成後，團隊仍持續挑戰建置極限。

Meta預計在今年底前上線電力容量突破1GW的普羅米修斯（Prometheus）超級算力叢集，未來幾年更規劃高達5GW級別的海伯利昂（Hyperion）巨型叢集，正式把AI基礎設施帶入GW級時代。

萬輛賽車同舟競速！破解AI叢集「靜默資料毀損」隱形殺手

但當算力推升到GW級的超大規模，最嚴峻的考驗莫過於如何維持營運穩健。

CQ把數萬顆GPU同步訓練比喻為「萬車同舟」，上萬輛賽車被鐵鍊串連，一同在賽道上奔馳，只要任一顆GPU故障，整座叢集就必須停擺。所幸過去一年Meta與夥伴合作下，已把故障率大幅降低約50倍。

除了硬體故障，極難察覺的「靜默資料毀損」（Silent Data Corruption, SDC）更是隱形殺手。晶片可能在沒有任何硬體警示下無聲輸出錯誤結果，對訓練造成毀滅性打擊。為此，Meta 開發了多項技術，包括開源檢測工具 CP-Bench，能即時偵測 GPU 故障並予以隔離，避免整體系統停擺。

攜手台灣半導體供應鏈！Meta喊話：AI革命需要生態系隊友

要克服種種前瞻技術瓶頸，光憑Meta一己之力絕不可能達成。「台灣在全球半導體供應鏈中處於核心地位，Meta的AI戰略要成功，高度仰賴台灣供應鏈支持。」代表 Meta 首度參加 SEMICON Taiwan 2026 的 CQ 感觸良多表示，這場展會最獨特的優勢，莫過於其生態系的廣度與深度。

「在這裡，不只能和輝達、博通（Broadcom）等既有夥伴深化交流，更能跨出既有圈子，直接接觸到更多設備商、材料商、技術供應鏈潛在合作夥伴，」CQ強調。

面對記憶體高牆、先進封裝、光電互連等下一代挑戰，透過SEMICON Taiwan此國際半導體展會平台展現極高效率的產、官、學、研凝聚力。CQ盛讚展會專業流暢的組織調度，並強調Meta將繼續秉持開放運算計畫（Open Compute Project）、PyTorch，以及最新的開放權重模型 Muse Glimmer 等開放標準與開源工具，深化與台灣半導體產業鏈合作，一同打造強大且開放的AI未來。

---

關鍵 FAQ

Q1：面對突發的巨量網路流量，Meta如何維持系統穩定？

A：Meta採用「自動擴充」（Auto-scaling）機制與動態資源調配，可在幾秒內啟動並暫停背景執行的低優先順序任務，將運算資源優先挹注給使用者端，確保核心通訊順暢無阻。

Q2：面對多樣化的AI任務，Meta採取什麼樣的晶片硬體策略？

A：Meta採用靈活的硬體組合策略，同時使用NVIDIA與AMD的GPU，並搭配專為AI打造的自研晶片MTIA。此外，Meta落實「全層級協同設計」（Cross-Layer Co-design），從晶片、伺服器、網路到AI模型進行全端軟硬體深度優化。

Q3：在GW級超大規模AI叢集中，Meta如何處理「靜默資料毀損」（SDC）的挑戰？

A：靜默資料毀損（SDC）會使晶片無聲輸出錯誤結果並摧毀整體訓練，是全產業在超大規模運算下的共同挑戰。為此，Meta 開發了多項技術，包括開源檢測工具 CP-Bench，能即時偵測 GPU 故障並予以隔離，避免整體系統停擺。

Q4：Meta在SEMICON Taiwan 2026，為何強調其AI戰略高度仰賴台灣半導體生態系？

A：Meta表示台灣處於半導體供應鏈核心，而SEMICON Taiwan提供獨特的生態系廣度與深度，能直接對接設備商、材料商與潛在夥伴。面對記憶體高牆、先進封裝與光電互連等下一代挑戰，由 SEMI 主辦的 SEMICON Taiwan，正透過其全球產業網絡，串聯科技企業與台灣半導體供應鏈，成為促成技術交流與生態系合作的重要平台，並透過開放標準與開源工具，包含Open Compute Project、PyTorch 及最新開放權重模型 Muse Glimmer，探索多元的多元合作的可能性。