Meta, MTIA 300~500 로드맵 공개... AI 서비스용 자체 칩 전개 가속

Meta는 March 11, 2026 자 AI at Meta Blog 글에서 자체 Meta Training and Inference Accelerator(MTIA) 전략이 초기 세대인 MTIA 100·200을 넘어 MTIA 300, 400, 450, 500으로 빠르게 확장되고 있다고 밝혔다. 회사는 이 네 세대가 이미 배치됐거나 2026 또는 2027 배치를 목표로 하고 있으며, billions of people이 사용하는 AI 기능을 더 낮은 비용으로 서비스하기 위한 핵심 인프라라고 설명했다.

Meta에 따르면 MTIA는 Broadcom과 긴밀히 협력해 개발한 자체 AI chip 제품군이다. 회사는 이미 hundreds of thousands of MTIA chips를 production에 배치했고, internal production models뿐 아니라 Llama 같은 large language models에도 테스트를 진행했다고 밝혔다. 이번 글의 핵심은 single design에 오래 머무는 대신 약 6개월 단위의 더 빠른 iteration으로 chiplet, memory, network 구성을 계속 조정하겠다는 점이다.

세대별로 보면 MTIA 300은 ranking and recommendation training에 맞춰 production에 들어갔다. MTIA 400은 GenAI workload를 더 잘 지원하도록 진화했으며, 72-accelerator scale-up domain을 통해 leading commercial products와 경쟁 가능한 성능을 목표로 하고 있다. MTIA 450은 GenAI inference 중심으로 다시 최적화됐다. Meta는 MTIA 400 대비 HBM bandwidth를 2배로 높였고, MX4 FLOPS를 75% 늘렸으며, FP16/BF16 대비 6x 수준의 MX4 FLOPS를 제공한다고 밝혔다. MTIA 450의 mass deployment 시점은 early 2027로 제시됐다.

그 다음 세대인 MTIA 500은 GenAI inference 효율을 더 끌어올리는 방향이다. Meta는 MTIA 450 대비 HBM bandwidth를 추가로 50% 높이고, HBM capacity는 최대 80% 늘리고, MX4 FLOPS는 43% 확대했다고 설명했다. 회사는 MTIA 300에서 MTIA 500으로 가는 동안 HBM bandwidth는 4.5x, compute FLOPS는 25x 증가한다고 밝혔다. 이런 수치는 model architecture와 serving technique이 빠르게 바뀌는 환경에서 hardware roadmap도 더 짧은 cadence로 움직여야 한다는 Meta의 판단을 보여준다.

소프트웨어 측면에서 Meta는 MTIA가 PyTorch, vLLM, Triton, Open Compute Project 생태계와 처음부터 맞물리도록 설계됐다고 강조했다. 이는 model onboarding 시 MTIA 전용 rewrite 부담을 줄이고, production model을 GPU와 MTIA에 동시에 배치하기 쉽게 만들기 위한 방향이다. 이번 발표는 Meta가 AI chip을 단순한 비용 절감 수단이 아니라, GenAI inference 중심의 장기 hardware stack으로 끌어올리려 한다는 신호로 읽힌다.