Meta, MTIA custom silicon 로드맵 가속… 2년 내 4세대 칩 전개

Meta는 March 11, 2026 custom silicon 전략을 대폭 확장하겠다고 밝히며 향후 2년 안에 MTIA 칩 4세대를 개발하고 배치하겠다고 발표했다. MTIA는 Meta Training and Inference Accelerator의 약자로, ranking, recommendation, GenAI workload를 자사 서비스 패턴에 맞춘 인프라에서 더 효율적으로 처리하기 위한 핵심 축으로 제시됐다.

회사는 organic content와 ads에 대한 inference workload 전반에 이미 hundreds of thousands 규모의 MTIA 칩을 배치했다고 설명했다. Meta에 따르면 이 칩들은 내부 workload에 맞춰 설계된 custom full-stack system의 일부이며, general-purpose AI chip에만 의존하는 경우보다 더 높은 compute efficiency와 낮은 비용 구조를 노릴 수 있다. GenAI inference 수요가 빠르게 커지는 상황에서 이 비용 논리는 단순한 hardware 자립 이상의 의미를 갖는다.

핵심 내용

• Meta는 2년 안에 MTIA 4세대를 전개할 계획이다.
• 이미 feeds와 ads inference에 hundreds of thousands 규모의 MTIA 칩이 투입돼 있다.
• MTIA 300은 production 단계이며, MTIA 400·450·500은 향후 GenAI inference 수요 대응의 중심이 될 전망이다.
• 전략의 축은 rapid iteration, inference-first design, 그리고 PyTorch·vLLM·Triton·OCP 같은 industry standard 활용이다.

Meta는 로드맵도 함께 공개했다. MTIA 300은 이미 ranking과 recommendation training에 production으로 쓰이고 있으며, MTIA 400, 450, 500은 모든 workload를 처리할 수 있지만 가까운 시기와 2027까지는 주로 GenAI inference production에 활용할 계획이라고 밝혔다. 또한 이 칩들이 기존 rack infrastructure에 바로 들어갈 수 있는 modular design을 갖고 있어 세대 전환 때 time-to-production을 줄일 수 있다고 덧붙였다.

전략에서 눈에 띄는 부분은 속도다. Meta는 일반적으로 1~2년 주기로 나오는 AI chip cycle보다 훨씬 빠른, 6개월 이하 cadence로 새 세대를 내놓을 수 있는 체계를 갖췄다고 설명했다. 동시에 설계를 inference-first로 가져가고, PyTorch, vLLM, Triton, Open Compute Project 같은 industry standard 위에 구축해 내부 도입 마찰을 낮추겠다는 입장도 밝혔다.

더 큰 그림에서 보면 hyperscaler가 AI chip을 단순 조달 품목으로 보지 않기 시작했다는 의미가 있다. Meta는 model serving economics, rack design, software compatibility, application-specific inference behavior를 함께 최적화하는 수직 통합형 접근을 강조하고 있다. 실제 성과는 향후 실행에 달려 있겠지만, 이번 로드맵만으로도 GenAI inference가 Meta 인프라 계획의 중심으로 이동했음을 보여 준다.

출처: Meta