Meta start productie eigen AI-chip en wil rekenkracht verdubbelen

 

Meta wil vanaf september 2026 beginnen met de productie van een nieuwe, zelfontwikkelde AI-chip. Met deze stap probeert het moederbedrijf van Facebook, Instagram en WhatsApp zijn enorme behoefte aan rekenkracht beter onder controle te krijgen en minder afhankelijk te worden van chipproducenten als Nvidia en AMD. De chip heeft de codenaam Iris en maakt deel uit van Meta’s eigen serie Training and Inference Accelerators, beter bekend als MTIA. Deze processors worden speciaal ontwikkeld voor het trainen en gebruiken van kunstmatige intelligentie binnen de platforms en diensten van Meta.

Eerste tests zonder grote problemen

Uit een interne memo die door persbureau Reuters is ingezien, blijkt dat het testen van Iris ongeveer zes weken heeft geduurd. Daarbij zouden geen grote technische problemen zijn gevonden.

Dat is opvallend, omdat Meta al jarenlang werkt aan eigen chips, maar daarbij regelmatig vertraging en tegenslagen heeft ondervonden. Het bedrijf presenteerde Iris in maart 2026 officieel onder de technische productnaam.

Meta wil tot en met 2027 ongeveer iedere zes maanden een nieuwe versie van zijn AI-processors introduceren. In de chipindustrie zit normaal gesproken vaak een jaar of langer tussen verschillende generaties.

Samenwerking met Broadcom en TSMC

Hoewel Meta de chip zelf ontwerpt en aanpast aan zijn eigen toepassingen, werkt het bedrijf samen met gespecialiseerde chipbedrijven. Broadcom ondersteunt Meta bij het ontwerp, terwijl het Taiwanese TSMC verantwoordelijk wordt voor de productie. De eigen chips moeten de grote aantallen grafische processors van Nvidia en AMD aanvullen die Meta momenteel in zijn datacenters gebruikt. Het bedrijf blijft deze GPU’s voorlopig dus gewoon inkopen.

Meta erkent in de interne memo dat het invoeren van de nieuwste GPU’s op zo’n grote schaal veel tijd, geld en technische inspanning kost. Eigen chips kunnen daardoor op termijn goedkoper en efficiënter zijn.

Daarnaast krijgt Meta meer controle over de technische infrastructuur achter zijn AI-systemen.

Minder afhankelijk van Nvidia

De grootste technologiebedrijven investeren miljarden in eigen chips. Google ontwikkelt zijn eigen TPU-processors, Amazon werkt met Trainium en Inferentia en Microsoft heeft onder meer de Maia-chip ontwikkeld. Ook Meta probeert met Iris minder afhankelijk te worden van externe leveranciers. Vooral Nvidia heeft door de explosieve groei van generatieve AI een zeer sterke positie opgebouwd. Onderzoeksbureau Forrester stelt dat grote AI-bedrijven nauwelijks tegen concurrerende prijzen kunnen blijven werken wanneer zij voor hun belangrijkste chips volledig afhankelijk zijn van andere ondernemingen.

Rekenvermogen naar 14 gigawatt

Meta wil niet alleen meer eigen chips gebruiken, maar ook zijn totale computercapaciteit snel uitbreiden. In 2026 wil het bedrijf ongeveer zeven gigawatt aan rekeninfrastructuur inzetten. In de eerste helft van het jaar werd volgens de memo ongeveer één gigawatt toegevoegd. Voor de rest van 2026 staat nog eens circa 5,5 gigawatt aan nieuwe capaciteit gepland. In 2027 wil Meta deze capaciteit verdubbelen naar in totaal ongeveer 14 gigawatt. Ter vergelijking: één gigawatt is volgens Reuters voldoende om ongeveer 800.000 huishoudens van elektriciteit te voorzien. Het energieverbruik van AI-datacenters bereikt daardoor een omvang die vergelijkbaar is met die van complete steden.

Meta reserveert miljarden voor AI

Meta verwacht in 2026 maximaal 145 miljard dollar uit te geven aan AI-infrastructuur. Het geld gaat onder meer naar datacenters, processors, geheugen, opslag, netwerkapparatuur en energievoorzieningen. Om zeker te zijn van voldoende onderdelen heeft Meta meerjarige overeenkomsten gesloten met verschillende leveranciers. Samsung levert geheugenmodules, Sandisk verzorgt flashopslag en Sumitomo Electric levert apparatuur voor glasvezelverbindingen.

Dergelijke langlopende contracten worden steeds belangrijker. Door de wereldwijde uitbreiding van AI-datacenters is de vraag naar chips, geheugen en opslag sterk gestegen. Daardoor lopen de prijzen op en ontstaan tekorten aan bepaalde onderdelen.

De investeringen van Meta maken deel uit van een veel grotere technologiewedloop. Grote technologiebedrijven zouden gezamenlijk meer dan 700 miljard dollar willen investeren in AI, datacenters en bijbehorende infrastructuur. Daarbij gaat het niet alleen meer om de ontwikkeling van slimme taalmodellen. De beschikbaarheid van chips, elektriciteit, geheugen, opslagruimte en snelle netwerkverbindingen bepaalt steeds vaker welke bedrijven hun AI-diensten snel en betaalbaar kunnen aanbieden. Met de productie van Iris probeert Meta daarom niet alleen een nieuwe chip te bouwen. Het bedrijf wil meer grip krijgen op de volledige technische keten achter zijn AI-activiteiten en zich voorbereiden op een toekomst waarin rekenkracht een van de belangrijkste concurrentiefactoren wordt.