Keluaran Bakat AI Meta dan Belanja $135B untuk Cip

Ditulis oleh Ada, Deep潮 TechFlow

Pang Ruoming belum sempat duduk lama di meja kerjanya di Meta, sudah pergi.

Pada Julai 2025, Zuckerberg merekrut jurutera Cina paling dicari dalam bidang infrastruktur AI dari Apple dengan paket kompensasi bertahun-tahun bernilai lebih daripada US$200 juta. Pang Ruoming ditempatkan di Laboratorium Superintelligence Meta, bertanggungjawab membina infrastruktur model AI generasi seterusnya.

7 bulan kemudian, OpenAI merekrutnya.

Menurut laporan The Information, OpenAI telah menjalankan usaha rekrutmen selama berbulan-bulan terhadap Pang Ruoming. Walaupun Pang Ruoming pernah memberitahu rakan sekerja bahawa “beliau sangat gembira bekerja di Meta”, beliau akhirnya memilih untuk berpindah. Menurut Bloomberg, pakej kompensasi beliau di Meta dikaitkan dengan pencapaian, dan pergi lebih awal bermakna melepaskan sebahagian besar saham yang belum dicairkan.

USD 200 juta, tidak mampu membeli kesetiaan selama 7 bulan.

Ini bukan cerita perpindahan kerja yang mudah.

Pang Ruoming bukan yang pertama pergi.

Pekan lalu, Mat Velloso, ketua produk platform pengembang Meta Superintelligence Lab, juga mengumumkan pengunduran dirinya. Orang ini meninggalkan Google DeepMind pada Julai tahun lalu untuk bergabung dengan Meta, tetapi hanya bertahan kurang daripada 8 bulan. Sebelum itu, pada November 2025, Yann LeCun, penerima anugerah Turing dan saintis AI utama Meta yang telah berada di Meta selama 12 tahun, mengumumkan pengunduran dirinya untuk memulakan perniagaan, menjalankan “model dunia” yang selalu dipromosikannya. Russ Salakhutdinov, murid utama Geoffrey Hinton dan ketua penyelidikan AI generatif Meta, juga baru-baru ini mengumumkan pengunduran dirinya.

Untuk memahami kehilangan bakat di Meta AI, anda perlu memahami sejauh mana Llama 4 menyebabkan kerugian.

Pada April 2025, Meta secara resmi melancarkan model Scout dan Maverick dalam siri Llama 4. Data rasmi terlihat sangat mengesankan, dengan klaim bahawa ia mengalahkan secara menyeluruh GPT-4.5 dan Claude Sonnet 3.7 dalam ujian piawai utama seperti MATH-500 dan GPQA Diamond.

Namun, model unggulan yang membawa ambisi Meta dengan cepat "terbongkar" dalam ujian buta pihak ketiga independen oleh komunitas open-source, di mana kemampuan generalisasi dan penalaran sebenarnya menunjukkan jurang besar dibandingkan iklan. Menghadapi keraguan kuat dari komunitas, ilmuwan AI utama Yann LeCun akhirnya mengakui bahawa pasukannya "menggunakan versi model yang berbeza untuk menjalankan set ujian yang berbeza demi mengoptimumkan skor akhir".

Di kalangan akademik dan kejuruteraan AI yang ketat, ini menyentuh garis merah yang tidak boleh dimaafkan. Dengan kata lain, pasukan melatih Llama 4 menjadi seorang "ahli soalan bandar" yang hanya mampu menjawab soalan tahun lalu, bukan seorang "pelajar cemerlang" yang benar-benar memiliki kecerdasan terkini. Apabila ujian matematik, ia menunjukkan soalan matematik terbaik; apabila ujian pengaturcaraan, ia menunjukkan soalan pengaturcaraan terbaik—setiap ujian individu kelihatan sangat kuat, tetapi sebenarnya ini bukan model yang sama.

Ini dikenal sebagai "memetik ceri" di kalangan akademik AI, dan sebagai "menggantikan ujian" di kalangan pendidikan ujian.

Bagi Meta yang selalu memandang dirinya sebagai "lentera sumber terbuka", badai ini secara langsung menghancurkan aset kepercayaan paling berharga dalam ekosistem pembangunnya. Kosnya secara langsung ialah, Zuckerberg "kehilangan keyakinan sepenuhnya" terhadap garis dasar kejuruteraan pasukan GenAI asal, dan ini membuka jalan kepada pengangkatan pengurusan baru serta penyingkiran jabatan infrastruktur utama.

Dia menghabiskan antara US$14.3 bilion hingga US$15 bilion untuk membeli 49% saham syarikat penandaan data, Scale AI, menempatkan CEO Scale AI yang berusia 28 tahun, Alexandr Wang, sebagai Ketua AI Meta, serta membentuk Makmal Superintelligence Meta (MSL). Penerima anugerah Turing, LeCun, kini perlu melapor kepada pemuda berusia 28 tahun ini dalam arsitektur baharu. Pada Oktober, Meta memotong sekitar 600 jawatan di MSL, termasuk ahli-ahli daripada jabatan penyelidikan FAIR yang dicipta oleh LeCun.

Model unggulan yang dirancang untuk dilancarkan pada musim panas 2025, Llama 4 Behemoth, juga ditangguhkan berulang kali, daripada musim panas ke musim gugur, dan akhirnya ditangguhkan tanpa batas masa.

Meta beralih mengembangkan model teks generasi seterusnya dengan kod nama "Avocado" dan model gambar/video dengan kod nama "Mango". Dilaporkan, Avocado bertujuan untuk menyaingi GPT-5 dan Gemini 3 Ultra. Asalnya dijadualkan untuk dilancarkan pada akhir 2025, tetapi ditangguhkan ke kuartal pertama 2026 kerana ujian prestasi dan pengoptimuman latihan tidak memenuhi syarat. Meta sedang mempertimbangkan untuk melepaskan versi tertutup, meninggalkan tradisi terbuka yang selama ini menjadi ciri Llama.

Meta membuat dua kesalahan mematikan dalam model AI. Pertama, memalsukan benchmark, yang secara langsung menghancurkan kepercayaan komuniti pembangun; kedua, memaksa unit penyelidikan asas yang memerlukan sepuluh tahun untuk diasah, FAIR, masuk ke dalam organisasi produk yang mengejar KPI kuartalan. Gabungan kedua perkara ini adalah punca utama kehilangan bakat sekarang.

Bakat sedang berlari, dan cip juga mengalami masalah.

Menurut laporan The Information, Meta baru-baru ini membatalkan projek cip latihan AI paling canggih yang sedang dibangun secara dalaman.

Rancangan cip buatan sendiri Meta dipanggil MTIA (Meta Training and Inference Accelerator). Peta jalan awal syarikat ini ambisius: MTIA v4 dengan kod nama “Santa Barbara”, v5 dengan kod nama “Olympus”, dan v6 dengan kod nama “Universal Core” dirancang untuk dihantar secara berturut-turut antara tahun 2026 hingga 2028. Olympus direka untuk menjadi cip pertama Meta berdasarkan arsitektur 2nm chiplet, dengan matlamat untuk merangkumi latihan model kelas atas dan inferens masa nyata, akhirnya menggantikan peranan NVIDIA dalam kluster latihan Meta.

Sekarang, cip latihan paling canggih ini telah dipotong.

Meta tidak tanpa kemajuan, MTIA telah mencapai beberapa hasil di sisi inferensi. Cip inferensi MTIA v3 dengan kod nama "Iris" telah dideploy secara besar-besaran di pusat data Meta, terutamanya untuk sistem cadangan Facebook Reels dan Instagram, yang dikatakan mengurangkan kos kepemilikan keseluruhan sebanyak 40% hingga 44%. Namun, inferensi dan latihan adalah dua perkara yang berbeza. Inferensi ialah menjalankan model, manakala latihan ialah melatih model. Meta boleh membuat cip inferensi sendiri, tetapi tidak mampu menghasilkan cip latihan yang boleh bersaing secara langsung dengan NVIDIA.

Ini bukan pertama kalinya dalam sejarah. Pada tahun 2022, Meta pernah mencuba membangun cip inferensia sendiri, tetapi setelah gagal dalam pelaksanaan berskala kecil, mereka terus membatalkan projek itu dan memesan jumlah besar daripada NVIDIA.

Kegagalan cip buatan sendiri secara langsung mempercepat gelombang pembelian luar dari Meta.

Pada Januari 2026, Meta mengumumkan belanjawan perbelanjaan modal tahun ini sebanyak US$115 bilion hingga US$135 bilion, hampir dua kali ganda berbanding US$72.2 bilion pada tahun lepas. Sebahagian besar dana ini akan digunakan untuk pembelian cip.

Dalam masa 10 hari, tiga pesanan besar berturut-turut dilaksanakan:

Pada 17 Februari, Meta menandatangani perjanjian kerjasama strategik jangka panjang dan lintas generasi dengan NVIDIA. Meta akan menghimpun "jutaan unit" GPU Blackwell dan generasi baru Vera Rubin dari NVIDIA, ditambah CPU berdiri sendiri Grace. Para analis menganggarkan nilai transaksi ini berada di tahap ratusan miliar dolar, menjadikan Meta sebagai pelanggan superkomputer pertama di dunia yang menghimpun CPU berdiri sendiri Grace dari NVIDIA secara besar-besaran.

Pada 24 Februari, Meta menandatangani perjanjian chip jangka panjang bernilai antara $60 bilion hingga $100 bilion dengan AMD. Meta akan membeli GPU MI450 terbaru dan CPU EPYC generasi keenam dari AMD. Sebagai sebahagian daripada transaksi, AMD mengeluarkan warrant untuk sehingga 160 juta saham biasa kepada Meta, yang setara dengan kira-kira 10% saham AMD, pada harga $0.01 seunit, yang akan menjadi milik secara bertahap mengikut tarikh pencapaian penghantaran.

Pada 26 Februari, menurut laporan The Information, Meta telah menandatangani perjanjian jangka panjang bernilai puluhan miliar dolar untuk menyewa cip TPU milik Google Cloud untuk melatih dan menjalankan model bahasa besar generasi berikutnya. Pihak-pihak tersebut juga sedang membincangkan kemungkinan Meta membeli TPU secara langsung mulai tahun 2027 untuk dideploy di pusat data sendiri.

Sebuah syarikat media sosial, dalam tempoh 10 hari, telah mengeluarkan pesanan yang mungkin jumlahnya melebihi seribu bilion dolar AS kepada tiga pembekal cip serentak.

Ini bukan strategi pelbagai. Ini adalah pembelian berdasarkan kepanikan.

Mengapa Meta begitu tergesa-gesa?

Pertama, harapan terhadap cip buatan sendiri tidak lagi mungkin. Projek cip latihan paling canggih telah dibatalkan, bermakna Meta dalam masa yang boleh diramalkan hanya bergantung kepada pembelian luar untuk memenuhi keperluan latihan AI. Cip MTIA di bahagian inferens boleh menangani bisnes matang seperti sistem cadangan, tetapi untuk melatih model mutakhir seperti Avocado yang menandingi GPT-5, perlu menggunakan peranti dari NVIDIA atau setara.

Kedua, pesaing tidak akan menunggu. OpenAI telah mendapat sumber daya besar dari Microsoft, SoftBank, hingga dana berdaulat UAE. Anthropic telah mengamankan pasokan 1 juta chip TPU dan Trainium dari Google dan Amazon. Google Gemini 3 dilatih sepenuhnya di atas TPU. Jika Meta tidak mendapat cukup kekuatan komputasi, mereka bahkan tidak akan mendapat tiket masuk ke lomba ini.

Ketiga, mungkin yang paling mendasar, Zuckerberg perlu menggantikan kekurangan "kekuatan penyelidikan dan pembangunan" dengan "kuasa beli". Gabungan tiga perkara—kegagalan Llama 4, kehilangan bakat utama, dan kegagalan dalam pembangunan cip sendiri—membuat naratif AI Meta menjadi rapuh di hadapan Wall Street. Menandatangani pesanan besar dari NVIDIA, AMD, dan Google pada masa ini sekurang-kurangnya mengeluarkan isyarat: kami ada wang, kami sedang membeli, kami tidak menyerah.

Strategi Meta sekarang ialah, jika tidak dapat menguasai perisian, hancurkan peranti keras; jika tidak dapat mengekalkan orang, beli cip. Tetapi pertandingan AI bukanlah permainan yang boleh dimenangi hanya dengan menulis cek. Kuasa pengiraan adalah syarat perlu, bukan syarat mencukupi. Tanpa pasukan model terkemuka dan jalan teknologi yang jelas, seberapa banyak cip sekalipun hanya akan menjadi stok mahal di dalam gudang.

Melihat semula tiga transaksi Meta pada Februari, satu butiran menarik telah diabaikan oleh kebanyakan orang.

Meta membeli Blackwell semasa dan Vera Rubin yang akan datang daripada NVIDIA; transaksi dengan AMD membeli MI450 dan MI455X yang akan datang; menyewa Ironwood TPU semasa daripada Google, dan merancang untuk membeli secara langsung pada tahun depan.

Tiga pemasok, tiga struktur peranti keras dan ekosistem perisian yang sepenuhnya berbeza.

Ini bermakna Meta perlu berpindah-pindah di antara tiga ekosistem bawah yang berbeza: CUDA milik NVIDIA, ROCm milik AMD, dan XLA/JAX milik Google. Strategi pelbagai pembekal memang boleh mengurangkan risiko rantaian bekalan dan menekan premium pembelian peranti, tetapi ia akan membawa peningkatan eksponen dalam kompleksiti kejuruteraan.

Ini adalah kelemahan paling mematikan Meta semasa ini; untuk melatih model dengan triliunan parameter secara efisien pada tiga set peranti dengan model pemrograman asas yang berbeza, diperlukan bukan sahaja jurutera yang memahami CUDA, tetapi arkitek yang mampu membina kerangka latihan silang platform dari awal.

Mungkin tidak lebih daripada 100 orang di seluruh dunia. Pang Ruoming adalah salah satunya.

Membelanjakan 100 bilion dolar AS untuk membeli kombinasi peranti paling kompleks sedunia, sambil kehilangan otak-otak yang mampu mengendalikan peranti-peranti tersebut, inilah adegan paling ajaib dalam pertaruhan besar Zuckerberg.

Lihat dari jarak yang lebih jauh, lintasan operasi Zuckerberg terhadap AI dalam 18 bulan terakhir sangat serupa dengan ritme dia ketika semua fokus ke metaverse dahulu:

Melihat tren, menginvestasikan dana besar, merekrut secara agresif, menghadapi kegagalan, mengubah strategi secara mendadak, lalu menginvestasikan dana besar lagi.

Tahun 2021 hingga 2023 adalah metaverse, hasilnya rugi berbilion dolar setiap tahun, akhirnya harga saham jatuh dari US$380 ke US$88. Tahun 2024 hingga 2026 adalah AI, sama saja—menghabiskan dana tanpa batas, sering mengadakan reorganisasi organisasi, dan narasi yang sama: “percayalah pada saya, saya ada visi.”

Perbezaannya, kali ini gelombang AI benar-benar lebih nyata berbanding metaverse. Meta mempunyai dana yang banyak untuk dibelanjakan, dengan perniagaan iklannya menghasilkan arus tunai yang melimpah; pendapatan Meta pada kuartal keempat 2025 ialah $59.9 bilion, meningkat 24% secara tahunan.

Masalahnya ialah: wang boleh membeli cip, membeli kuasa pengiraan, bahkan orang yang duduk di meja kerja, tetapi tidak boleh membeli orang yang tinggal.

Pang Ruoming memilih OpenAI, Russ Salakhutdinov memilih untuk pergi, dan LeCun memilih untuk memulai usaha.

Pertaruhan Zuckerberg sekarang ialah bahawa selama dia membeli cukup banyak cip, membina pusat data yang cukup besar, dan menghabiskan cukup banyak wang, dia pasti akan dapat menemui atau melatih orang yang mampu menggunakan sumber-sumber ini.

Taruhan ini mungkin berlaku. Meta, sebagai salah satu syarikat teknologi paling kaya di dunia, memiliki arus kas operasi lebih daripada 100 bilion dolar AS, yang merupakan parit pertahanan paling kukuhnya. Meta terus merekrut tenaga dari OpenAI hingga Anthropic, dari Google hingga pesaing lain. Menurut Laporan Quantum Position, hampir 40% daripada 44 ahli pasukan superintelligence Meta berasal dari OpenAI.

Namun, kekejaman pertandingan AI ialah kekuatan pengiraan, senarai bakat, dan prestasi model adalah terbuka, insiden pemalsuan benchmark Llama 4 membuktikan bahawa dalam industri ini, anda tidak boleh mengekalkan kepimpinan hanya dengan PPT dan urusan awam.

Pasar akhirnya hanya mengiktiraf satu perkara: sama ada model anda cukup baik atau tidak.

Perlumbatan AI memasuki tahun 2026, urutan rantai makanan telah jelas secara awal:

Puncaknya ialah OpenAI dan Google. OpenAI mempunyai model terkuat, basis pengguna terbesar, dan pendanaan paling agresif. Google mempunyai integrasi vertikal penuh dengan cip buatan sendiri, model buatan sendiri, dan infrastruktur awan buatan sendiri. Anthropic mengikuti seterusnya, berdasarkan kekuatan produk model Claude dan sokongan daya komputasi daripada Google dan Amazon, mengekalkan kedudukan di kalangan golongan teratas.

Meta? Ia menghabiskan lebih banyak wang, menandatangani lebih banyak kontrak cip, dan melakukan penstrukturan semula organisasi yang paling kerap, tetapi sehingga kini, ia belum menghasilkan model terkini yang boleh meyakinkan pasaran.

Cerita AI Meta agak seperti Yahoo pada tahun 2005. Pada masa itu, Yahoo juga merupakan salah satu syarikat internet paling kaya, dan terus melakukan pengambilalihan serta membelanjakan wang dengan giat, tetapi gagal mencipta enjin carian seperti Google. Wang bukanlah segalanya. Zuckerberg perlu memikirkan dengan jelas apa yang ingin dicapai Meta dalam AI, bukan sekadar membeli apa sahaja yang sedang popular.

Tentu, menulis eulogi untuk Meta masih terlalu awal. 3.58 bilion pengguna aktif bulanan, pendapatan kuartalan sebanyak US$59.9 bilion, dan set data sosial terbesar di dunia adalah aset yang sukar disalin oleh mana-mana pesaing.

Jika model generasi seterusnya bernama Avocado dapat diserahkan pada masa yang dijadualkan pada tahun 2026 dan kembali ke golongan teratas, semua perbelanjaan dan penstrukturan semula oleh Zuckerberg akan dihiasi sebagai "keberanian strategik untuk menyelamatkan situasi". Tetapi jika sekali lagi gagal memenuhi jangkaan, maka 135 bilion dolar AS yang dikeluarkan itu hanya akan menukar menjadi gudang-gudang wafer silikon yang beroperasi dan menghasilkan haba.

Setelah semua, perlumbaan senjata AI di Silicon Valley tidak pernah kekurangan pembeli super yang mengayunkan cek. Yang kurang ialah, orang yang tahu bagaimana menggunakan kekuatan pengiraan ini untuk mencipta masa depan.