Meta verscherpt zijn AI-chipontwikkeling, maar Google loopt nog jaren voor

Meta begint in september met de productie van een nieuwe kunstmatige intelligentie (AI) versnellingschip, ontworpen voor eigen datacenters. De chip, intern bekend als Iris, maakt deel uit van een uitgebreide strategie om kosten te verlagen, minder afhankelijk te worden van Nvidia en hardware te optimaliseren voor de specifieke behoeften van Facebook, Instagram, WhatsApp en de AI-modellen van het bedrijf.

Deze zet brengt verschillende bedrijven samen die de nieuwste generatie aangepaste processors ontwikkelen. Meta bepaalt de architectuur, Broadcom levert expertise in het ontwerp, en TSMC verzorgt de fabrikage. MediaTek probeert zich eveneens te positioneren in dezelfde markt voor datacenter-ASICs en wordt gelinkt aan de ontwikkeling van toekomstige chips voor Google.

Het is dus niet zo dat Meta, MediaTek en TSMC een alliantie vormen tegen Google. In de realiteit werken dezelfde leveranciers vaak voor rivaliserende bedrijven, terwijl elke grote platform probeert een eigen infrastructuur op te bouwen die afhankelijkheid van universele GPU’s vermindert.

De sleutels van de AI-chiprace in 20 seconden

• Meta plant in september te beginnen met de productie van Iris, haar volgende eigen versneller.
• De chip maakt deel uit van het MTIA-programma, gericht op training en inferentie van modellen.
• Broadcom werkt samen met Meta aan het ontwerp, terwijl TSMC de fabricage verzorgt.
• Iris zal Nvidia- en AMD-GPU’s aanvullen, maar niet volledig vervangen.
• Meta streeft ernaar ongeveer elke zes maanden een nieuwe generatie chips te lanceren tot 2027.
• Het bedrijf wil de rekenkracht in 2027 verhogen tot 14 gigawatt.
• Google ontwikkelt al meer dan tien jaar TPU’s en bereidt momenteel de achtste generatie voor.
• MediaTek verwacht in 2026 2 miljard dollar te verdienen aan zijn datacenter-business.
• TSMC produceert AI-chips voor bijna alle belangrijke spelers, waaronder Nvidia, AMD, Google, Meta, Amazon en Microsoft.
• De echte gemeenschappelijke tegenstander blijft de kosten, het energieverbruik en de afhankelijkheid van Nvidia.

De komst van Iris betekent een belangrijke stap voor een project dat Meta niet altijd volgens schema heeft kunnen uitvoeren. Volgens een intern memo zijn de tests van het nieuwe ontwerp binnen ongeveer zes weken succesvol afgerond zonder noemenswaardige problemen. Meta wil Iris inzetten om AI-werkzaamheden op haar sociale netwerken uit te breiden en GPU’s te ontlasten door taken efficiënter uit te voeren op gespecialiseerde circuits.

Deze strategie betekent niet dat Meta stopt met het kopen van Nvidia- of AMD-processors. De behoefte aan grote hoeveelheden GPU’s voor het trainen van algemene modellen en het experimenteren met snel veranderende architecturen blijft bestaan. Eigen chips zijn vooral geschikt voor repetitieve, stabiele taken op grote schaal, waarbij kleine verbeteringen in energieverbruik of kosten per bewerking miljoenen dollars kunnen besparen.

Iris is Meta’s antwoord op een toenemende IT-factuur

Meta bereidt zich voor om tot 145 miljard dollar uit te geven aan AI-infrastructuur in 2026. Dit bedrag omvat datacenters, servers, netwerken, geheugen, opslag en processors. Het bedrijf meldt dat het gedurende de eerste helft van het jaar een gigawatt aan capaciteit heeft toegevoegd en verwacht daar nog eens 2,5 gigawatt aan toe te voegen voor het einde van het jaar. Het doel is om in 2027 14 gigawatt te bereiken.

Op zulke schaal is het kopen van alleen de nieuwste hardware niet voldoende. Elke nieuwe generatie GPU vereist aanpassingen aan servers, koeling, netwerken en software. Het interne memo van Meta erkent dat het integreren van de nieuwste processors in zo’n omvangrijke infrastructuur veel werk kost en vertragingen kan veroorzaken bij uitrol.

Een ASIC zoals Iris offert enige flexibiliteit op voor een hogere efficiëntie in specifieke taken. Het kan onnodige functies elimineren, datastromen optimaliseren en afgestemd worden op software die Meta naar verwachting jaren zal blijven gebruiken.

Meta werkt samen met Broadcom in een meerjarig contract dat de komende jaren doorloopt. Broadcom brengt expertise op het gebied van fysiek chipontwerp, high-speed interconnects en het vertalen van de architectuur van de klant naar een rendabel te fabriceren circuit.

Deze aanpak wordt steeds gangbaarder bij hyper-schaalbedrijven. Grote platforms kennen hun workloads en kunnen niet altijd alle benodigde teams en infrastructuur in eigen huis hebben voor ontwerp, validatie, verpakking en fabricagecoördinatie.

TSMC speelt in bijna alle zulke ketens een centrale rol. De Taiwanese foundry hoeft niet zelf te bepalen welke architectuur wint; ze produceert chips voor Nvidia, AMD, Google, Meta, Microsoft en Amazon. Hoe meer eigen chips de klanten ontwikkelen, hoe groter de vraag wordt naar geavanceerde processen en pakkettechnologieën van TSMC.

MediaTek wil meer zijn dan alleen een merk voor smartphones

MediaTek heeft haar bedrijfsportfolio grotendeels opgebouwd rond processors voor telefoons, televisies, routers en verbonden apparaten. De uitbreiding in de AI-ASIC markt biedt de mogelijkheid om grotere contracten met hogere marges te verkrijgen.

Het bedrijf heeft haar omzetverwachting voor datacenters voor 2026 verdubbeld naar 2 miljard dollar. Daarnaast schat MediaTek dat de markt voor op maat gemaakte AI-chips tussen de 70 en 80 miljard dollar kan bedragen in 2027, en ambieert het een marktaandeel van 10 tot 15 %.

MediaTek benadrukt dat het flexibel kan werken met zowel CoWoS, het geavanceerde pakkettechnologie van TSMC dat veel gebruikt wordt in AI-versnellers, als met EMIB, de equivalente technologie van Intel. Deze veelzijdigheid maakt het mogelijk dat klanten productie kunnen uitbesteden aan verschillende leveranciers of kunnen kiezen voor de meest geschikte oplossing afhankelijk van beschikbaarheid en ontwerpwensen.

Volgens twee sectorbronnen is MediaTek mogelijk betrokken bij toekomstige aangepaste chips voor Google, hoewel het bedrijf dit niet officieel heeft bevestigd. In plaats van een directe concurrent te worden, zou MediaTek een belangrijke partner kunnen worden die Google’s TPU-fabricage uitbreidt.

Google onderzoekt ook alternatieven voor productie. TSMC zou de hoofdcomponenten van een toekomstige chip, bekend als Icefish, blijven fabriceren. Samsung zou bepaalde interfacedelen kunnen produceren met haar 2-nanometerproces. Het ontwerp, waarin MediaTek mogelijk zal participeren, zou circa 2028 in volume geproduceerd kunnen worden. Dit zijn nog niet-officiële plannen.

Google behoudt het voordeel van een voorsprong door eerdere investeringen

Meta kan een goede AI-versneller maken, maar blijft nog jaren achter Google aan als volledige platform.

Google begon in 2015 met het intern inzetten van de eerste TPU. Sindsdien ontwikkelde het bedrijf meerdere generaties chips, optische netwerken, koelsystemen, compilers, bibliotheken en complete supercomputers rondom deze architectuur.

Het voordeel van Google ligt niet alleen in de siliconen. Het omvat integratie met TensorFlow, JAX en PyTorch, de infrastructuur van Google Cloud, en ervaring met grootschalige zoekopdrachten, aanbevelingen, vertaling en het uitvoeren van modellen zoals Gemini.

Een technisch rapport uit 2026 beschrijft een tienvoudige toename in capaciteit en bandbreedte van het HBM-geheugen per knooppunt, honderd keer de maximale prestaties per knooppunt, en een verbetering van 3.600 keer in de rekenkracht van haar supercomputers vergeleken met eerdere generaties.

Google presenteerde bovendien een achtste generatie bestaande uit twee chips: TPU 8t voor training, en TPU 8i voor inferentie. Het trainingsysteem kan tot 9.600 processors en circa twee petabytes hoogbandbreedte geheugen omvatten. Beide ontwerpen worden verwacht beschikbaar te zijn via Google Cloud in 2026.

Meta moet nog aantonen dat Iris goed produceerbaar is, in duizenden servers kan worden ingezet en economische voordelen biedt zodra ontwikkeling, software en operationele kosten zijn meegerekend. Het fabriceren van de chip is slechts de eerste stap.

Daarnaast moet het bedrijf een stabiele keten van tools, compilers, drivers, netwerken en onderhoud opzetten. Een geïsoleerde versneller kan een test doorstaan; een volledige platform moet jaren mee kunnen en complexe modellen ondersteunen die nu nog niet bestaan.

De korte termijn focus is niet Google, maar minder afhankelijk worden van Nvidia

De grootste concurrentie is niet momenteel Meta tegen Google. Beiden blijven grote hoeveelheden GPU’s van Nvidia kopen en kunnen tegelijkertijd eigen siliconen gebruiken voor specifieke taken.

Nvidia biedt een platform dat nog niet door eigen ASIC’s geëvenaard wordt: een flexibele, rijpe en breed compatibele omgeving. CUDA, haar bibliotheken, NVLink high-speed interconnects en complete systemen maken het mogelijk dat klanten nieuwe modellen kunnen gebruiken zonder jaren te wachten op een nieuwe chip.

Aangepaste chips worden vooral aantrekkelijk wanneer workloads stabiel en massa zijn, zoals bij inferentie, aanbevelingen, advertenties en interne modellen. In die gevallen kunnen efficiëntieverbeteringen in energieverbruik en kosten per opdracht enorme besparingen opleveren.

De dreiging voor Nvidia ligt niet in een onmiddellijke stop van de aankopen door Meta, maar in de toenemende verschuiving van workloads naar eigen processors door grote platforms.

Zelfs dan kan de totale markt blijven groeien, waardoor Nvidia haar verkoopniveau kan behouden of verder kan uitbreiden. Meta, Google, Amazon en Microsoft hebben alle grote aantallen machines nodig, zodat ASICs marktaandeel kunnen winnen terwijl de totale GPU-aankopen blijven groeien.

TSMC profiteert van beide ontwikkelingen. Het fabriceert niet alleen Nvidia’s chips, maar ook processors die gericht zijn op het verkleinen van de afhankelijkheid. Daarnaast duidt de toenemende energievraag op een behoefte aan technologische verbeteringen die verder gaan dan transistorminiaturisering.

De fabriek mikt op een vermindering van 30% in energieverbruik en een verbetering van meer dan 20% in prestaties bij de overgang van haar huidige N2-proces naar de geplande A14-technologie. Tegelijkertijd investeert TSMC in geavanceerd encapsulatie, driedimensionale stapeling en fotonica voor energiezuinigere datastromen.

Meta bevindt zich in een cruciale fase. Iris moet aantonen dat het MTIA-programma eerdere vertragingen heeft overwonnen en dat Meta elk half jaar nieuwe generaties kan produceren. Google heeft immers al meer dan tien jaar ervaring en Nvidia behoudt de meest uitgebreide ecosysteem.

De uiteindelijke overwinning zal niet door één partij worden behaald. Datacenters zullen GPU’s, TPU’s, MTIA en andere ASICs in combinatie gebruiken afhankelijk van de taak. Het succes zal worden bepaald door wie de meeste nuttige werkbelasting per watt en dollar kan leveren zonder vast te lopen in hardware dat niet mee kan groeien met de modellen.

Veelgestelde vragen

Wat is Iris, de nieuwe chip van Meta?
Het is de interne naam voor een AI-versneller binnen het MTIA-programma, met productie gepland vanaf september 2026.

Gaat Meta GPU’s van Nvidia stoppen te kopen?
Nee. Iris is bedoeld om Nvidia- en AMD-GPU’s aan te vullen, vooral bij workloads waarin een op maat gemaakte chip efficiënter kan zijn.

Heeft MediaTek concurrentie met Google?
MediaTek wil zich mengen in de markt voor aangepaste ASICs, maar wordt ook gelinkt aan toekomstige chips voor Google. Het zou kunnen dienen als leverancier voor bedrijven die concurreren.

Waarom wint TSMC ondanks de toename van eigen chips?
Omdat zij chips produceert voor Nvidia, AMD én voor veel aangepaste chips van bedrijven als Google, Meta, Amazon en Microsoft.