Meta MTIA v2（メタエムティーアイエーブイツー）
2024年Meta公開のInternal AI Accelerator第2世代。MTIA Training Inference Accelerator v2+TSMC 5nm+128GB LPDDR5+Recommendation Model最適化+Llama 3 inference用途。
概要
Meta MTIA v2は2024年4月にMeta社が発表したMeta社内AI推論用カスタムシリコン第2世代。MTIA(Meta Training and Inference Accelerator)v1(2023年5月発表)の後継で、TSMC 5nmプロセスで製造、前世代比3倍の演算性能と6倍のメモリ帯域を実現。Facebook/Instagram/Threadsの広告レコメンデーションモデル(DLRM v2系)とLlama 3推論を主用途に、Meta社の大規模インフラに統合配備されている。Grand Teton AIサーバープラットフォームに搭載され、Open Compute Project(OCP)準拠の規格でMeta社データセンターに大量導入。NVIDIA H100依存からの脱却と、Meta特有のWorkload(SparseなRecommendation Embedding)に最適化された独自設計が特徴。
主な特徴・仕組み
- TSMC 5nm製造: MTIA v1(7nm)から世代スキップ、トランジスタ密度2倍向上
- 演算性能: BF16/FP16 354 TFLOPS、INT8 708 TOPS、v1比3倍向上
- オンチップキャッシュ: 256MB SRAM、Sparse Embedding Lookupに最適化
- LPDDR5メモリ: 128GB搭載、204.8 GB/s帯域、HBMに比べ低コスト・低消費電力
- PCIe Gen5 x16: ホストCPU(AMD EPYC等)との接続、64 GB/s帯域
- Grand Teton Server: Meta独自AIサーバープラットフォーム、72x MTIA v2搭載可能
- Recommendation Model最適化: DLRM(Deep Learning Recommendation Model)Sparse-Dense Hybrid Architectureに特化
- Llama 3推論: Meta社内のFacebook/Instagram/Threads全AIサービスのLlama 3呼び出しを処理
- 省電力設計: 1チップ90W TDP、NVIDIA H100(700W)比で1/8の電力消費
- Open Compute Project: OCP規格準拠、業界他社のデータセンター転用可能性
- Open Source実装: Meta社内利用が主、外販なし(クラウドサービス展開予定なし)
スペック比較表
| 項目 | MTIA v2 | MTIA v1 (前世代) | NVIDIA H100 PCIe | Google TPU v5e |
|---|---|---|---|---|
| プロセス | TSMC 5nm | TSMC 7nm | TSMC 4nm | TSMC 5nm |
| BF16性能 | 354 TFLOPS | 102 TFLOPS | 1,513 TFLOPS | 197 TFLOPS |
| INT8性能 | 708 TOPS | 102 TOPS | 3,026 TOPS | 393 TOPS |
| メモリ | 128GB LPDDR5 | 128GB LPDDR5 | 80GB HBM3 | 16GB HBM2e |
| メモリ帯域 | 204.8 GB/s | 102.4 GB/s | 2 TB/s | 819 GB/s |
| TDP | 90W | 25W | 350W | 170W |
| 用途 | Meta社内推論 | Meta社内推論 | 汎用学習・推論 | Cloud専用推論 |
| 提供形態 | Meta内部のみ | Meta内部のみ | OEM/Cloud | Google Cloud |
具体例・対応製品
- Grand Teton Server (72x MTIA v2): Meta独自AIサーバー、25.5 PFLOPS BF16、社内全データセンター展開
- Facebook Newsfeed Ranking: 数十億ユーザー向けNewsfeedレコメンド、MTIA v2が主力推論HW
- Instagram Reels Recommendation: TikTok対抗のショート動画レコメンド、Llama 3+MTIA v2併用
- Threads ML Recommendation: 競合Twitter/Xの代替プラットフォーム、レコメンド全面MTIA v2化
- 競合機種: NVIDIA H100 PCIe(汎用)、Google TPU v5e(Cloud)、Microsoft Maia 100(Azure内部)、AWS Inferentia2(AWS内部)
自作PCでの選び方・注意点
Meta MTIA v2はMeta社内利用専用のカスタムシリコンで、外販やクラウドサービスでの提供予定なし。一般ユーザー・開発者が自作PCに搭載することは不可能で、Meta社のAI戦略を理解する文脈で参照する位置づけ。AI Accelerator市場における重要性は、Hyperscaler各社(Google/Meta/Microsoft/Amazon)がそれぞれ自社カスタムシリコンに投資し始めた象徴的事例として捉えるべき。Meta特有のWorkloadであるDLRM(Recommendation Model)は、NVIDIA H100でも非効率な疎な行列演算が多く、MTIA v2は専用の Sparse Embedding Lookup回路でNVIDIA比で5倍の電力効率を達成。一方、Llama 3推論はTransformer Layer中心の密な計算で、性能はH100に劣るが省電力性で優位。AIインフラ戦略を考える上で、Meta社が外部依存からの脱却を加速していることは、業界全体のNVIDIA一極集中構造変化の重要シグナル。
関連用語との違い
MTIA v1との違い: TSMC 7nm→5nm、性能3倍、メモリ帯域2倍。v1はRecommendation専用でLlama推論未対応、v2はLlama 3推論にも最適化された汎用化版。Grand Teton Server対応はv2のみ。 NVIDIA H100との違い: H100は汎用CUDA Ecosystem+1,513 TFLOPS高性能、MTIA v2はMeta特化+354 TFLOPSで省電力(90W vs 350W)。H100は学習にも使えるがMTIA v2は推論専用。
よくある質問（FAQ）
Q1: Meta MTIA v2は外販されますか？ A: 2026年5月時点で外販予定なし。Meta社内利用のみで、クラウドサービス・OEM販売・Open Source公開もなし。Meta社の競合優位性を保つカスタムシリコンとして、社内専用維持の方針。
Q2: なぜMetaは独自AIチップを開発するのか？ A: NVIDIA H100調達の時間とコスト削減、Meta特有Workload(Recommendation/Llama)の最適化、データセンター電力効率向上(MTIA v2は1/8の消費電力)、独占供給リスク回避の4要因。年間数十億ドル規模のNVIDIAGPU調達費削減効果を狙う。
Q3: MTIA v3はいつ登場しますか？ A: Meta社からの公式発表なし、2025年末〜2026年が業界推測。MTIA v1→v2は11か月で更新されたため、v3は2025年第4四半期予想。Llama 4対応・FP8 sparse computing対応が見込まれる。
まとめ
- Meta MTIA v2 = 2024年4月公開Meta社内AI推論専用第2世代
- TSMC 5nm+354 TFLOPS BF16+128GB LPDDR5+90W TDP
- DLRM Recommendation+Llama 3推論最適化、v1比3倍性能
- Grand Teton Server(72x MTIA v2)でMeta全データセンター展開
- 外販・クラウド提供なし、Meta社内専用カスタムシリコン